AgentConnect 是什么？开源多智能体协作平台详解，附 Docker 部署教程

AgentConnect 是一个开源（Apache-2.0 协议）的多智能体协作平台：把 Claude Code、Codex、Grok Build、DeepSeek 等任意 ACP 兼容的 AI 智能体，接进 Slack、Telegram、Discord、飞书和 GitHub/GitLab，让它们和你团队在同一个会话里并肩工作。项目 2026 年 7 月开源，8 月底在 V2EX 发布后快速走红。本文讲清它的架构原理、Docker 部署步骤、和 Claude Tag / MCP 的区别，以及最容易被搜错的一点——市面上其实有两个同名项目。

本文你会看到：

• AgentConnect 是什么，解决什么问题
• 架构原理：数据面与控制面分离
• Docker / Kubernetes 部署教程
• 与 Claude Tag、MCP 的区别（对比表）
• 两个同名项目的辨析（搜资料前必看）
• 常见问题 FAQ

AgentConnect 是什么？

AgentConnect 是一个开源自托管的多智能体协作平台，官方定位是「Claude Tag 的开源多智能体替代方案」：让团队和多个 AI 智能体在已有的协作渠道里一起工作，智能体之间还能互相调用、记住学到的东西。

一句话理解：Claude Code 这类智能体以前是「跑在个人终端里的私人工具」，AgentConnect 把它们变成「团队里可分配、可协作、可审计的同事」。

关键信息一览：

它解决什么问题？

项目团队的起源故事很典型：他们几个人都用 Claude Code、Codex 做开发，但要把智能体接进 Slack、GitHub 这些团队工作流时，每个人都得自己写一遍「胶水代码」——消息通道接入、定时任务、凭证管理、上下文拼接。队友看不到智能体在做什么、无法接管会话、无法 review 它的产出，上下文也只留在一台笔记本里。

AgentConnect 把这层胶水做成了平台：给每个智能体分配角色，人和智能体在共享会话里协作，智能体之间可以互相调用、共享经过评审的知识库，工作可以从一条消息、一个 issue、一个 PR、一个 webhook 或定时任务发起。

核心功能一览

• 多运行时并肩工作：Claude Code、Codex、Grok Build、DeepSeek 等运行时同时在线，换一个智能体不需要重构工作流。
• 工作发生在哪，智能体就在哪：绑定 Slack / Telegram / Discord / 飞书的 bot，或 GitHub / GitLab 的仓库和工作流。
• 每个智能体独立配置：运行时、模型、workspace、工具、机器、沙箱策略都可以按任务单独设置。
• 上下文可延续：每个智能体有自己的记忆和技能，评审过的 Knowledge 全体智能体按需检索。
• 权限边界清晰：能指定谁可以看到某个智能体和会话、它能用哪些仓库和工具、能调用哪些其他智能体。
• 数据留在自己手里：自托管时智能体执行和工作区都在你自己的环境里运行。

架构原理：数据面与控制面分离

这是理解 AgentConnect 的关键设计，也是企业敢把它接进生产环境的前提。整个系统分三个角色：

带来的实际效果：实时平台消息和会话流始终留在 Daemon/Relay 的数据面，控制面不存消息体和附件字节。即使控制面临时不可用，已建立的会话和 Daemon 本地定时任务照常运行，重连后恢复新指派。对数据敏感的团队来说，「消息不过平台服务器」比功能列表更有说服力。

AgentConnect 部署教程：Docker 三步跑起来

评估环境只需三步（详见官方 OSS 部署指南）：

git clone https://github.com/agentconnect-md/agentconnect.git
cd agentconnect
docker compose up -d --pull always

1. 启动基础栈：上面的命令会拉起 Web 控制台、Control Plane、Relay 和 PostgreSQL。
2. 添加 Daemon：打开 http://localhost:3000，在控制台添加一个 daemon，运行它生成的命令。
3. 创建第一个智能体：指定 runtime、模型、workspace、工具和沙箱策略，然后绑定到 Slack / 飞书 bot 或 GitHub 仓库。

两个部署要点：

• 评估模式只监听 127.0.0.1 且无认证，仅适合本机试用；生产部署必须配置 Setup Server（基础栈的 8091 端口，负责 Logto 浏览器认证、GitHub / Slack / Google / 飞书应用凭据）、公网 URL、Linux 沙箱和密钥。
• Kubernetes 用户不要照抄一行命令，官方 Helm Chart 是 oci://ghcr.io/agentconnect-md/charts/agentconnect，按官方指南三步走：创建 namespace 和 secrets → 写 values → 安装。

仓库还自带一个 setup skill（.claude/skills/agentconnect-setup），用 Claude Code 或 Codex 打开项目目录，让智能体带着你做交互式安装，每一步会自动验证检查点。开发源码需要 Node ≥ 24.12.0 和 pnpm 11。

典型使用场景

官方给出五类团队用例，覆盖研发和支持两类工作流：

• 共同分诊 issue：人和智能体在同一线程调查，按需拉入专家智能体，修复到验证全程可见。
• 跨信任工作区的支持流转：Telegram 起支持会话，从受信任的 Slack 工作区拉入工程团队，结论回到原始会话。
• 周期性运营：定时任务或 webhook 启动工作，异常进入共享会话，人的决策全程可见。
• 私有 fork 保持同步：订阅上游变更，让智能体评估影响、准备并测试更新，交团队 review。
• 定制代码评审：每个 PR 跑通用评审，架构或安全评审按需引入，每个评审者可用自己的模型、指令和沙箱策略。

AgentConnect 和 Claude Tag、MCP 的区别

不少读者容易把这三个概念混在一起，用一张表说清：

关系可以这样理解：MCP 解决「一个模型怎么用工具」，AgentConnect 解决「一群智能体怎么和一群人协作」。如果你在为团队选型 AI 编程基础设施，建议先读我们的 AI 编程工具怎么选：AI IDE、代码助手与 Agent 的区别，再决定要不要引入协作平台这一层。

搜 AgentConnect 资料前，先分清两个同名项目

这是搜索 AgentConnect 时最容易踩的坑——GitHub 上有两个同名项目，搜出来的文章经常混着讲：

另外纠正一个常见错误：AgentConnect 里的 ACP 指 Agent Client Protocol（Zed 发起的开放协议，JetBrains 等也在参与），不是「AgentConnect Protocol」——部分中文报道把它写错了，如果你按错误的全称去搜文档会一无所获。

总结

AgentConnect 补上了「多个 AI 智能体如何与团队协作」这块拼图：用开源、自托管、ACP 兼容的方式，把消息通道、凭证、定时任务、上下文拼接这些每个团队都在重复写的胶水代码，变成了一个可运营的平台。对在用 Claude Code / Codex 且已有 Slack / 飞书 / GitHub 工作流的团队，它值得试跑；个人开发者则可以先从单机 Agent 工具起步。上线后的效果如何评估？可以参考我们的 AI Agent 评测怎么做：指标、框架与基准全解。

---

• 本文作者：AI345 指南编辑部
• 参考来源：AgentConnect 官方 GitHub、官方文档、ACP 协议官网、V2EX 发布帖、80aj 报道
• 最后更新于 2026 年 8 月 29 日；文中价格、版本与渠道信息基于当日官方仓库核对