openTag 是什麼
openTag 是住在團隊聊天工具裡的開源 AI 同事：你在 Slack 或 Lark 的討論串裡標記它並交代任務，執行在你所控制機器上的程式碼智能體就會完成工作，並在同一個討論串回覆。它驅動本機已安裝的智能體環境——Claude Code、Codex 或 Pi——並計入團隊既有的模型方案或 API Key，不必為智能能力再多付一份訂閱。由於 openTag 的伺服器只負責登入與路由，對話、程式碼與記憶預設不會留在伺服器上，整套系統也可以自架。它適合工作從聊天頻道進來、但智能體、檔案與憑證都放在本地 Mac 或 Linux 機器的團隊。
openTag 如何運作
openTag 由三部分組成：團隊聊天，人在頻道或私訊裡與工作者對話；openTag 伺服器，接收這些訊息、追蹤工作者、任務與工作階段，再把每個任務路由到正確的機器；以及連線電腦上的小型常駐程式，與伺服器維持長連線。任務抵達時，常駐程式用本機智能體環境開啟一次工作階段，把該討論串的上下文傳進去，並將結果送回聊天。同一討論串裡的後續訊息會延續同一個工作階段，因此與工作者的對話能像和同事討論一樣反覆推進。伺服器可用託管版，也能自架，因為它完全開源。
openTag 的優點
選擇 openTag 的核心理由是不必為智能能力付兩次錢：團隊既有的智能體環境與模型訂閱直接成為工作者的引擎，日後更換供應商也不必重建整套設定。在團隊自行控制的機器上執行，代表原始碼、憑證與工作階段檔案不會外流到第三方基礎設施，而核准卡片確保任何高風險動作執行前都有人把關。記憶是存放在團隊自有儲存庫裡的純 markdown，能用一般 git 工具閱讀、修改、比對與回滾，而不必被綁在廠商的資料庫中。再加上 Apache 2.0 授權與可自架的伺服器，日後需要更細緻政策控制的團隊有一條不依賴廠商路線圖的路。
openTag 的優點和缺點
優點
- 採用 Apache 2.0 授權，含伺服器在內的整套系統都能自架。
- 團隊已在付費的任意智能體環境與模型都能拿來驅動它。
- 原始碼、憑證與工作階段都留在團隊自己擁有的硬體上。
- 共享記憶是團隊掌控的 git 儲存庫裡可攜的 markdown。
- 免費使用，費用流向模型供應商，而非按席次計費。
缺點
- 處於 pre-alpha 階段，行為與命令列介面仍在變動。
- 需要一台保持開機的 Mac 或 Linux 機器，否則得改用付費雲端沙箱。
- 目前只接通 Slack 與 Lark，尚未支援 Teams 與 Discord。
- 組織層級權限與管理控制尚未建立。
- 消費級訂閱能否用於第三方取決於各供應商的服務條款。
openTag 的核心功能
自備智能體環境
openTag 不重新打造智能體迴圈或模型封裝，而是驅動本機已安裝的 Claude Code、Codex 或 Pi，因此工作者繼承該環境支援的所有模型，並可依工作者切換供應商。
一個智能體服務整個頻道
單一工作者服務整個頻道，頻道內任何人都能標記它。隊友可看到它正在做什麼，接著別人停下的地方繼續，並能在彼此檢查進度的多個智能體之間轉交工作。
本機執行與核准卡片
工作者在你擁有的機器上執行——筆電、Mac mini 或 Linux 主機——可直接取用你手上的檔案、儲存庫與命令列工具。遇到高風險動作時，發起任務的人會收到一張帶「核准」與「拒絕」按鈕的私密卡片，且只有該人能決定。
Context Tree 記憶
團隊知識以 markdown 檔存放在你自己 GitHub 組織下的 git 儲存庫中，可像程式碼一樣閱讀、版本控管與審查。智能體在完成任務後提出更新建議，經人工審查後才寫入。
MCP 連接器與技能
