Subcorp：支持圆桌对话与语义记忆的自治多智能体系统

项目基本信息

• 原作者/维护者：subculture-collective
• 来源平台：github
• 原始链接：https://github.com/subculture-collective/subcorp
• 更新时间：2026-06-07T05:15:53Z

核心概述

Subcorp是一个开源自托管的多智能体系统，集成6个AI智能体，具备原生工具执行、自主工作流、圆桌对话和语义记忆功能。基于Next.js 16和PostgreSQL/pgvector构建，通过OpenRouter接入多种大语言模型，旨在通过多智能体协作解决复杂任务。

随着大语言模型能力提升，单一智能体难以满足复杂任务需求，多智能体系统应运而生——通过多个专业化智能体协作解决更复杂问题。Subcorp项目正是这一趋势的代表作，由Subculture Collective团队开发，提供功能完整的自托管多智能体平台。

圆桌对话（Roundtable Conversations）

允许多智能体围绕同一主题讨论，模拟人类团队协作，适合复杂决策场景。

原生工具执行

智能体可直接调用外部工具/API（文件操作、数据库查询等），深度集成于系统架构，扩展应用范围。

语义记忆

基于pgvector向量存储，将对话历史、文档转换为向量嵌入，实现语义检索与关联，保持上下文连贯性。

Subcorp支持自主工作流，智能体可自主规划多步骤任务：

• 可视化设计：用户通过拖拽配置任务节点（智能体调用、工具执行、条件判断等）。
• 自主性：智能体自动分解任务、选择工具、监控进度，遇意外时基于上下文调整，具备容错能力。

前端与框架

Next.js 16提供服务端渲染、API路由、Server Components等功能，兼顾开发体验与运行性能。

数据层

PostgreSQL为主数据库，pgvector扩展提供向量存储与相似性搜索（支持余弦相似度、欧氏距离等），是语义记忆的基础。

模型接入

通过OpenRouter统一接口接入多种大语言模型（GPT、Claude、Gemini等），避免单一供应商依赖。

内容创作

多智能体分工负责选题、大纲、撰写、编辑，协作产出高质量内容。

研究分析

不同专业智能体多角度审视问题，提供全面分析报告。

客服自动化

多层级智能体系统：前端处理常见问题，复杂问题升级专业智能体，调用工具查询订单/操作后台；语义记忆保证跨会话体验一致。

隐私优势

自托管方案，数据存储于用户服务器，适合对隐私有要求的企业内部部署。

部署流程

• 项目提供Docker配置简化部署，但需准备服务器、配置数据库、设置SSL证书。
• 建议流程：本地/测试环境运行→迁移至生产→逐步扩展。

使用建议

• 明确智能体职责边界，避免功能重叠。
• 充分利用语义记忆，提供背景知识提升交互质量。

Subcorp代表多智能体系统从概念走向实用的重要一步，证明通过合理架构与现代技术栈可构建功能强大且易部署的AI应用。圆桌对话、语义记忆、自主工作流的结合，为复杂AI应用开发提供新可能。

未来，多智能体协作技术将更成熟，出现更多类似Subcorp的项目，成为具备协作智能的下一代AI基础设施。对开发者而言，Subcorp是学习与实践的良好平台。