★ 184,833· 46,187 forks· Python· NOASSERTION开源替代

AutoGPT:用自然語言跑完整工作流的開源智慧體平臺

Significant-Gravitas/AutoGPT ·

讓普通人也能建立、部署和管理自主執行的 AI 智慧體, 通過視覺化工作流自動化複雜任務, 已獲 18.4 萬 GitHub Stars

成熟度:維護活躍, 最近提交 0 天前, 但存在 448 個未解決 issues, 處於快速迭代期

GitHub 仓库 → HN 讨论 · 109 点 · 58 评论对标:Zapier + n8n (工作流自动化)

AutoGPT 是由 Determinist Ltd(以 AutoGPT 名義運營)打造的開源 AI 智慧體平臺,用於構建、部署並執行能完成完整工作流的 AI 智慧體;雲託管平臺與開源倉庫均由該專案方維護,屬於官方產品而非第三方套殼。

它面向希望用普通話/英文描述結果、就讓智慧體自動執行內容、銷售、研究、運營等重複工作的個人與團隊。關鍵邊界是:託管平臺條款寫明平臺僅供個人與非商業使用;自託管無許可證費用,但需自備基礎設施與模型 API 金鑰,且 autogpt_platform/ 採用 Polyform Shield,不得作為競爭性託管服務對外銷售。

核心能力可概括為:用 AutoPilot 把自然語言變成可執行智慧體,由 Otto 協調各類 Expert,在 Agents、Marketplace、Build 四類介面上按需、定時或觸發執行,並對接 45+ 平臺與主要大模型。

AutoGPT 官網首頁整頁,展示產品定位與入口AutoGPT 官網首頁整頁,展示產品定位與入口

AutoGPT 是什麼?是誰做的、官方嗎?

AutoGPT 官方定位是「一支可用普通話/英文下達任務的 AI 專家團隊」,由 Otto 負責協調;同時也是「構建、部署、執行能完成完整工作流的 AI 智慧體」的開源平臺。

運營主體為在英格蘭和威爾士註冊的 Determinist Ltd(trading as AutoGPT)。產品入口為 agpt.co,程式碼倉庫為 Significant-Gravitas/AutoGPT,託管平臺在 platform.agpt.co。

官網宣稱 187k+ GitHub stars,並提到 32 位 AI Experts;倉庫頁另寫有 185,000+ GitHub stars。倉庫統計可見 Star 約 187657、Fork 約 45958(核對時點見文末)。

四類產品介面:

  • AutoPilot:用自然語言描述工作,把對話變成可執行智慧體
  • Agents:檢視智慧體狀態、執行記錄與成本
  • Marketplace:使用社群現成智慧體
  • Build:在視覺化畫布上編排真實工作流

AutoGPT GitHub 倉庫頁整頁,顯示專案說明與 Star 等資訊AutoGPT GitHub 倉庫頁整頁,顯示專案說明與 Star 等資訊

原始獨立智慧體仍保留在倉庫 classic/ 目錄,採用 MIT 許可。當前平臺主線與託管服務是同一套倉庫下的平臺路徑。

AutoGPT 開源許可證是什麼?能否商用?

許可證按目錄區分,不能一概而論。

路徑許可證含義(官方表述)
autogpt_platform/Polyform Shield個人與內部業務使用免費;不得作為競爭性託管服務出售
classic/ 及其他MIT較寬鬆的開源使用

自託管無許可證費用,需自付基礎設施與模型服務商費用。

託管平臺的《Platform Terms》寫明:平臺僅供個人與非商業使用;AutoGPT 名稱與標識為公司商標;適用英格蘭和威爾士法律。若計劃對外提供與 AutoGPT 競爭的託管服務,Polyform Shield 明確不允許。內部業務場景下的自託管,需自行對照 Polyform Shield 全文與法務要求。

AutoGPT 能做什麼?如何用自然語言跑完整工作流?

