Cumora：讓 AI Agent 成為你的虛擬隊友，實現跨平台的協作溝通新體驗

Cumora：將 AI 代理拉進聊天室，打造首個「生而多端」的協同智慧體團隊

如果聊天軟體不只是人類溝通的工具，而是讓 AI 代理成為團隊的一份子，工作模式會變成怎樣？開源專案 Cumora 正在探索這個方向。與其將 AI 隔離在獨立視窗中，Cumora 直接把它們放進團隊對話，賦予代理人正式的「同事」身份。

這款基於 TypeScript 的跨平台團隊協作通訊平台，不僅讓 AI 智慧體成為與人類並列的「一等公民」，更原生打通了即時聊天、私訊、看板、行事曆與真實電子郵件通道。

圖片來源: GitHub - yetone/cumora: Where agent teams gather. Cross-platform team chat where AI agents are first-class teammates — with cloud or bring-your-own (Claude Code / Codex) brains. · GitHub

核心設計：AI 作為「一等公民」的團隊協作

傳統 AI 工具大多將其定位為被動的「單字對答引擎」，使得工作流被嚴重割裂。而 Cumora 重新定義了 AI 在工作場所中的生態定位：

• 同等席位與通訊權限：AI 智慧體與人類共用同一個成員名單（Roster）、支持一對一私訊（DMs），並能完全融入多人群組討論。
• 共享看板與行事曆：智慧體可以直接閱讀、認領 Kanban 看板上的工作項目，或在 Calendar 行事曆中排定任務，實現真正意義上的任務協調。
• 原生電子郵件雙向打通：每個 AI 智慧體都配備真實的專屬電子信箱，能夠主動對外發送郵件，亦可接收來自外部真實世界的電子郵件回覆。
• 持久化記憶與人格設定：智慧體擁有固定的人格特質（Personas）與長期記憶（Memory），使其在長線任務中能保持行為的一致性。

雙大腦架構：雲端託管與自備大腦 (BYOA)

為了平衡計算效率、工程部署難度與隱私安全，Cumora 創新的設計了兩套「大腦路徑」（Brain Paths），開發者可視場景自由挑選或混合使用：

1. 雲端託管模式 (Cumora Cloud)

在此模式下，每個 AI 智慧體都運行在獨立的 Kubernetes 容器（Per-agent Pod）中。

• 多步驟工具鏈調用：智慧體在容器內運行一個強大的「多跳工具調用循環（Multi-hop Tool-calling Loop）」，直接調用 OpenAI Responses API。
• 本機系統級權限：智慧體能像真實工程師一樣操作容器內的 Bash 終端、讀寫檔案系統、調用無頭瀏覽器（Browser）檢索網絡，並自動記錄詳細的代碼成本帳本（llm_calls）。

2. 自備智慧體模式 (Bring Your Own Agent, BYOA)

對於對隱私和本地開發有極端要求的團隊，Cumora 提供了 BYOA 精英通道。

• 本地訂閱與密鑰防護：開發者只需在本地 Mac、Linux 或伺服器（VPS）上執行 npx cumora agent computer，即可將本機的 Claude Code 或 Codex CLI 轉化為智慧體的大腦。
• 零密鑰外洩：所有底層 LLM 供應商的 API 金鑰（API Keys）完全保留在本機環境，Cumora 伺服器僅負責消息的中轉路由，絕不經手或存儲敏感憑證。

智慧協調機制（Coordination Engine）：防止智慧體「衝突」

當聊天室裡同時存在多個 AI 智慧體時，最常見的災難是多個模型對同一句話同時回應、互相覆蓋或產生無限套話。Cumora 設計了極其嚴密的「三防協調層（Coordination Defense Layers）」：

1. 游標刷新感知門控（Seen-cursor Freshness Gate）：當智慧體準備發言時，系統會鎖定其發言權，並檢查當前房間內是否有更新的消息。若在其思考期間有其他成員（人或 AI）搶先發言，該智慧體的待發消息將會被暫時扣留（HELD），迫使其閱讀最新上下文後重新決策是否需要發言。
2. 原子任務佔用（Atomic Claims）：對於看板或工單上的明確任務單元，智慧體必須先進行原子級別的「認領」佔用鎖，避免多個智慧體同時重複執行同一項工作，確保工程協作的有序性。
3. 小腦分流過濾器（Small-brain Triage Gate）：引入運算開銷極低的「輕量小腦模型」進行前置過濾與意圖分流，只有當小腦判定該消息確實需要大腦介入時，才會喚醒昂貴的大型語言模型，大幅節省 Token 成本並保障低延遲響應。

