介绍 openTag

为什么要做 openTag

过去一年里，Claude Code、Codex 这样的编程 agent 悄悄成了我们团队里最能干的“工作者”。它们能读代码库、查数据库、写报告、提 pull request，还会自己检查结果。但它们被困在某个人电脑上的终端里：要用它们，你就得守在那台电脑前、那个终端里，盯着那个会话。

而工作本身是在 Slack 里冒出来的：#support 里的一个 bug、产品经理问的一个数据、团队频道里一句“谁能帮忙看看？”。我们希望在工作出现的地方直接把它交给 agent，并在同一个消息线程里拿到答案。

市面上现有的 AI 工作者并不符合我们的工作方式。它们大多闭源，只能托管在别人的云上；它们自带 agent 运行时和模型合约，让你为已经订阅过的智能再付一次钱；你的文件、凭证和对话也都留在了你无法掌控的基础设施上。

我们想要的恰恰相反：一个轻量、开放的工具，运行在我们自己的电脑上，使用我们喜欢的 agent 工具和模型，并且可以按我们自己的工作流随意调整。于是，我们做了 openTag。

它如何工作

openTag 由三部分组成：

• 你的团队聊天工具。你在 Slack（也支持飞书）的频道或私信里和 openTag 工作者对话。
• openTag 服务器。它接收来自 Slack 的消息，记录工作者、任务和会话，并把每个任务路由到正确的电脑。你可以使用我们托管的服务器，也可以自己运行，它完全开源。
• 你电脑上的一个小型守护进程。在终端里粘贴一条命令，就能把一台 Mac 或 Linux 电脑连接上来。守护进程和服务器保持连接；任务到达时，它用你本地的 agent 工具启动会话、传入消息线程的上下文，并把结果发回 Slack。

对你来说就这么简单。你 @ 一个工作者，比如“@openTag 我们上周有多少回访用户？”，它就会接下任务，带着所在频道的上下文在后台工作，并在完成后回复到同一个消息线程，需要你补充信息时也会在线程里问你。在同一个线程里继续追问，会接着同一个会话，你可以像和同事一样和工作者反复迭代。

openTag 有什么不同

1. 用你喜欢的 agent 工具，用你自己的订阅

openTag 不是又一个 agent 运行工具。我们没有重新造 agent 循环、工具系统或模型封装，而是把你已经在用的 agent 工具用起来，并连接到 Slack。目前支持 Claude Code、Codex 和 Pi，更多工具正在接入。

这带来两个重要的结果。

第一，openTag 不绑定任何模型。你的 agent 工具能运行的模型，工作者就能用。想让一个工作者用 GPT、另一个用 Claude？为每个工作者分别选择 agent 工具和模型即可。新模型发布后，只要你的 agent 工具支持，你马上就能用上，不用等我们适配。

第二，你可以直接用已经付费的订阅。openTag 驱动的是你自己安装、用你自己账号登录的 agent 工具，所以工作就跑在你现有的套餐上。OpenAI 允许在第三方应用中使用 ChatGPT 订阅，因此你可以用 ChatGPT 套餐里已经包含的额度来运行 AI 工作者，而不必再为按席位收费的 AI 产品或新的 API 账单买单。

2. 运行在你的电脑上，数据属于你

默认情况下，每个 openTag 工作者都运行在你自己的电脑上：你的笔记本、桌下的一台 Mac mini，或办公室里的一台 Linux 机器。这意味着工作者可以使用和你一样的本地文件、代码仓库、命令行工具，而不需要把你的代码库或凭证上传到别人的云上。

这也意味着你的数据留在你手里。Agent 会话和工作文件都在你的电脑上。工作者可以通过基于 git 的文件式记忆共享知识：它们就是你自己的 git 仓库里的普通 markdown 文件，你可以像对待代码一样阅读、编辑、审查和回滚。

你也始终掌控 agent 的行为。在本地电脑上，Claude Code 和 Codex 工作者在执行有风险的操作前会先征求同意：openTag 会给发起任务的人发一张私密的审批卡片，带有“批准”和“拒绝”按钮，只有你做出决定后 agent 才会继续。只有发起任务的人才能审批这个任务的操作。

3. 高度可定制

每个团队的工作方式都不同，所以每个 openTag 工作者都由你来塑造。每个工作者都有自己独立的指令、模型、技能和 MCP 服务器。

• engineer 可以连接 GitHub、Linear 和 Sentry。
• saleslead 可以连接你的 CRM 和日历。
• designer 可以连接 Figma。

openTag 可以连接任何标准的 Agent Skill 和 MCP 服务器，现有的整个集成生态开箱即用。而且你不必手动配置：直接在 Slack 里告诉工作者，比如“添加 Linear MCP”或“安装一个审查 PR 的技能”，它就会自己配置好。指令和模型也一样。

openTag 以 Apache 2.0 协议开源，你还可以更进一步：阅读代码、修改代码，整套系统都支持自行托管，包括连接 Slack 与工作者的服务器。

不想让电脑一直开着？用我们的云

默认情况下工作者运行在你自己的电脑上，这也意味着在工作者干活时，这台电脑需要保持开机和联网。如果你不想操心这些，openTag Cloud 会在云端沙盒里运行你的工作者，并包含模型 token。

无需安装任何东西，也不用让某台电脑一直醒着。创建工作者、连接 Slack，就可以开始分配任务。计费也很简单：按使用的 token 数量收费。

你也可以混合使用：需要本地文件和工具的工作者留在自己的电脑上，需要一直在线的工作者放到云端。