典型用法是:用自然語言描述目標,或在視覺化構建器中設計步驟,然後按需執行、按計劃執行,或由觸發器啟動。

官方舉例覆蓋的自動化方向包括:高管運營、銷售、市場、工程、客戶支援、研究等。例如高管運營場景可「從內部與外部訊號準備每日簡報」。

Otto 是「Head of AI」:你告訴它當前任務,它引入合適 Expert、交接工作並保持進度同步。官網上出現的專家角色包括 Maria(SEO Content)、Max(Account Executive)、Frankie(Executive Assistant)等,由 Otto 牽頭。

與工作流相關的能力包括:

  • Otto Chat:自然語言協調專家、回答問題、建立或執行工作流
  • 從提示詞生成工作流:描述工作流後,Otto 澄清需求、構建並儲存
  • Dry-Run 自修復迴圈:對新生成工作流做模擬,自動捕獲並修復錯誤
  • 多模態輸入:可在聊天中放入圖片與 PDF,由視覺模型讀取
  • 語音輸入輸出:對 Otto 說話,並通過 TTS 收聽回覆
  • 瀏覽器自動化:藉助 Stagehand 與基於 Chromium 的智慧體瀏覽器完成多步瀏覽器任務
  • Teach Otto Skills:讓 Otto 學習流程,沉澱可複用 Skills
  • Cloud Sandbox:持久隔離環境,用於跑程式碼、檔案與工具,按需恢復並把檔案同步回工作區
  • 人機審批門:可在工作流任意位置(含巢狀)暫停等待人工稽核再繼續
  • 並行塊執行:工作流內互不依賴的塊可併發執行
  • Cron 定時:帶時區感知與校驗;支援版本釘扎的排程
  • 遲滯/卡住告警:錯過 cron 視窗或任務超過一天會自動告警

託管平臺側還宣稱接入 45+ 連線平臺、數百種 AI 模型,以及 200+ 整合塊;模型族覆蓋 Anthropic、OpenAI、Google、xAI、Meta、Mistral、Cohere 等。整合示例包括 Gmail、Google Calendar、Docs、Sheets、GitHub、Slack、Discord、Notion、HubSpot、Linear、Airtable、Jira、Salesforce、Stripe、Webflow 等。

另支援 MCP 工具發現與執行、公共 REST API、OpenAPI 規範與生成的 SDK 客戶端,以及從 n8n、Make.com、Zapier 匯入已有自動化為工作流。v0.8.2 為 AutoPilot 增加了動作門控模式:Ask First、Auto、Unsupervised。

AutoGPT AutoPilot 聊天介面,正在用對話建立智慧體AutoGPT AutoPilot 聊天介面,正在用對話建立智慧體

AutoGPT Build 畫布,展示真實智慧體工作流編排AutoGPT Build 畫布,展示真實智慧體工作流編排

AutoGPT Marketplace 介面,展示可選用的社群現成智慧體AutoGPT Marketplace 介面,展示可選用的社群現成智慧體

AutoGPT 怎麼部署 / 安裝?(本地與 Docker)

兩條主路徑:

  1. 託管平臺:在 platform.agpt.co 公開註冊即可;官網 CTA 為「Start free for 7 days」。基礎設施、模型訪問、憑證、可靠性與更新由官方管理。
  2. 自託管:免費路徑(無許可證費)。需自行提供基礎設施與模型 API 金鑰,並維護部署。官方寫明需要 Docker 與配置;定價頁強調可通過 Docker Compose 做「單命令自託管」,並捆綁相關服務。

自託管平臺支援範圍除主流 Linux 外,還包括 Podman、WSL 與 Raspberry Pi。Linux/macOS 的單容器 release 安裝器仍在推進;在釋出門檻通過前,應使用手冊式自託管指南。未來的 release 安裝器會要求本機已執行 Docker 守護程序,並使用 amd64 或 arm64 的 Linux 容器;Windows 使用者目前仍走手冊指南。

資料與基礎設施控制對比(官方對照表說法):

  • 託管:由 AutoGPT 託管
  • 自託管:跑在你自己的基礎設施上

文件入口稱開發者平臺可在約 5 分鐘內開始;社群支援見 Discord 與 docs.agpt.co。文件側還提到 65,000+ developers 的社群規模,以及 Discord 超過 55,000 members。

通過 API 以程式設計方式建立工作流時,官方給出的介面為:

POST /graphs

該呼叫用於部署工作流,無需開啟 UI。另可管理 API 金鑰(生成、檢視、輪換、吊銷),並對工作流、任務、塊與整合做程式化訪問。

自託管時,凡依賴第三方服務的能力(LLM、沙箱、瀏覽器自動化、郵件、CAPTCHA、防毒等)都需自備 API 金鑰與相應基礎設施。

AutoGPT 怎麼用?以「自動研報+推送」場景完整演示

以下以官方高管運營類場景「從內部與外部訊號準備每日簡報」為主線,按官網 Expert 流程(選擇專家 → 下達任務 → 變成例行事務)說明一次完整用法。具體輸出內容隨你的資料來源、模型與整合授權而變;此處不編造執行結果文案。

