一句话介绍
qm 是由 Y Combinator 孵化的多人协作 AI 智能体平台，为团队中的每个成员提供独立的智能体工作空间，支持 Slack 和 Web 界面，让 AI 智能体从”个人助手”进化为”团队协作工具”。
它是什么？
大多数 AI 智能体工具都设计为个人助手——你有一个，我用一个，彼此独立。但真实工作场景中，团队协作需求往往被忽视。如果一个智能体能同时为整个公司工作，它很快会变得混乱。qm 正是为了解决这个问题而生。
qm（全名 “QuickMind”）由 Y Combinator 孵化的 yc-software 团队开发，于 2026 年 7 月 29 日发布，仅用 5 天便获得 7,750+ Stars 和 817 Forks，迅速登上 GitHub 趋势榜。项目采用 MIT 许可证开源，基于 TypeScript 开发，支持 Docker 部署。
核心功能
1. 个人与共享双重作用域
qm 的核心设计理念是隔离与协作并存：
- 每个成员拥有独立的工作空间，包括专属的记忆、文件、密钥链视图和权限
- 通过 Slack 频道、群聊和项目实现跨成员协作
- 每个人的智能体可以个性化定制，同时与他人协同工作
2. Slack 与 Web 统一体验
qm 同时支持两种交互方式：
- Slack 集成：团队成员在 Slack 中与智能体对话，获得一致的体验
- Web UI：提供更丰富的可视化界面，支持文件管理、Cron 任务、技能配置等
同一身份配置可在 Slack 和 Web 之间无缝切换。
3. 企业级管理控制
qm 提供了完整的管理员控制功能：
- 设置组织级配置、安全策略
- 管理可用的智能体框架和模型
- 控制谁可以使用哪些功能
- 部署自定义 Web 应用并发布给指定人员
4. 共享技能系统
技能（Skills）是 qm 的可复用组件：
- 技能拥有独立的作用域，可通过授权共享
- 管理员可将技能提升推广至整个组织
- 支持从 Git 仓库导入技能包
- 每个技能都有自己的权限和配置
5. 后台任务与调度
qm 支持无需实时监控的后台工作：
- Cron 任务：定时执行智能体工作
- Watchers：监听变化并自动触发
- 所有任务均有完整日志记录
6. 多框架支持
qm 的核心是通用的，支持多种智能体框架：
| 框架 | 支持方式 |
|---|---|
| Pi | 原生 ACPC 协议 |
| OpenCode | 原生 ACPC 协议 |
| OpenClaw | 原生 ACPC 协议 |
| Codex | CLI + ACPC 协议 |
| Claude Code | CLI + ACPC 协议 |
| Hermes | CLI + ACPC 协议 |
| CodeBuddy | CLI + ACPC 协议 |
这意味着你可以灵活选择智能体引擎，而不被锁定在单一供应商。
适用人群
| 用户类型 | 为什么适合 |
|---|---|
| 创业团队 | 为团队成员提供独立的 AI 工作空间，提升效率 |
| 技术团队 | 支持多种智能体框架，灵活配置 |
| 企业 IT | 管理员控制、安全策略、审计日志 |
| Slack 重度用户 | 原生 Slack 集成，无需切换工具 |
| 开发者 | 开源、可自定义、可部署 |
与同类工具对比
| 特性 | qm | OpenClaw | DeerFlow | AutoGPT |
|---|---|---|---|---|
| 多人协作 | ✅ 原生支持 | ⚠️ 有限 | ❌ | ❌ |
| Slack 集成 | ✅ 原生 | ✅ 丰富 | ⚠️ 需配置 | ❌ |
| Web UI | ✅ 内置 | ⚠️ 基础 | ✅ | ❌ |
| 多框架支持 | ✅ 7+ 框架 | ✅ 多框架 | ⚠️ LangChain | ❌ |
| 企业级管理 | ✅ 完整 | ⚠️ 基础 | ❌ | ❌ |
| 开源协议 | MIT | MIT | MIT | Apache 2.0 |
