OpenBMB/PilotDeck · 上手攻略

• 仓库：OpenBMB/PilotDeck
• 链接：https://github.com/OpenBMB/PilotDeck
• 分类：ai / agent-platform
• 作者：Jay
• 更新：2026-08-09

这是什么

PilotDeck 是一个以 WorkSpace 为核心单元的 AI Agent 操作系统，由清华大学 THUNLP、ModelBest、OpenBMB 和 AI9Stars 联合开发，2026 年 5 月 28 日正式开源。定位是"面向长时间、多项目并行 AI 生产力工作"的 Agent 平台，核心理念是把 AI Agent 从"你问我答"的单轮工具，变成可以跨项目隔离记忆、自动路由模型、持续在后台运行并交付文件结果的数字同事。

三大支柱能力： - White-box Memory：记忆可见、可查、可编辑、可回滚 - Smart Routing：按任务难度自动匹配模型，控制 token 成本 - Always-on：人离开键盘后，Agent 继续发现任务、执行监控、交付结果

原生支持 MCP（Model Context Protocol），前端覆盖 Web / CLI / IM（飞书/微信）。

解决什么问题

现有 Agent 工具（Claude Code / Cursor 等）解决了"单次编程任务"和"即时问答"，但面对"多项目并行推进 + 长期记忆管理 + 成本控制"时，有四个核心困境：

PilotDeck 的 WorkSpace 隔离 + Smart Routing + Always-on 是针对这四个问题的系统级解法。

快速安装

macOS / Linux / Windows 一键安装

curl -fsSL https://raw.githubusercontent.com/OpenBMB/PilotDeck/main/install.sh | bash

该脚本自动检测系统并安装所需的 Node.js 环境。

开发者源码安装

git clone https://github.com/OpenBMB/PilotDeck.git
cd PilotDeck
# 依赖安装和运行方式见官方文档

Web UI（开箱即用）

安装后访问本地 Web UI：http://localhost:port（具体端口见 install 输出）

官网也有在线 Demo：https://pilotdeck.openbmb.cn/pilotdeck.github.io/demo/p/pilotdeck-demo

⚠️ 实际端口和配置需参考最新文档，以上为占位格式。

核心用法

1. WorkSpace 隔离

每个项目创建独立 WorkSpace，获得： - 独立文件系统 - 独立记忆存储（可查看每一条记录） - 独立技能集

# 创建新 WorkSpace
pilotdeck workspace create <project-name>

# 在指定 WorkSpace 中启动 Agent
pilotdeck start --workspace <project-name>

并行项目之间完全隔离，A 项目的记忆不会进入 B 项目的上下文池。

2. 白盒记忆（White-box Memory）

记忆的完整生命周期可见： - 生成 → 提取 → 存储 → 检索，每步可查 - AI 记错了？直接定位并编辑错误条目 - 支持一键回滚（Dream Mode consolidation 之后的 prior state）

# 查看当前 WorkSpace 的所有记忆
pilotdeck memory list

# 编辑单条记忆
pilotdeck memory edit <memory-id>

# 回滚到上一状态
pilotdeck memory rollback

3. Smart Routing（智能路由）

任务难度自动检测，简单任务下沉到轻量模型，复杂任务调度旗舰模型：

# 配置路由规则（示例格式）
pilotdeck config set routing.smart true
pilotdeck config set routing.main-model "claude-3-5-sonnet"
pilotdeck config set routing.sub-model "sonnet-4-5"

效果数据（小红书社交媒体运营场景）： - Smart Routing ON（Opus 4.5 主 + Sonnet 4.5 子）：$2.83 / 1.1× - Smart Routing OFF（全 Opus 4.5）：$12.58 / 5.0× - Monolithic（单 Opus 4.5）：$12.20 / 4.8×

⚠️ 上述数字来自 PilotDeck 官方 README 场景化测试，不同任务类型成本差异可能很大，请以实际使用数据为准。

研究团队基准测试（7 项复杂任务）： | 配置 | Score | Cost | |------|-------|------| | MiniMax-M2.7 单Agent | 37.1 | $1.90 | | Claude Sonnet 4.6 单Agent | 69.1 | $18.36 | | Sonnet 4.6(主) + MiniMax-M2.7(子) | 70.6 | $3.15 |

⚠️ 数字来源于 PilotDeck 官方 README，硬件条件 / batch size / 精度配置未披露，视为参考值而非独立验证数据。

4. Always-on 后台执行

设置完成后，Agent 在你离开后继续： - 发现值得做的候选任务 - 运行长期监控 - 将交付物以文件形式写入本地磁盘，并生成摘要报告

# 启动 Always-on 模式
pilotdeck agent start --workspace <project-name> --mode always-on

# 查看后台任务状态
pilotdeck agent status

5. MCP 集成

原生支持 Model Context Protocol，可连接多种外部工具：

# 添加 MCP Server
pilotdeck mcp add <server-name>

# 查看可用 MCP 工具
pilotdeck mcp list

典型适用场景

• 多项目并行研发：同时跑 3-5 个子项目，每个有独立记忆不互相污染
• 内容运营团队：小红书/公众号多账号运营，Agent 在后台持续生成和发布
• 长周期研究任务：文献综述、竞品监控、报告生成，人离开后继续跑
• 企业知识管理：连接飞书/微信 IM，AI 融入日常沟通工具
• 成本敏感型部署：需要精确追踪每个任务的 token 消耗和成本

坑与注意

1. 开源时间短：2026 年 5 月底才开源，生产稳定性数据不足，企业关键业务使用需谨慎评估。
2. 成本数字场景依赖：README 中的 ~70% 节省数据来自"小红书社交媒体运营"场景，代码生成 / 复杂推理类任务实际节省比例可能差异很大。
3. Always-on 的边界：后台运行依赖本地资源（内存/CPU），长时间运行可能出现内存积累，需关注资源监控。
4. 记忆回滚有限制：Dream Mode consolidation 后的一键回滚，回滚粒度和可保留代数未在文档中明确。
5. 中文文档质量：README 有中英文，但部分详细文档（官方教程）主要是中文，需要一定中文阅读能力。
6. Atlassian 集成缺失：Jeffallan/claude-skills 的 Jira/Confluence 工作流在 PilotDeck 中没有对应实现，团队项目管理需自建或对接其他工具。

与同类对比

PilotDeck 的差异化在于系统级 Agent 平台的定位（不只是代码助手），以及白盒记忆带来的可审计性；缺点是成熟度不如 Claude Code/Cursor，Skill 生态也远不如后者丰富。

一句话推荐结论

如果你需要的是一个可以同时管多个项目、记忆透明可见、成本按需分配、能在后台替你持续干活的 AI Agent 平台，PilotDeck 是目前这个方向上最有诚意的开源尝试——清华系团队背书 + MCP 原生 + Smart Routing 解决成本痛点，适合内容运营/多项目管理场景；但如果你需要的是深度代码助手（CI/CD 联动、复杂调试），Claude Code + claude-skills 的生态深度暂时还更成熟。

主要来源： - https://github.com/OpenBMB/PilotDeck（README.md） - 官方文档：https://pilotdeck.openbmb.cn - 安装命令：README install.sh（2026-05-28 开源版本）

不确定处： - Smart Routing ON/OFF 数字（$2.83 / $12.58）来自 README 场景化测试，未披露硬件条件和 batch size，标记为参考值 - 基准测试（MiniMax-M2.7 / Sonnet 4.6 / Sonnet+MiniMax 组合）数字来自 README，未独立核验 - Always-on 资源占用、记忆回滚代数限制未在文档中找到明确说明