目標:讓智慧體彙集內外部訊號,生成每日研究/簡報類材料,並經由已連線的協作渠道推送。

步驟概覽:

  1. 進入托管平臺或自託管例項
    託管可從 agpt.co 選擇「Start free for 7 days」進入 platform.agpt.co;也可先在平臺內使用 interactive tour。

  2. 選擇 Expert / 與 Otto 對話
    在 AutoPilot 或 Otto Chat 中用自然語言描述結果,例如說明要「準備一份綜合內部與外部訊號的每日簡報」,並指定研究、摘要、推送等約束。官方稱 Otto 會引入合適 Experts、交接工作並保持更新。

  3. 澄清並生成工作流
    使用「Workflow Generation from Prompts」:用自然語言描述工作流;Otto 提出澄清問題,再構建並儲存。新生成工作流可走 Dry-Run Self-Repair Loop:先模擬,再自動抓錯並修復。

  4. 在 Build 中檢查節點與整合
    在視覺化畫布確認步驟,連線所需應用(如 Docs/Sheets、Slack、郵箱、日曆等,以賬號已授權的整合為準)。託管側對多數整合提供 Managed Credentials,主要連線你已在用的應用。

  5. 設定執行方式

    • 按需手動跑
    • 用帶時區的 Cron 做成每日例行
    • 或從觸發器啟動
      可為 Expert 設定預算與花費審批閾值;也可用 max_budget_usd 限制單任務 LLM 花費。
  6. 加安全閘
    對不可逆操作選用 AutoPilot 門控(Ask First / Auto / Unsupervised);在關鍵步驟加人機審批門;需要時限制每個 Expert 可訪問的應用。

  7. 在 Agents 介面觀察
    檢視狀態、執行記錄與成本,確認排程是否按點執行;若出現錯過 cron 或長時間卡住,依賴平臺的 Late & Stuck Execution Alerts。

AutoGPT Agents 儀表盤,展示智慧體狀態、執行記錄與成本AutoGPT Agents 儀表盤,展示智慧體狀態、執行記錄與成本

若已有 n8n / Make.com / Zapier 流程,也可嘗試匯入為 AutoGPT 工作流,再按上述方式改成「簡報 + 推送」例行任務。

AutoGPT 雲版多少錢?自託管成本如何?

AutoGPT 價格頁整頁,展示 Pro、Max、Team 與 Self-Host 方案AutoGPT 價格頁整頁,展示 Pro、Max、Team 與 Self-Host 方案

方案價格關鍵額度適合誰
Pro50.00 美元/月(按月計費;年付可省 15%)訂閱含 Otto 與 Expert 聊天;工作流執行走信用錢包,可按 Expert 設花費上限個人;含 7 天免費試用
Max320.00 美元/月(按月;年付可省 15%)約 8.5 倍 Pro 用量、5 倍檔案儲存;含 Pro 全部能力需要更高用量、優先支援與更早功能訪問的使用者
TeamContact us(即將推出)多使用者空間、管理員控制元件與角色、集中計費與席位需要協作、控制元件與定製用量的團隊
Self-Host無許可證費用自備算力與 LLM 金鑰;對照表寫明 BYO LLM 時可有 Unlimited Otto chat allowance更在意基礎設施與資料控制、能自己運維的人

表後補充:

  • 所有付費雲方案裡,工作流執行都是信用錢包按用付費;可預付、按需充值,並可配置自動續充。
  • Pro / Max 訂閱主要覆蓋 Otto 與 Expert 聊天;自動化執行計費模型各方案相同。
  • Pro 試用:符合條件的新賬戶 7 天;需綁卡,但「no subscription charge today」;可隨時取消。
  • Max 還強調早期訪問、優先支援、擴充套件整合、參與路線圖等。
  • 企業/更大需求:定價頁寫 Talk to sales;並提到 [email protected] / [email protected]。
  • 大檔案上傳支援到 256 MB。
  • 自託管成本 = 你的機器/雲資源 + 各模型與第三方 API 賬單 + 你的維護時間,官方不收許可證費。

AutoGPT 支援中文嗎?中文提示詞效果怎麼樣?

GitHub README 提供多語言連結,其中包括 中文,以及其他語種(如 Deutsch、Español、français、日本語、한국어、Português、Русский)。說明專案對中文讀者有文件翻譯入口。

官方定價與功能說明強調「plain English」描述任務、Otto 自然語言聊天等,但沒有單獨公佈「中文提示詞效果」的評測資料或保證。實際中文效果取決於所選模型是否擅長中文,以及你在自託管時配置的模型種類。

法律條款還寫明:不承諾平臺在英國與美國以外地區必然合適或可用;在其他地區訪問由使用者自行發起,並需遵守當地法律。

AutoGPT 和 Zapier、n8n 有什麼區別?能替代它們嗎?

