Wie man Menschen und KI-Agenten in einem gemeinsamen Arbeitsbereich zusammenbringt

Stellen Sie sich vor, Ihr Arbeitsmessenger ist nicht nur ein Strom von Nachrichten von Kollegen, sondern eine lebendige Umgebung, in der digitale Zwillinge die Hälfte der Aufgaben für Sie erledigen. Das klingt wie eine Szene aus einem Science-Fiction-Roman, aber die Leute von Mininglamp-OSS haben sich entschieden, dies in Code umzusetzen. Sie entwickeln OCTO — eine offene Plattform, auf der Menschen und KI-Agenten (sie nennen sie „Lobsters") Seite an Seite arbeiten.

Das zentrale Element dieser ganzen Idee ist octo-server. Ich habe mich intensiv mit dem Repository beschäftigt und möchte teilen, warum dieses Go-Backend Ihre Aufmerksamkeit verdient, wenn Sie darüber nachdenken, LLMs in Ihre Geschäftsprozesse zu integrieren.

Was unter der Haube des digitalen Büros steckt

Wenn man den Marketing-Jargon um „digitale Zwillinge" beiseitelässt, ist octo-server eine leistungsstarke Management-Schicht. Es verbindet REST API, WebSocket für Echtzeit-Kommunikation und Agenten-Orchestrierung. Das Hauptmerkmal ist, dass KI hier nicht als Chatbot zur Seite gestellt wird — sie ist von Anfang an ein vollständiger Teilnehmer an den Gesprächen.

Das Projekt ist in Go geschrieben, was für ein System sinnvoll ist, das viele parallele Verbindungen und Anfragen an verschiedene Dienste verarbeiten muss. WuKongIM wird als Instant-Messaging-Engine verwendet. Die Entwickler haben das Rad nicht neu erfunden und sich für eine fertige Messaging-Lösung entschieden, um sich stattdessen auf die Interaktionslogik zu konzentrieren.

Was dieses Backend interessant macht

Nach meiner Erfahrung läuft es oft so: Ein Kunde möchte einen „intelligenten Assistenten", und man beginnt, Workarounds zusammenzubasteln, um die API des Modells mit der Messenger-Oberfläche zu verbinden. Die Entwickler von OCTO haben einen anderen Ansatz gewählt.

Die Lobster-Orchestrierung ist in den Kern eingebaut. Der Server verwaltet Agenten-Sessions, Request-Routing und Tool-Aufrufe eigenständig. Agenten laufen auf OpenClaw, und der Server verwebt ihre Antworten nahtlos in den gesamten Dialog.

Die Architektur ist ziemlich flexibel. Während MySQL und Redis standardmäßig angeboten werden, können Sie den Speicher und sogar die Messaging-Engine austauschen. Die WuKongIM-Kontrollebene ist durch eine dünne Grenze getrennt, sodass Sie bei Bedarf Ihre eigene Lösung einbinden können.

Der Local-First-Ansatz ist ein nettes Detail. Die Autoren bestehen darauf, dass alles, was auf Ihrer Hardware laufen kann — Chats, Embeddings, Agenten — dort laufen sollte. Cloud bleibt eine Option, keine Pflicht. Für den Enterprise-Bereich, wo das Senden von Daten an OpenAI Probleme verursachen könnte, ist das ein enormer Vorteil.

Wie die Anfrageverarbeitung funktioniert

Schauen wir uns an, was passiert, wenn eine Anfrage im System eingeht:

1. Authentifizierung. Tokens, Cookies und sogar verschlüsselte Diffie-Hellman-Frames für WebSocket werden unterstützt.
2. Autorisierung. RBAC ist hier implementiert, unter Berücksichtigung von Organisationen und Zugriffsrechten auf bestimmte Kanäle.
3. Ausführung. Die Geschäftslogik wird ausgeführt. Bei Bedarf wird eine Lobster-Session gestartet oder fortgesetzt.
4. Verteilung. Die Nachricht wird an WuKongIM gesendet, und wenn der Kanal mit der Außenwelt verknüpft ist — werden Adapter ausgelöst.
5. Antwort. Der Client erhält ein einheitliches JSON mit Tracing-Tags und Metriken.

