QM：開源的多人 AI Agent 工作框架

Multiplayer agent harness for work. In Slack and on the web. 一個給工作用的多人 Agent 框架，在 Slack 和 Web 上運作。

2026 年，GitHub 上 yc-software/qm 以 9.1K stars 快速崛起。它解決的問題非常具體：目前大多數 AI Agent 是「個人助理」設計——一個人用很好用，但要讓一個 Agent 服務整個公司，很快就會失控。

QM 的答案是：為新創公司設計的多人 Agent 框架。

QM 是什麼？

QM 的核心概念：每個員工都有自己隔離的 workspace，獨立工作互不影響；同時也能在 Slack 頻道、群組訊息、專案中與 Agent 協作。

每個「範圍」都有自己的

• 記憶（Memory）
• 檔案
• 金鑰管理（Keychain view）
• 權限
• Cron 排程
• Web Apps
• 持久化沙盒（Durable sandbox）

你能用它做什麼？

• 🔍 同時搜尋內部筆記、Email、文件、資料庫和網路
• 🧠 從「公司大腦」取得資訊
• 🏗️ 建立內部 App，發布給對的人，資料自動更新
• ✍️ 從歷史信件學習你的寫作語氣，定時分類收件匣（含標籤與草稿）
• 💻 在現有 repo 工作：跑測試、開 PR、監控 CI、檢查系統日誌
• 📊 在共享頻道追蹤專案進度，自動發更新與待辦

架構

flowchart LR
  DB[("Postgres<br/>sessions · memory · queue")]

  subgraph CORE["Headless core"]
    API["API · identity · policy · scheduler"]
    LOOP["Agent loop<br/>(Pi, OpenCode, Claude Code)"]
    API <--> LOOP
  end

  SBX["Per-scope sandbox<br/>files · tools · logged-in services"]

  DB <--> API
  LOOP <--> SBX

技術亮點

• 每一次 turn 都經過中央核心，可切換多種模型和 harness
• Postgres 持久層存放使用者資料、session 歷史、狀態
• Agent 有固定且小的工具面；其中一個工具是 execute——在範圍自己的隔離沙盒中執行指令
• 沙盒是持久化電腦：安裝的工具會保留
• Web UI、Admin 面板、Public portal 都是核心 HTTP API 上的可選 plugin
• Slack 是 in-process plugin，由核心啟動並監督
• 核心用 TypeScript + Node + Fastify；Slack plugin 用 Bolt；Web UI 用 Vite + Lit

與廠商脫鉤

Pick your own harness and model and switch between them — Pi, OpenCode, Codex, and Claude Code all drive the same core, so a deployment isn’t tied to any single vendor.

同一個核心可以由 Pi、OpenCode、Codex、Claude Code 驅動——部署不綁定任何單一廠商。

安全與機密

QM 的安全性模型跟 OpenCode、Codex、Claude Code 等本地 coding agent 一致：Agent 以它所服務的人的身分行動，使用他們的憑證與權限，所有行為都被稽核。

組織選擇一個安全姿態（Security Posture），較窄的範圍只能更嚴格：

加上預先宣告的命令政策（核准規則與硬性禁止，例如遞迴刪除、破壞性 SQL）——在 Dangerous 姿態下也適用。

部署：你的雲端帳戶，你的資料

npm exec --yes --package=@yc-software/qm@latest -- \
  qm init . --org <slug> --target <fly-or-aws>
npm install

• 初始化會產生一個部署 skill 給 Agent，逐步帶你完成基礎設施、Web 登入、連接器憑證、可選 Slack 存取、部署與驗證
• 每個部署都跑在營運者自己的雲端帳戶（Fly 或 AWS）
• 初始化不會產生或啟用部署 CI

企業客製化：Private Fork 模式

組織可以選擇私有 fork：clone 一份 QM 當 seed，核心保持與 upstream 一致，所有客製化放在 deploy/layers/<org>/：

• update-qm skill：合併 upstream 並開 sync PR
• upstream-pr skill：把組織無關的修正送回上游（自動檢查 outgoing diff 不含組織識別資訊）
• deploy/layers/ 的內容永遠不會流向上游

授權與貢獻方式

• MIT License（除另有註明）
• 貢獻方式是人類手寫文字而非程式碼：在 adrs/ 放一個 .txt/.md 描述你想做的變更，團隊對齊後由他們實作
• 漏洞請私下回報（見 SECURITY.md），不要開公開 issue

為什麼值得關注

快速資訊

結語

QM 代表的趨勢很清楚：AI Agent 正在從「個人的第二個大腦」走向「團隊的協作成員」。

當每個員工有自己的隔離 Agent workspace、又能把 Agent 拉進 Slack 頻道一起工作、資料跑在自己雲端帳戶裡——這不是把 Agent 當工具，而是把 Agent 當同事。而 QM 用開源、廠商中立、自託管的方式，讓這件事對新創公司變得實際可行。

本文資料來源：github.com/yc-software/qm README 與專案文件。

延伸閱讀

• Vercel AI SDK 完整介紹 — 從串流對話到 AI Agent，一個套件打通所有 LLM
• Buzz 🐝 — Block 開源的 AI 原生協作平台，人類與 Agent 在同一個房間工作
• Orca — AI 程式碼代理協調器完整教學：同時跑 Codex、Claude Code、Hermes 的多工神器（23.2k⭐）