| YC 背书 | ✅ | ❌ | ❌ | ❌ |
| 部署难度 | 中 | 中 | 高 | 高 |
对比总结：如果你需要为团队提供 AI 智能体协作平台，qm 是目前唯一专注于多人协作的开源解决方案。OpenClaw 更侧重个人助手，DeerFlow 擅长复杂任务编排，AutoGPT 则更适合同步任务执行。
如何使用 qm
方法一：快速部署
# 初始化部署目录
npm exec --yes -p @yc-software/qm@latest qm init . --org <your-org> --target fly-or-aws
# 安装依赖
npm install
方法二：本地开发
# 克隆仓库
git clone https://github.com/yc-software/qm.git
cd qm
# 配置环境变量
cp .env.example .env
# 编辑 .env 文件，配置数据库、认证等
# 启动服务
npm run dev
方法三：使用不同框架
# 使用 Pi 框架
export AGENT_PROTOCOL=pi
# 使用 OpenCode 框架
export AGENT_PROTOCOL=opencode
# 使用 OpenClaw 框架
export AGENT_PROTOCOL=openclaw
# 启动 qm
qm gateway start
典型使用场景
场景 1：团队知识库检索
- 管理员配置组织级技能包，导入内部文档、数据库连接
- 团队成员在 Slack 中向智能体提问
- 智能体在隔离的沙箱中搜索内部资料，返回答案
场景 2：自动代码审查
- 设置 Cron 任务，每 2 小时检查 GitHub PR
- 智能体自动审查代码变更
- 在 Slack 频道中发布审查报告
场景 3：邮件处理助手
- 配置智能体学习你的写作风格
- 定时检查收件箱，生成回复草稿
- 在 Slack 中确认后发送
使用体验与建议
优点： - ✅ 多框架支持，灵活选择智能体引擎 - ✅ 原生 Slack 集成，团队友好 - ✅ 企业级管理功能完善 - ✅ MIT 开源，可自由商用 - ✅ YC 背书，持续维护更新 - ✅ 清晰的架构设计，易于扩展
需要注意的地方： - ⚠️ 初始配置有一定门槛，需要熟悉 Docker 和 Node.js - ⚠️ 需要配置 PostgreSQL 数据库 - ⚠️ 部分高级功能需要额外配置 - ⚠️ 中文文档相对较少，主要依赖英文文档
优化建议：希望未来能提供更多预配置的组织模板，让非技术团队也能快速上手；同时加强中文社区建设。
总结与推荐指数
qm 代表了 AI 智能体领域的一个重要方向——从个人工具到团队协作的跨越。它不是一个简单的对话工具，而是一个完整的企业级智能体协作平台。
对于需要为团队提供 AI 协作能力的组织来说，qm 提供了一个极具潜力的开源解决方案。虽然学习曲线不低，但其灵活性和企业级功能值得投入时间探索。
推荐指数：★★★★☆（4.3/5）
- 创新性 ⭐⭐⭐⭐⭐
- 实用性 ⭐⭐⭐⭐☆
- 学习曲线 ⭐⭐⭐☆☆
- 社区活跃度 ⭐⭐⭐⭐☆
- 部署便捷性 ⭐⭐⭐☆☆
如果你正在寻找一个能够真正支持团队协作的 AI 智能体平台，qm 绝对值得尝试。毕竟，在 2026 年的 AI 时代，能够支持多人协作的智能体，才是真正有价值的工具。🤝
团队协作时可配合本站的 CSV 查看器 进行数据分析和进度跟踪。
参考资料： - 仓库地址：https://github.com/yc-software/qm - 官方网站：https://qm.ycombinator.com - 中文文档：https://github.com/yc-software/qm/blob/main/README.md - 部署文档：https://github.com/yc-software/qm/blob/main/deployment.md