dust-tt/dust · 上手攻略

  • 仓库：dust-tt/dust
  • 链接：https://github.com/dust-tt/dust
  • 分类：AI Agent Platform · 企业级平台
  • 作者：Tom
  • 更新：2026-08-22

是什么

Dust（dust.tt）是一个企业级 AI Agent 平台，帮助组织创建、部署和管理多用途 AI Agent，无需编写代码。其定位与 LangChain Agents / AutoGen 不同——Dust 强调的是「开箱即用的企业级可靠性」而非「开发者友好的代码框架」。

核心架构 primitives（Dust 2025 Blog 自述）：

  1. Team Orchestration — 多 Agent 编队，支持 Agent 舰队治理与协作
  2. Contextual Infrastructure — 连接数据源的上下文基础设施，支持数据仓库直查（BigQuery Connection）
  3. Universal Tool-Access Layer — 通用工具访问层，连接企业工具生态

技术栈（从仓库目录推断）： - 前端：front/（React/SPA）、front-api/（API 层） - 后端：core/（核心逻辑）、connectors/（数据连接器）、sandbox/（隔离执行） - 任务队列：temporal/（Temporal 工作流引擎） - SDK：sdks/js/（JavaScript/TypeScript） - 部署：dockerfiles/、firebase-functions/、elasticsearch.Dockerfile

仓库是完全开源的，但 Dust 的商业服务（dust.tt）托管在云端，提供 SaaS 版本。

解决什么问题

企业部署 AI Agent 时通常面临三座大山：

痛点 传统方案 Dust 解法
多 Agent 治理 手动编排，缺少统一视图 Team Orchestration 原语，支持舰队管理
数据孤岛 Agent 无法访问内部数据 Connectors + BigQuery Connection，直查数据仓库
可靠性与合规 自托管 LangChain Agent 缺乏审计 企业级特性：Spaces/角色访问控制、SSO/SCIM、审计日志、SOC 2 Type II、GDPR
Agent 开发门槛 需要工程师编写代码 无代码 Agent Builder，模板化创建
Agent 记忆与上下文 每次对话从零开始 @global agent 升级：memory、filesystem-like 搜索、Company Data 工具

Dust 的差异化在于：它不是一个「框架」，而是一个「有治理的生产级平台」——类似于从「自己搭建 Postgres」到「用托管数据库服务」的跃迁。

快速安装

Dust 的开源仓库不是面向终端用户的安装包，而是完整的 SaaS 平台代码库。自行部署需要较多的基础设施配置（Temporal、Redis、Elasticsearch、Firebase 等）。

方式一：在线使用（推荐大多数用户）

直接访问 https://dust.tt，注册账号即可使用，无需任何安装。

方式二：本地开发

# 克隆仓库
git clone https://github.com/dust-tt/dust.git
cd dust

# 查看开发者文档
# 文档入口：https://docs.dust.tt

# 初始化开发容器（需要 Docker）
./init_dev_container.sh

# 或使用 docker-compose
docker-compose up

⚠️ 注意：DUST 的本地部署不是「一键运行」，需要配置 Firebase 项目、Temporal 服务、Elasticsearch 等。生产级部署参考 docker-compose.yml 和各子目录的配置文件。

Node.js 要求（从 .nvmrc 推断）：建议 Node.js >= 18 LTS。

核心用法

创建第一个 Agent（Web UI）

  1. 登录 dust.tt
  2. 进入 Agent Builder
  3. 选择模板或从零创建
  4. 定义 Role（角色）、Objectives（目标）、Constraints（约束）、Quality Criteria（质量标准）
  5. 连接数据源（可选）
  6. 部署到 Spaces

多 Agent 编队（Team Orchestration）

Dust 支持将多个专门化的 Agent 组织成舰队，例如：

[Meeting Follow-up Agent] ─┐
[Research Agent]            ├─→ [Coordinator Agent] → 最终输出
[Data Analysis Agent]       ┘

每个 Agent 有明确角色定义，通过 Dust 的编排层协调，而非靠代码硬编码。

数据仓库直查（BigQuery Connection）

2025 年功能更新，Agent 可以直接查询 BigQuery 数据仓库，在对话中实时生成分析结果：

用户：过去30天销售额趋势如何？
Agent → BigQuery → 分析结果 + 可视化建议

Voice Mode（2025 新功能）

语音交互，Agent 可以「听」和「说」，支持语音生成播客内容。

典型适用场景

1. 企业内部知识助手 连接 Confluence、Google Drive、内部数据库，Agent 可以回答「Q3 毛利率是多少」「某项目当前进度」等需要查询内部数据的问题。

