2.2K Star！CopilotKit 推出 OpenBot：给你的 AI Agent 配一台专属电脑！

作者：颜资源站长 · 发布：2026-08-23

过去两年，AI Agent 浪潮席卷了整个开发者社区。

从最早之前 AutoGen 把”多智能体协作”的概念摆在台面上，到后面各大框架相继推出自己的 Agent 编排方案，再到 2025 年 MCP 协议让 Agent 能真正连接外部工具，整个行业都在往同一个方向狂奔：让 AI 不只是聊天，而是真正”干活”。

听起来挺灵活，但实际用起来总有一种”裸奔”的感觉——Agent 操作你的文件、访问你的浏览器、调用你的 API，每一步都是黑盒，你事后查日志才能知道它做了什么，而且很多时候日志根本不够详细。

这就是 CopilotKit 团队在推出 OpenBot 时想要解决的核心痛点。

他们的思路很有意思：既然我们信不过 Agent 的”自觉性”，不如给每个 Agent 配一台专属的”电脑”——一个真正独立的容器环境，有自己的浏览器、自己的文件系统、自己的会话状态。

Agent 所有的操作都发生在这台电脑里，你通过一个审计网关来控制和记录每一个动作。

这不是在 Agent 外面包一层权限校验，而是从底层重构了”Agent 如何使用工具”的方式。让我们来看看 OpenBot 是怎么做到的。

OpenBot 是什么

OpenBot 是 CopilotKit 推出的一个开源 Agent 平台，它把 AI Agent 变成了你可以信任的数字同事（AI coworkers）。

每个 Agent 都拥有自己专属的计算机环境：一个独立的 Docker 容器，里面运行着 Chromium 浏览器和专属的工作空间文件系统。

它基于 CopilotKit 之前推出的 AG-UI 协议构建，这意味着你可以把任何支持 AG-UI 的 Agent 框架（LangGraph、Mastra、CrewAI、Pydantic AI、Google ADK 等）接入 OpenBot，不用被某个特定框架绑死。

目前已经收获 2.2k Star。

核心亮点

OpenBot 相比现有的 Agent 框架，在理念上有几个根本性的差异。

亮点一：每个 Agent 有自己的”电脑”

Supervisor 服务为每个 Bot 创建一个独立的 Docker 容器实例，这个容器就是 Agent 的”电脑”——里面有一个 Chromium 浏览器实例（拥有独立的登录会话和 Cookie）、一个 /workspace 工作空间目录、以及一个专属的浏览器配置文件（profile）。

这带来了几个关键好处：

• 会话持久化：Agent 登录过的网站会保持登录状态，不需要每次重新认证
• 环境隔离：不同 Agent 之间完全隔离，一个 Agent 出问题不会影响另一个
• 可观测性：你可以直接查看 Agent 正在看的浏览器画面，就像坐在同事旁边看他工作一样

如果你需要更高的安全级别，还可以设置 COMPUTER_RUNTIME=runsc 使用 gVisor 来运行容器，提供额外的内核级隔离。

亮点二：所有操作都经过”网关审计”

OpenBot 的核心安全理念是：每一个动作，在执行前就已经被记录。

Agent 对浏览器、文件、MCP 服务器的任何操作，都必须经过 Server 网关。网关的工作流程非常严格：

1. 接收 Agent 的工具调用请求
2. 解析目标（哪个 URL、哪个文件、哪个 MCP 工具）
3. 根据策略规则进行评估（允许？拒绝？需要更多信息？）
4. 写入审计日志
5. 执行操作或返回拒绝原因

这不是传统的”先操作后记录”，而是 “先记录后操作”。即使操作失败，日志里也会完整记录下来。用 OpenBot 官方的话来说：”没有任何操作路径可以跳过记录环节。”

亮点三：支持人机协作的”方向盘接管”

OpenBot 有一个很实用的功能叫”Take the wheel”（方向盘接管）。

当 Agent 在操作过程中遇到登录墙、2FA 验证或其他需要人工介入的场景时，它会主动请求帮助。

此时你可以在同一个面板中接管这台电脑，完成认证操作后再交还给 Agent。

整个过程都会被记录为 computer.help_requested、computer.control_taken 和 computer.control_released 事件。在人工驾驶期间，Agent 的所有操作都会被拒绝而不是排队等待，确保不会出现冲突。

这个设计特别适合处理那些”只需要人工完成一步认证，后续就可以全自动”的场景，比如登录企业内部系统、完成支付验证等。

亮点四：组件式 UI 输出，而非纯文本

OpenBot 遵循 AG-UI 协议，这意味着 Agent 的输出不只是纯文本回复，还可以是交互式的 React 组件。

这些组件可以在运行时动态渲染，用户可以直接与组件交互，而不是阅读一大段文字后自己去操作。

组件有两种来源：

• 内置组件：存放在 app/src/components/gallery/ 目录下，经过编译后直接使用
• 沙箱组件：在 /admin/playground 中创建和测试，无需重新部署即可发布

每个组件的访问权限也可以单独控制，管理员可以决定哪些 Agent 可以使用哪些组件。

快速上手

第一步：克隆仓库并配置环境变量

git clone https://github.com/CopilotKit/openbot.git
cd openbot
cp .env.example .env

第二步：获取 CopilotKit Intelligence 凭证

npx --yes copilotkit@latest login
npx --yes copilotkit@latest project select
npx --yes copilotkit@latest license --write

执行 project select 后会输出一个 cpk-... 格式的运行时密钥，将它填入 .env 文件的 INTELLIGENCE_API_KEY 字段。license --write 命令会自动将 COPILOTKIT_LICENSE_TOKEN 写入 .env 文件。

第三步：配置必要的环境变量

在 .env 文件中填入其他必要的配置：

# 必填：你的大模型 API Key
OPENAI_API_KEY=sk-xxxxxxxx
# 可选：如果使用自托管的 Intelligence，保留默认的托管 URL 即可# INTELLIGENCE_API_URL=https://...
# INTELLIGENCE_GATEWAY_WS_URL=wss://...# 推荐：生成自己的密钥加密密钥
openssl rand -base64 32
# 将输出填入 KEY_ENCRYPTION_KEY 字段

如果只是本地测试，.env.example 中的示例 KEY_ENCRYPTION_KEY 可以直接使用。但在生产环境中必须使用自己的密钥。