CubePlex -- 企业级 Agent 平台正式开源
今天 CubePlex 正式开源。源码已经发布在 GitHub，采用 Apache-2.0 许可证，后端、Web 应用、部署资产和产品文档都可以直接查看和使用。
Agent 从个人工具走向团队使用，有一个很直观的标准：一个人跑通的 AI 工作流可以被其他成员再次运行，不需要凭聊天记录和个人记忆从头重建。现在的 Agent 已经能写代码、查资料、处理文件和调用外部工具，难点逐渐从“能不能完成一次任务”变成“怎样把这次成功留在团队里”。
CubePlex 是为 Managed Agents 构建的开源工作区。它把对话、团队成员、Skills、Memory、MCP 工具和隔离执行环境放进同一个协作空间，让 Agent 的工作可以被看到、接手和重复使用。
从一次回答到可重复的工作
个人使用 Agent 时，聊天记录、终端目录和浏览器登录状态暂时放在一起，通常已经够用。进入团队以后，同样的做法很快就会失效：prompt 留在某个人的对话里，项目知识散落在不同线程中，文件放在临时目录，工具连接也只有最初的使用者知道怎样配置。
一周后另一位成员接手时，往往要重新说明背景、重新连接工具，再把上一轮结果搬到新的环境。第一次执行节省下来的时间，又花在了恢复现场上。
CubePlex 用工作区保存这些连续的工作关系。团队成员、会话、模型、工具和项目知识都属于明确的工作区；成员离开聊天窗口以后，工作仍然留在原来的位置。下一次任务可以沿用相同的 Skills、Memory 和工具连接，团队得到的是可以再次执行的流程，而不是一段只能参考的聊天记录。
工作区保存工作现场
一项任务通常从一句请求开始，随后变成一组实际操作：读取资料、修改代码、安装依赖、运行命令、查看网页，最后交付文件或预览。CubePlex 为工作区提供独立 Sandbox，Agent 在里面使用文件、浏览器、终端和本地进程。工作目录、安装的包和工作树在重启后继续保留，下一轮任务可以直接接着上次的结果往下做。
Sandbox 负责命令、文件、浏览器和本地进程。Agent runtime 运行在平台侧，处理模型调用、工具执行、流式响应和会话状态。底层 runtime 基于开源框架 CubePi 构建，可以接入不同模型提供方，并通过 middleware 和 checkpoint 支撑持续运行的 Agent 工作。
Agent 交付的文件、代码、图片和预览会作为版本化产物留在会话中。它可以是一份工作簿、一份报告，也可以是一个可以直接打开的 Web 应用。团队看到的是实际交付物，可以检查、下载、继续修改，也可以再次运行产生它的工作流程。
同一个会话里的团队协作
CubePlex 支持把工作区成员邀请到同一个会话中。大家看到同一份消息历史，使用同一个会话 Sandbox，也能打开 Agent 生成的文件和产物。接手工作不需要复制 prompt 或转发一组附件，新的成员进入原会话就能看到已经完成的步骤和当前结果。
团队也不必为了使用 Agent 改变已有沟通习惯。CubePlex 可以连接 Slack、飞书、钉钉、Teams 和 Discord。成员在频道或私聊中提及 Agent，仍然使用对应工作区里的 Skills、Memory 和 MCP 工具。Agent 由此成为团队工作流程的一部分，而不是另一个只有少数人知道怎样使用的聊天机器人。
Skills、MCP 与 Memory
一个能完成实际工作的 Agent，需要知道团队怎样做事，也需要连接团队正在使用的系统。CubePlex 同时支持 Skills 与 MCP：Skills 保存流程、知识和操作方法，MCP 把 Agent 接到代码仓库、文档、数据和业务服务。团队可以使用内置 Skill，上传自己的 Skill，或者从远程注册表安装 (目前支持 skills.sh 和 clawhub.ai，如果企业内部用自己的 skills 平台，也可以对接支持）；MCP 工具则通过静态凭据或 OAuth 连接，再授权给相应工作区。
Memory 分为个人、工作区和组织三个范围。个人偏好不必变成全公司的默认规则，项目知识可以留在工作区，组织级约定则能被多个团队复用。Agent 获得的是与当前工作相关的上下文，而不是每次都从一段越来越长的系统提示重新开始。
工作也可以在没有人守着聊天窗口时继续。CubePlex 支持定时、间隔和一次性任务，也能由 webhook 触发。组织、工作区、成员角色、模型访问策略和成本记录由同一套平台管理。
执行与权限控制
Agent 执行的代码和文件留在隔离 Sandbox 中，不需要占用某位成员的电脑。管理员可以配置出站网络策略，默认拒绝外部连接，只允许任务需要访问的网络。
在 Kubernetes 部署中，长期凭据不会直接写入 Sandbox。Agent 使用占位符发起请求，出口代理只在访问获准主机时替换真实值。对于敏感命令，策略可以要求进行人工确认，Agent loop 会暂停并展示即将使用的工具和数据，由团队成员决定是否继续。
完整应用开源
Agent 平台仍在快速变化。模型、工具协议和执行环境不断更新，企业里的身份、权限和部署方式也各不相同。只提供一套封闭产品，很难覆盖这些差异。团队需要看到系统怎样调用模型、怎样运行工具、怎样保存状态，也需要按自己的基础设施和工作流程进行修改。
因此，我们把完整的 CubePlex 应用开源出来。仓库包含 Agent runtime、团队使用的 Web 界面、组织与工作区管理、Sandbox 集成、Docker Compose、Helm chart、测试和文档。CubePlex 已经可以作为一套完整系统部署和使用，可以先在一台机器上使用 docker compose 快速运行，然后决定怎样接入现有模型、工具和内部系统，生产部署推荐部署在 Kubernetes 上。
从源码开始
可以从 CubePlex GitHub 仓库 开始，按照贡献说明配置本地开发环境。项目使用 Python、TypeScript、pnpm 和 Docker，提交前的检查覆盖后端、前端和端到端流程。
欢迎正在为团队部署 Agent 的开发者和平台工程师试用 CubePlex，也欢迎通过 Issue 和 Pull Request 参与项目。
源码与文档
开源项目
把 Agent 接进团队的日常工作
CubePlex
面向团队的自托管 AI Agent 工作空间，用来处理文档、数据和跨系统任务，并统一管理权限与执行记录。
查看 CubePlex 源码CubePi
高性能、可追踪、生产级持久化的 Python 原生异步 Agent 框架。
查看 CubePi 源码