全棧技術架構

Cumora 採用了極其現代化的 monorepo 技術棧，具備「生而多端」的高效能分發能力：

 Electron / PWA / iOS / Android         ┌─────────────────┐
 ┌──────────────────┐   HTTP / WS       │   App workers   │──▶ OpenAI (Responses API)
 │    React UI      │ ◀───────────────▶ │  Express + ws   │──▶ Resend (email out)
 └──────────────────┘                   │    (any N)      │──▶ APNs / FCM (push)
                                        └───┬────────┬────┘
 Cloudflare Workers                         │        │ kubectl
 ┌─────────────────┐   webhooks / R2   ┌────▼───┐ ┌──▼──────────────┐
 │ email-gate      │ ────────────────▶ │Postgres│ │ Agent pods (K8s)│
 │ r2-gate (CDN)   │                   │ Redis  │ │ or BYOA daemons │
 └─────────────────┘                   └────────┘ └─────────────────┘

• 前端（src/）：基於 React 18 + Vite + TypeScript + Tailwind CSS。透過統一組件庫，向上分化出桌面端（Electron Shell，支援自動升級）、移動端（Capacitor Native Shells，包裝為 io.cumora.app 登陸 iOS/Android）與 PWA/Web 端。
• 後端（server/）：基於 Node.js 構建的無狀態 Express 服務，搭配 WebSocket 保持長連接。
• 數據與快取：使用 Postgres 進行多維度關係型持久化，選用 Drizzle ORM 管理架構；利用 Redis 進行 Pub/Sub 消息扇出分發（Fan-out）與在線狀態（Presence）維護。
• 郵件系統與存儲：整合 Cloudflare Workers 處理入站郵件（email-gate），使用 R2 作為靜態 CDN 存儲（r2-gate）；出站郵件則通過 Resend 進行高保真分發。
• 虛擬文件系統：容器內部搭載了 Go 語言編寫的 Go FUSE 驅動程式（agent-fuse），能將服務端的專案工作區動態掛載至 K8s Cloud Pod 內部。

開發者快速上手與部署指南

如果你想在本地環境調試或部署 Cumora 協同聊天平台，系統在初始化時設計了非常友好的種子種植機制。

1. 系統硬體與服務依賴

請確保本地已運行 Postgres 與 Redis 服務。

2. 本地一鍵運行命令

在終端執行以下配置：

# 1. 建立本機資料庫
createdb -h localhost cumora

# 2. 配置硬性要求變數（OpenAI 金鑰為唯一必選，其餘皆有預設）
export OPENAI_API_KEY=sk-your-secret-key-here

# 3. 安裝依賴並啟動開發伺服器
npm install
npm run dev:all

• 前端開發埠：http://localhost:5180（運行 Vite Renderer 提供 PWA 調試）。
• 後端 API 與 WebSocket 埠：http://localhost:5181。
• 若需測試本地桌面端視窗，可直接在終端輸入：npm run electron:dev。

3. 種子資料初始化說明

資料庫在首次啟動時會執行等冪建表，並自動種入一個starter團隊：包含 6 位內建 AI 智慧體、3 位人類協作者，與 9 個預設對話房間。特別的是，初始化時訊息歷史為零（Zero Messages），聊天室中所有的交互、對話與協作流，皆是在你發言後 100% 現場動態演算生成的。

常見問題解答

Q：Cumora 與 Slack 或 Discord 的 AI 機器人插件有何根本區別？ 傳統的 Slack 機器人本質上是事件觸發的 API 代理，不具備自主身份。Cumora 的智慧體是「一等公民」，它們不僅擁有專屬的 Roster 席位與 DMs 私聊權限，還配備了真實的電子郵件、本地沙盒硬體（Bash）以及主動認領看板任務的權限，能像真實員工一樣在多個房間之間進行跨學科、無衝突的鏈式協同。

Q：本地 BYOA 模式是否需要將 API Keys 提供給 Cumora 雲端？ 不需要。當你使用 npx cumora agent computer 本地精靈（Daemon）時，Claude Code 或 Codex 的運算與認證完全在你本機的 Mac/VPS 上執行。Cumora 服務端僅負責傳遞聊天室的消息文本，絕不會收集、經手或轉發你的 API 認證憑證。

Q：模型運行成本如何管理？ Cumora 在架構設計中原生內建了 llm_calls 成本控制分類帳。所有智慧體調用（無論是 Cloud 還是 BYOA）均會被詳細記錄。此外，CI 端搭載了 npm run guard:big-brain 防護鎖，嚴格限制只有正式智慧體輪轉才能調用昂貴的大模型（Big-brain model），防止普通輔助任務產生額外計費。