开源｜我们基于 DeepSeek Harness 做了一个企业 Agent 平台 MOVO

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

• 我的帖子已经打上 开源推广 标签： 是


• 我的开源项目完整开源，无未开源部分： 是


• 我的开源项目已链接认可 LINUX DO 社区： 是


• 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是


• 以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

佬友们，大家好，我是 MOVO 的开发者，也是一名创业者。

在做MOVO之前，我一直做企业的AI助手，但是随着近两年大模型的发展，越来越多的大厂开始进入到Agent领域，我也在深度思考：像我们这样做企业AI的小团队，在大浪潮下，未来还能留下什么价值？

如果只是继续做一个聊天入口，一个Agent客户端，很容易陷入和大厂的正面竞争，所以我们逐步想清楚：不去抢入口，而是把重点放在企业真正长期需要的那一层，知识，权限，多模型，技能管理，工具和MCP，审计，私有化部署等等，同时我们也定下来一个方向，就是开源，因为很多企业关心，数据安全，代码可控，二次开发等。

最近而且听到一个新词：Agent Control Plane，的确我们就是做的这个。

但是项目2025年启动，当时开源生态丰富的Agent Runtime可能还没有那么多，所以我们还是选择了自研Agent Runtime。整个过程其实做的还比较辛苦，除了做Runtime，还要做Agent Control Plane，用户端，桌面端，团队资源有限，我自己也认为尤其是Runtime部分做的并不好，尤其是未来的生态，不是一个小团队能做起来的，所以我们迟迟没有发布。

直到今年8月份，DeepSeek发布了Harness，我们觉得路子对了，DeepSeek Harness负责Agent如何运行，MOVO负责把Agent带到企业的生产环境。还能共享DeepSeek Harness的生态。

于是我们就放弃了自研的Agent Runtime，把底层发动机换成了DeepSeek Harness。

换成DSH后，我们把精力重点放在了企业这一层，比如企业知识RAG，组织和个人SKill技能的实现，外部技能的安装，多模型的支持，MCP工具管理，组织权限维护，Agent分配，调用治理，审计等等。

这个月我们终于把MOVO开源了，虽然没有特别火爆，但是有不少开发者和企业开始体验使用，提了一些需求，也初步证明我们的判断，企业希望Agent在企业内部不仅仅是上线，还是需要管控的。

比如：有的用户关心不同用户看到不同模型，不同Agent分配给不同用户，外部SKill如何在MOVO中使用，如何在内部分享，个人知识库和企业知识库之间的联动等，这些需求其实已经超出了Agent能不能跑起来，而是开始关心企业如何治理了。

下面是一些系统功能截图：

Agent 对话与工作空间

用户可以通过统一工作空间与 Agent 对话、调用 Skill、使用工具，并完成具体任务。

模型管理

企业可以统一接入和管理不同的大模型。对于企业来说，多模型本身并不难，真正难的是以后如何进一步做模型权限、配额和成本治理。MOVO 目前已经有了模型统一管理的基础。

企业 Skill

Skill是MOVO里一个比较重要的功能模块，也进行了特殊设计，可以将SKill配置成完成一个工作流，一个写作规范，或者安装一个外部的SKill、专家包，因此MOVO暂时没有实现低代码形式的WorkFlow，因为我们觉得大多数企业用户配置起来太繁琐。通过SKill定义工作流程，具体执行交给底层的Agent Runtime。

工作流类型的SKill配置，我们的目标是技术小白也能配置一个复杂工作流

Tools 与 MCP

企业知识与 RAG

企业 Agent 很难脱离知识库。MOVO 本身也包含知识文档管理和 RAG 能力，可以把企业自己的文档知识提供给 Agent 使用，

当然很多文档在个人电脑上，所以我们根据社区用户需求，还实现了个人知识库。

有了个人知识，就涉及到分享，评论点赞等互动能力。

组织与角色

企业应用和个人 Agent 最大的区别之一，就是“多人”。MOVO 已经提供企业组织、用户和岗位角色管理能力，为后面的资源权限控制提供基础。

还有很多企业级的功能，就不去一一贴图了，大家感兴趣可以去尝试使用，目前Docker就能启动，有问题欢迎随时提Issue，我们会在第一时间解决。

GitHub：