維度AutoGPTZapier / n8n(一般特點)
互動方式自然語言 + 視覺化 Build;Otto 協調 Experts多以觸發器—動作或節點畫布配置為主
智慧體形態面向完整工作流的 AI agents;含 AutoPilot、Marketplace自動化/整合平臺,AI 能力因產品而異
匯入關係可從 n8n、Make.com、Zapier 匯入為工作流各自生態內匯入匯出,一般特點因版本而異
執行方式按需、Cron 定時、觸發器通常也支援定時與觸發(具體以各產品為準)
部署託管付費或自託管 DockerZapier 以託管為主;n8n 常見雲與自託管

能否替代,取決於場景:

  • 若核心是「用自然語言生成並迭代智慧體、專家分工、瀏覽器自動化、MCP/API 擴充套件」,AutoGPT 更貼這一敘事。
  • 若核心是成熟 SaaS 聯結器生態裡的固定觸發—動作,Zapier / n8n 仍是常見選項;AutoGPT 提供匯入路徑,不等於自動覆蓋對方全部聯結器與執行語義。

競品資訊以各家官網為準。

AutoGPT 與 CrewAI、Dify 怎麼選?

維度AutoGPTCrewAI / Dify(一般特點)
產品形態平臺 + Experts + Otto 協調 + Marketplace + BuildCrewAI 偏多智慧體編排框架;Dify 偏 LLM 應用/工作流開發平臺
使用入口託管 Pro/Max 或自託管同一倉庫多為庫/框架或自建應用平臺(一般特點)
整合45+ 平臺、200+ 整合塊、MCP、REST API各有外掛/工具生態,範圍與託管方式不同
許可平臺目錄 Polyform Shield;classic 等 MIT各專案許可證不同,需單獨檢視
協作Team 版「Coming soon」產品是否提供團隊空間因版本而異

粗略選型建議(僅基於 AutoGPT 官方能力邊界):

  • 需要 Otto/Expert 敘事、Marketplace 現成智慧體、託管信用錢包 → 優先評估 AutoGPT 雲版。
  • 需要 資料與基礎設施完全自控 → AutoGPT 自託管,或與其他可自託管框架對比運維成本。
  • 已在 CrewAI/Dify 體系投入大量工作流與提示詞資產 → 不宜假設一鍵互替;可看 AutoGPT 的 API/POST /graphs 與匯入能力是否滿足遷移。

競品資訊以各家官網為準。

AutoGPT 有哪些侷限與常見坑?

已知問題與侷限

託管條款偏個人與非商業:平臺使用條款寫明僅供個人與非商業使用;商業團隊需同時審閱條款、Polyform Shield 與銷售渠道(如 Team/enterprise)。

本地 Docker 組裝可能失敗:社群反饋 docker compose up -d 會在 autogpt_platform-market-migrations-1 等步驟失敗,部署前應對照自託管指南與 issue 討論。#8918

前端安裝問題反覆出現:有使用者報告 Frontend 安裝困難,需按當前版本文件排查環境而非照搬舊教程。#9148

模型與整合並非應有盡有:例如 Deepseek 支援、Postgres Block、HeyGen 整合等仍以 issue 形式存在,選型前要確認你依賴的模型/塊是否已正式提供。#9587、#9274、#9193

Marketplace 智慧體管理缺陷:有報告無法從 Creator Dashboard 移除已提交到 Marketplace 的 agent,釋出社群智慧體前需謹慎。#13073

知識採集與結構化規劃仍在演進:增強知識採集、結構化規劃與評估、命令鏈式管道等需求在 issue 中長期存在,複雜研究代理需降低「全自動一次成功」預期。#6261、#4107、#6256

AI 輸出責任在使用者:條款寫明平臺 AI 功能按 as-is 提供,使用者需自行判斷如何解釋與依據輸出行動。跑智慧體時,個人資料可能按第三方政策傳送至相關第三方;隱私政策(2025 年 4 月 18 日版本)同時說明公司作為控制者適用 UK GDPR,且不通過 Google Workspace API 資料訓練通用 AI/ML 模型。

安全與地區邊界:密碼最少 12 位;登入/註冊/重置使用 Turnstile CAPTCHA;上傳與工作區檔案經 ClamAV 掃描。但不承諾平臺在英、美以外天然適用。

AutoGPT 適合誰?不適合誰?