Projektstruktur

Der Code ist sauber organisiert, daher wird man sich schnell zurechtfinden:

• internal/api/ — hier leben die Handler für alles: Benutzer, Gruppen, Dateien und Webhooks.
• internal/service/ — das „Gehirn" des Systems, einschließlich Zugriffskontrolle und dieser Agenten-Orchestrierung.
• internal/agent/ — alles rund um Lobsters: Session-Speicherung und Tool-Ausführung.
• internal/im/ — Client für die Arbeit mit WuKongIM.

graph TD
  subgraph Clients[Clients]
    Web[octo-web<br/>Web / PC]
    Android[octo-android<br/>Android]
    iOS[octo-ios<br/>iOS]
  end

  subgraph Core[Core Services]
    Server[octo-server<br/>Backend API]
    Matter[octo-matter<br/>Task / Todo]
    Summary[octo-smart-summary<br/>AI Summary]
    Admin[octo-admin<br/>Admin Console]
  end

  subgraph Shared[Shared Libraries & Integrations]
    Lib[octo-lib<br/>Core Go Library]
    Adapters[octo-adapters<br/>Third-party Adapters]
  end

  Web --> Server
  Android --> Server
  iOS --> Server
  Admin --> Server
  Server --> Matter
  Server --> Summary
  Server --> Adapters
  Server -.uses.-> Lib
  Matter -.uses.-> Lib
  Adapters -.uses.-> Lib

Wofür man dies verwenden kann

octo-server eignet sich gut, wenn Sie ein nächstes Generation internes Unternehmensportal aufbauen. Anstatt zwischen Jira, Slack und der KI-Verwaltungskonsole zu wechseln, erhalten Sie einen einzigen Einstiegspunkt. Zum Beispiel schreibt ein Entwickler im Chat: „Erstelle eine Aufgabe für die Behebung eines Prod-Bugs", und der Agent versteht nicht nur den Text — er geht in octo-matter und erstellt tatsächlich die Aufgabe.

Das Projekt wird auch nützlich sein für den Aufbau von benutzerdefinierten KI-Assistenten, die Zugriff auf den gesamten Gesprächskontext des Teams benötigen. Dank des Open-Source-Codes und der Apache-2.0-Lizenz können Sie das System an spezifische Sicherheitsanforderungen anpassen.

Wie man es ausführt und ob es sich lohnt, es zu probieren

Der Schnellstart ist Standard für Go-Projekte: Klonen, Bauen, mit Konfiguration ausführen.

git clone https://github.com/Mininglamp-OSS/octo-server.git
cd octo-server
go build -o octo-server .
./octo-server --config ./configs/tsdd.yaml

Für die vollständige Funktionalität benötigen Sie jedoch auch eine MySQL-Datenbank und eine laufende WuKongIM-Instanz. Wenn Sie sich nicht mit jeder Komponente einzeln beschäftigen möchten, gibt es ein octo-deployment Repository mit einer fertigen Docker Compose, die den gesamten Stack von Diensten mit einem einzigen Befehl hochfährt.

Beachten Sie, dass das Projekt ein Ableger von TangSengDaoDao ist. Das hinterlässt Spuren in der Codestruktur. Die Dokumentation ist stellenweise noch dünn, daher müssen Sie in kniffligen Situationen in den Quellcode eintauchen.

Für wen ist das gedacht? In erster Linie für diejenigen, die eine fertige Grundlage für die Erstellung von selbst gehosteten kollaborativen Systemen mit tiefer LLM-Integration suchen. Wenn Sie nur einen Chat benötigen, gibt es einfachere Lösungen. Aber wenn Sie „Lobsters" brauchen, die Ihnen die Routinearbeit abnehmen — OCTO ist einen Abend wert.