面向个人开发者、独立开发团队及需要长期运行 AI 自动化任务的企业用户。传统 AI 助手通常以单次对话为中心，缺少多 Agent 协同管理、独立运行环境和长期任务状态管理能力。Constella 通过自托管架构，将多智能体调度、容器隔离执行环境、模型服务接入、浏览器及桌面实例管理、人工审批与远程接管、长期记忆和技能管理、成果交付及运行监控整合为统一平台。用户可以在自己的服务器上部署和运行多个 Agent，通过 Web 或移动端管理任务，构建灵活、可控、可持续的 AI 自动化工作流。
1. 多智能体管理：支持同时管理多个独立 AI Agent，提供独立会话、流式响应、任务控制和执行过程追踪。
2. 容器隔离执行：基于 Docker 为 Agent 提供独立运行环境，降低任务之间的环境干扰，支持按需创建和管理执行实例。
3. 多类型执行环境：支持浏览器、Linux 桌面和 Android 实例，Agent 可根据任务需求调用不同环境，并支持人工远程接管。
4. 多模型接入：兼容 OpenAI API 风格的模型服务，支持不同模型供应商及多种接口协议，避免绑定单一模型平台。
5. 长期记忆系统：使用 Git 版本管理 Memory 和 Skills，支持任务复盘、经验沉淀、技能积累及历史版本恢复。
6. 人机协作机制：提供危险操作审批、消息推送、远程接管和权限控制，让自动化执行兼顾灵活性与安全性。
7. 成果管理：支持报告、表格、图片、PDF、代码及网页等成果交付，提供在线预览、源码查看、编辑和版本管理。
8. 运维与监控：提供定时任务、性能监控、实例健康检查、自动恢复及定期备份等能力。
本人主导 Constella 的产品设计、系统架构和核心功能开发，采用前后端分离及模块化设计，构建包含 Web 前端、Hub 服务和独立执行环境的系统架构。
前端基于 React、TypeScript 和 Vite 构建，采用 PWA 技术适配桌面及移动端。后端基于 Node.js 和 Fastify 实现，通过 WebSocket 提供实时任务状态与执行日志传输，并集成 Docker 管理能力，实现 Agent 容器的创建、调度、生命周期管理和资源隔离。
在 AI 执行层，采用 Codex 作为 Agent 执行内核，通过统一协议层对接不同 OpenAI 兼容模型服务，并处理 Chat Completions 与 Responses API 之间的接口差异。同时集成 MCP 能力，扩展 Agent 的工具调用能力。
针对长期自动化任务，设计了 Git 版本化记忆与技能管理机制，实现任务经验沉淀、历史版本追踪和回滚。针对需要人工参与的场景，实现操作审批、移动端推送及浏览器和 Android 实例远程接管。
此外，还实现了成果版本管理、定时任务、实例健康检查、运行状态监控和自动备份等功能，形成从任务分配、自动执行到成果交付的完整工作流。
评论