openTag 內建一份 MCP 伺服器目錄，涵蓋文件、聊天、專案、網頁搜尋、設計、資料與支付，智能體也能取用本機已持有憑證的其他服務。它也支援以 markdown 檔撰寫的標準 Agent Skill，可直接提交並在拉取請求中審查。
常駐與主動式工作
除了一次性請求，工作者還能盯住某個頻道、依排程執行任務，並跟進已停滯的討論串。
openTag 的用例
- 工程團隊：在頻道裡分流儲存庫 issue、開拉取請求、查資料庫，不必離開聊天。
- 獨立維護者：讓工作者盯住新進的報告，在夜間回覆。
- 產品與營運人員：直接從團隊共享上下文中取得指標與狀態結論，不必翻找筆記。
- 業務與設計負責人：透過接上對應服務的智能體查詢客戶紀錄、行事曆空檔或 Figma 設計稿。
- 沒有閒置硬體的團隊：把長時間在線的任務放到雲端沙箱，需要本機檔案的任務則留在原機。
openTag 的常見問題解答
使用 openTag 一定要付費 API Key 嗎？
不用。它同時接受 Claude 或 Codex 訂閱方案與 API Key，但共享工作區建議使用 Key，而訂閱能否這樣使用取決於各供應商的服務條款。
需要一直開著什麼硬體？
一台保持開機連網、已安裝 Claude Code、Codex 或 Pi 的 Mac 或 Linux 電腦；若不想一直養著機器，也可改用 openTag Cloud 提供的雲端沙箱工作者。
對話與程式碼存放在哪裡？
預設不在 openTag 的伺服器上。工作階段與工作檔案留在所連線的電腦裡，團隊記憶則存放在你自己 GitHub 組織下的 git 儲存庫中。
可以讓多個人共用一個工作者嗎？
可以。一個智能體服務一個頻道，頻道內任何人都能標記它、把任務轉交給其他智能體，並查看它們的進度。
支援 Teams 或 Discord 嗎？
目前不支援。已接通的消息應用是 Slack 與 Lark，Teams 和 Discord 都列在路線圖上。
這套軟體要花多少錢？
軟體本身免費並採用 Apache 2.0 授權；自行執行工作者時只需支付模型供應商與託管產生的費用。
如何使用 openTag
- 登入 app.opentag.build 並建立工作者，填寫智能體名稱，選擇 Codex、Claude Code 或 Pi 之類的執行環境。
- 複製儀表板上顯示的連線指令，貼到即將承載工作者的 Mac 或 Linux 機器終端機中。
- 等該電腦顯示為已連線，再進入訊息應用程式步驟。
- 把工作者加入團隊正在使用的 Slack 或 Lark 工作區。
- 在頻道或討論串裡標記工作者並交代任務，在它發布結果的地方查看回覆。
- 選用：從儀表板接上 MCP 伺服器與 Agent Skill，或直接在聊天裡請工作者自行安裝。
openTag 替代品
SeedRouter 用一組金鑰串接 OpenAI、Google、Anthropic 的圖像、影片、語言與音訊模型，依請求計費，失敗的呼叫不收費。
給自由工作者與小型企業的免費發票工具，Web、iOS、Android 都能用。可不限張數建立 PDF 發票、管理客戶與多家公司，還能透過 MCP 在 AI 助理裡直接開票。
Jev 是 TypeSafe AI 的 System One 模型，為自動化回傳帶校準置信度的型別化決策，快速、廉價、零幻覺。
透過相容 OpenAI 的 API 統一呼叫 GPT、Claude、Gemini 與 Grok。線上比較各模型費率，幾分鐘內建立金鑰並發起首次請求。
Tokenhot 是統一的 LLM API 閘道，透過單一端點提供 OpenAI、Claude、Gemini 與 DeepSeek 模型，最高可省下 90% 的 API 成本。