这个工具解决什么问题
AI 对话工具这两年解决了「怎么说」，但一直没解决好「怎么做」。你让 ChatGPT 帮你整理一个目录，它只能给你一段命令让你自己复制粘贴；你让 Claude 改一个跨两个项目的配置，它看不到你的文件系统。所谓「AI 操作电脑」，卡住的一直是最后一公里：AI 需要一个受控的通道，去真正触达你的机器。
AgentDock 干的就是这件事。它是开源的 MCP 运行时，跑在你自己的电脑、服务器或容器里，对外暴露一个标准 MCP 入口——AI 客户端连上这个入口，就能在权限受控的前提下执行真实操作：读写工作区文件、跑命令、操作 Git、调用你装好的各种工具。一句话概括：它把「AI 操作电脑」从一个概念变成了一个可以自己部署的服务。
核心能力一览
AgentDock 的能力模块可以按「AI 日常办公的刚需」来理解：
| 模块 | 干什么 | 典型场景 |
|---|---|---|
| 工作区文件操作 | 在授权目录内读写、搜索、整理文件 | 让 AI 整理下载目录、批量改文档 |
| 进程与命令管理 | 跑 shell 命令、管理进程 | 构建项目、重启服务 |
| Git 自动化 | 提交、分支、历史查询 | 让 AI 每天自动提交工作日志 |
| Skills 系统 | 安装可复用的技能包，带发布通道 | 给 AI 装上「会做某类事」的技能 |
| 动态 MCP 连接器 | 按需接入其他 MCP 服务 | 接搜索引擎、数据库等外部工具 |
| 浏览器自动化 | 操控浏览器完成网页操作 | 填表、抓取、巡检页面 |
| 工作流执行 | 把多步任务编排成流程 | 固化的日报生成流程 |
| 可恢复任务 | 长任务断点恢复、重试 | 过夜跑的长流程不怕中断 |
它和「用一个 MCP Server」有什么区别
你可能用过单个的 MCP server——比如一个文件系统 MCP、一个 Git MCP。AgentDock 的差异在于它是一个运行时而不是一堆零散工具：
第一，统一入口。 所有能力汇聚到一个 MCP 端口（默认 8765），AI 客户端只需要配一次。不用每加一个能力就改一遍客户端配置。
第二，安全边界内建。 Bearer Token 认证、来源白名单（AGENTDOCK_ALLOWED_ORIGINS）、工作区目录隔离，这些默认就给你配好了。自己攒一堆 MCP server 时，安全和授权恰恰是最容易漏的环节。
第三，Skills 与任务体系。 技能可以按 stable/beta/nightly 通道安装升级，长任务有状态可查、可恢复、可重试（agentdocks task list / agentdocks task logs / agentdocks task retry）。这让「AI 干活」从一次性会话变成了可持续运营的工作体系。
第四，跨设备编排。 配合 NexusDock 中心服务（本系列另一篇展开），你可以把 Mac、Windows 台式机、VPS、家里的 GPU 容器全部接进来，在一个对话里调度所有机器。
谁适合用
- 独立开发者：让 AI 接管构建、部署、日志排查这些重复劳动
- 多机用户：手头有台式机 + 笔记本 + VPS 的人，想要一个统一入口
- 自动化爱好者：想把「每天早上让 AI 整理昨日产出」这种流程固化下来
- 注重数据主权的人：所有数据留在自己机器上，不经过任何第三方云
如果你看过本站之前写的 ADE 概念和 Grok Bot 多智能体，会发现行业在往同一个方向收敛：AI 不再只是聊天，而是要成为能执行任务的数字员工。AgentDock 是这个方向上完全开源、完全自托管的那条路线。
上手前最常问的八个问题
Q：要花钱吗？
AgentDock 按 Apache 2.0 协议开源，运行时本身没有授权费用。真实成本是两块：一台你自己已有的机器，以及 AI 客户端背后的模型 API——没有订阅费，没有按次抽成。
Q：数据会被传到云端吗？
工作区数据不出你的机器，AI 客户端调用的是工具而不是拖走文件，链路甚至可以全内网（仅 Embedding 是可选的外部依赖）。真正出网的只有你和模型服务商之间的对话，这和直接用 ChatGPT 没有区别。
Q：和「AI 帮我点鼠标」是一类东西吗？
不是。点鼠标的方案让 AI 模仿人操作界面，AgentDock 让 AI 调结构化接口——更快、更稳、每一步有日志。两者并存：界面长尾交给前者，正经干活交给 AgentDock。
Q：只有一台电脑，值得装吗？
值得。单机它就能接管文件整理、构建、Git 提交这些高频动作；容器形态还能在同一台机器里隔离出多个专用节点，将来加机器只是多一个节点的事。
Q：装好之后 AI 就什么都能干了？
不是。它提供的是受控通道，能力边界由工作区范围、已装 Skills 和挂载的 MCP 服务决定。这是它安全的原因，也是你需要花十分钟做配置的原因。
Q：日常维护麻烦吗？
不麻烦。状态集中在你挂载的 AGENTDOCK_HOME 目录里，备份这个目录加留档启动参数，日常维护就完成了大半；升级是拉新镜像重建容器一条路。
Q：它和 NexusDock 是什么关系？
AgentDock 是跑在每台机器上的运行时，NexusDock 是机器多起来之后的中心编排服务：统一入口、设备管理、集中记忆。一台设备只装 AgentDock 就够；数据始终留在各节点，中心只做编排视图。
Q：需要什么技术基础？
熟悉 Docker 或命令行的基本操作就够——安装是一条命令的事，配置是几个环境变量，全程不需要改代码。
平台支持与部署形态
AgentDock 的覆盖面在同类工具里属于第一梯队：
- macOS / Linux：原生支持，安装脚本一条命令
- Windows：PowerShell 安装脚本 + 原生二进制
- 容器：官方提供 GPU 就绪的 Docker 镜像（
agentdockio/agentdock），适合跑在 NAS 或服务器上 - 内网穿透：官方文档给出 Cloudflare Tunnel 方案，让外部 AI 客户端安全地连到家里或公司内网的机器
具体的安装步骤、MCP 客户端配置和多设备玩法，本系列后续文章会逐一展开。如果你已经等不及，可以直接去 GitHub 仓库 uvwt/agentdock 看 README——它是我见过写得最扎实的开源项目文档之一，中文友好。