2. 会议跟进自动化 Dust Blog 示例：上传会议转录，Agent 自动起草跟进邮件、管理任务、通知相关方。与 Google Calendar 和 HubSpot 集成。

3. 多 Agent 协作研究 研究员团队使用：Research Agent 收集资料 → Data Analysis Agent 处理数据 → Writing Agent 生成报告，全程在 Dust 平台内完成。

4. 客服自动化 连接客服工具（Zendesk、Intercom 等），Agent 处理常见问题，复杂问题转人工，全程留有审计日志。

5. 金融分析 BigQuery Connection 直连数据仓库，Agent 进行财务数据分析，支持多数据源联合查询。

坑与注意

⚠️ 开源≠免费自托管：仓库完全开源，但自行部署需要企业级基础设施（Temporal、Elasticsearch、Firebase、Google Cloud），运维成本高。多数中小企业直接用 dust.tt SaaS 更划算。

⚠️ GitHub README 极度简洁：README 只有 6 行，实际功能文档在 docs.dust.tt。不要指望从 GitHub README 了解产品细节。

⚠️ 企业功能需要付费计划：Spaces 访问控制、SSO/SCIM、审计日志等企业特性可能需要商业订阅，具体定价需联系 Dust 销售。

⚠️ Connector 生态有限：目前公开的 connectors 覆盖主要 SaaS（Notion、Slack、GitHub 等），但自建 Connector 需要一定开发工作。

⚠️ 中国区访问：dust.tt 是海外服务，中国大陆访问可能存在网络延迟或限制，需要科学上网。

与同类对比

平台 类型 自托管 无代码 企业治理 BigQuery/数仓直查
Dust 企业级 SaaS + 开源 ✅ 可选 ✅ Agent Builder ✅ SSO/SCIM/SOC2 ✅ 原生
AutoGen 开源框架 ✅ 必须 ❌ 纯代码 ❌ ❌ 需自行集成
LangChain Agents 开源框架 ✅ 必须 ❌ 纯代码 ❌ ❌ 需自行集成
CrewAI 开源框架 ✅ 必须 部分 ❌ ❌ 需自行集成
Zapier Central SaaS 自动化 ❌ ✅ 基础 ❌
Microsoft Copilot Studio 企业 SaaS ❌ ✅ ✅ ⚠️ 限于 Microsoft 生态

核心差异：Dust 是目前唯一同时做到「开源可自托管 + 企业级治理 + BigQuery 原生直查 + 无代码 Agent Builder」的平台。缺点是品牌较新（2024 年起步）、国内知名度低。

一句话推荐结论

如果你在寻找一个「开箱即用、无需写代码、企业治理完善、Agent 可以直接查数据仓库」的 AI Agent 平台，Dust 是目前开源生态里完成度最高的选择；如果你是开发者想要完全控制infra，AutoGen 和 LangChain 仍是更灵活的低层框架。

⚠️ 数字核验

  • 仓库 Stars 1.4k：来自 GitHub 页面，✅ 核验
  • SOC 2 Type II / GDPR 合规：来自 Dust Incremys 评测，⚠️ 原文未附合规证书编号，需进一步核实
  • BigQuery Connection、Voice Mode、Memory 功能：来自 Dust 2025 Blog，✅ 官方博客来源，但非技术文档
  • Agent Builder 无代码创建：来源同上，✅
  • 数据仓库直查（BigQuery）：来源同上，✅

⚠️ 重要不确定性：Dust 平台功能迭代较快（Blog 显示 2025 年有多次重大更新），GitHub 仓库代码与线上 SaaS 版本可能存在差异。本攻略描述主要基于 2025 年 Blog 公开信息，不保证与最新线上版本完全一致。建议以 docs.dust.tt 为准。

原始链接： - GitHub 仓库：https://github.com/dust-tt/dust - 产品官网：https://dust.tt - 开发者文档：https://docs.dust.tt - 2025 功能更新 Blog：https://dust.tt/blog/2025-dust-product-update-recap