YC 开源协作智能体框架 QM：支持多员工独立沙箱与频道协同

QM 是 YC 开源的一个专为团队协作设计的智能体框架。它把过去只能单人对话的 AI 助手，改造成了整个团队都能接入并协同工作的基础设施。

大多数 AI 智能体都按个人助理的逻辑设计，一旦拉进公司团队使用，权限和记忆很快就会乱成一团。QM 解决这个问题的核心概念是 Scope 作用域。它在底层运行一个通用引擎，但在上层划分出相互隔离的工作空间。公司里的每位员工都有自己独立的沙箱、记忆、文件、密钥与定时任务；同时在 Slack 频道、群聊或协作项目中，大家又可以共同调用同一个智能体。同一个 AI 进入不同房间会自动戴上不同的帽子，在私聊和群聊之间无缝切换记忆和权限。

它能做什么

在日常办公里，QM 可以同时兼顾个人任务与团队协同。

在个人层面，它能学习你的写作风格，按定时任务梳理收件箱，自动打标签并生成邮件回复草稿；它也可以作为一个常驻沙箱，在既有代码仓库里跑测试、提 PR、监控 CI 和排查系统日志。

在团队层面，员工可以在 Slack 共享频道里让 QM 跟踪项目进展并自动发布动态。如果需要构建专属业务工具，团队可以直接在 QM 内生成轻量级内部 Web 应用，并指定发布给特定成员。

系统内的技能支持按作用域授权，员工沉淀的工作流可以打包分享，也能通过管理员审核后推广到全公司，甚至直接从 Git 仓库导入技能包。此外，QM 还内置了定时调度、监控和 Webhook 接收机制，即便用户离线，后台任务依然会持续运转。

架构与安全模型

QM 采用无头核心设计，基于 Node.js 和 TypeScript 开发，HTTP 服务由 Fastify 驱动。智能体循环采用 Pi 框架，可以在多厂商模型之间自由切换，不绑定单一模型供应商。数据持久化完全依赖 Postgres，用于保存会话、记忆和执行队列。

它的执行环境非常彻底：每个作用域都配有一个持久化的独立沙箱容器。智能体在沙箱里安装的命令行工具和软件环境会长期保留，不会因会话结束而重置。前端界面由 Vite 和 Lit 构建，Slack 交互则通过 Bolt 插件直接与核心通信。

在安全控制上，QM 借鉴了本地编程智能体的设计原则，让 AI 以当前操作者的身份和权限行事，所有动作都有审计日志记录。管理员可以设定三种安全状态：Strict 模式下每次工具调用都必须经过人工批准；默认的 Auto 模式会自动拦截对内网私有网络的访问；Dangerous 模式则关闭工具审批门槛。不论处于哪种模式，针对递归删除文件或高危 SQL 操作的预设安全策略都会强制生效。

资源共享也分为独立与开放两种策略。默认状态下，各作用域之间的数据互不相通；只有在明确开启开放策略后，成员在群聊频道里对话时，经过授权的个人文件和记忆才会被智能体读取。

怎么部署与上手

QM 采用宽松的 MIT 许可证开源。官方主打让企业运行在自己的云环境中，使用自己的模型和 API 密钥。

如果你想快速尝试，本地需要准备 Node.js 和一个可用的 Postgres 数据库。通过 npm 运行官方提供的初始化命令，指定公司标识和目标云平台（支持 Fly.io 或 AWS），CLI 就会引导完成基础设施凭证配置、Slack 授权和环境验证。

测试阶段可以直接运行本地开发实例，分别启动 Web 界面、Slack 机器人或双端联动。对于需要深度定制的企业，代码库允许以源码分支的方式维护内部功能，也可以通过单独的配置目录管理技能包与沙箱镜像。如果你不想自己折腾基础设施，官方也提到了第三方托管版本。

为什么重要

现在的各类企业 AI 助手，要么是把单人对话框套上公司登录框，要么是笨重且昂贵的黑盒系统。QM 的聪明之处在于，它没有重新发明复杂的协作理论，而是用工程师最熟悉的沙箱和作用域切分，把个人隐私与团队共享干净地隔离开来。

我们认为，对于技术型初创团队和正在探索内部 AI 落地的研发部门，QM 非常值得现在拉一套跑起来试试。它的多模型接入和自托管特性避免了被单一模型商绑定，基于代码和沙箱的执行能力也远比普通聊天机器人实用。不过，它的部署和维护依然需要团队具备一定的全栈运维能力，更适合有工程师主导推进的企业团队，而不是纯非技术背景的公司。