相對適合:

  • 想用自然語言描述結果,並讓智慧體跑完整工作流的個人
  • 需要定時簡報、研究整理、內容/銷售/支援類重複任務,並接受 Expert 預算與審批閘的人
  • 希望先用 7 天 Pro 試用託管、不想先建基礎設施的人
  • 能運維 Docker、願自備 LLM 金鑰、更在意資料落在自有基礎設施上的個人或內部團隊
  • 已有 n8n/Make/Zapier 流程、想匯入後試驗智慧體化編排的人

相對不適合:

  • 需要立刻獲得成熟「Team 多使用者管控」且不能等 Coming soon 的組織(應走銷售/企業溝通)
  • 打算把 AutoGPT 平臺直接包裝成對外競爭性託管商品的服務商(與 Polyform Shield 衝突)
  • 期望零運維、又拒絕任何雲訂閱與按量錢包的人(自託管仍有基礎設施與 API 成本)
  • 要求某一小眾模型或整合「必須已內建」但 issue 仍開放的人
  • 不能接受「AI 輸出需人工負責、第三方整合會傳出資料」的合規環境

FAQ

AutoGPT 免費嗎?

託管 Pro 提供 7 天免費試用(符合條件的新賬戶,需綁卡,可隨時取消);試用後 Pro 為 50.00 美元/月起。自託管無許可證費用,但要自備基礎設施與模型等 API 費用。沒有「雲功能永久免費用盡」的官方說法。

AutoGPT 需要什麼 API Key?

託管平臺宣稱多數整合由官方 Managed Credentials 提供金鑰,並含模型訪問,使用者主要連線已有應用。自託管需 BYO LLM 與各類第三方金鑰。若走公共 API,可在平臺內生成、輪換、吊銷自己的 API 金鑰。

AutoGPT 和 ChatGPT 有什麼不同?

ChatGPT 是對話式通用助手產品形態;AutoGPT 官方強調的是構建與執行完成完整工作流的 agents,並帶 Agents 儀表盤、Marketplace、Build 畫布、定時/觸發、整合塊與 Expert 協作。二者不是同一類「只聊天」工具。

AutoGPT 支援定時與觸發器嗎?

支援。可將智慧體設為按需、按 Cron(含時區)或由觸發器執行;並有遲到/卡住執行告警。也可把與 Otto 的任務變成 routine。

AutoGPT 可以對接自己的知識庫嗎?

官方公開材料強調多模態檔案(含 PDF)、工作區檔案、整合與 MCP 工具等。倉庫 issue 中仍有增強知識採集等需求。是否能對接你專有的知識庫產品,需看現有整合塊、MCP 伺服器或 API 是否覆蓋;文件未給出與某一特定知識庫品牌的一鍵保證。

AutoGPT 安全嗎?資料會上傳嗎?

託管資料由 AutoGPT 側託管;自託管則落在你的基礎設施。安全措施包括 12 位密碼、Turnstile、ClamAV、人機審批、Expert 應用訪問與花費護欄等。隱私政策說明:執行 agent 時可能把個人資料發給相關第三方;公司稱不向其他組織出售資料用於營銷。AI 輸出需使用者自行負責。

AutoGPT 手機能用嗎?

官方材料主打 Web 平臺、AutoPilot 聊天、語音輸入輸出等,沒有單獨給出原生 iOS/Android 應用說明。移動瀏覽器能否完整使用全部 Build 能力,頁面未逐項保證。

AutoGPT 187k Star 含金量如何?

官網寫 187k+ GitHub stars,倉庫頁寫 185,000+;統計欄位約 187657。Star 反映關注度,不等於生產就緒度;仍有大量 open issues(核對時約 602)。應用 Star 作熱度參考即可,部署仍要以當前 release 與自託管指南為準。

AutoGPT 適合做企業自動化嗎?

能力上覆蓋銷售、支援、工程、運營等自動化方向,並有 API、審批門、預算上限、計劃中的 Team 協作。但託管條款寫明個人與非商業使用;Team 為 Coming soon;企業需與銷售溝通定製。法務與採購應先讀 Polyform Shield、平臺條款與隱私政策,再決定託管還是自託管。

AutoGPT 官網與相關入口

本文資訊核對至 2026 年 10 月(AutoGPT autogpt-platform-beta-v0.8.2)。價格與限制以官方頁面為準。

參考資料

安装方式:docker