面向企业的开源 AI Agent 框架
Open Source AI Agent Framework for Enterprise
为多用户 AI Agent、受控执行，以及真实企业 AI 技术应用而设计。
AtlasClaw 不是个人 Agent 的企业放大版，而是帮助组织通过多用户 AI Agent 部署、SSO、Skill、Provider 和企业受控模型，把 AI 能力真正接入系统和流程。
企业适配 开源项目
AtlasClaw
为多用户 AI Agent、受控执行，以及真实企业 AI 技术应用而设计。
为什么企业场景需要 AtlasClaw
个人 Agent 解决个人问题，AtlasClaw 解决企业问题。
个人 Agent 适合个人工作流。AtlasClaw 面向多用户 AI Agent、权限治理、系统对接和企业级模型控制。
多用户部署
个人 Agent
每个人都要自己配置 Agent、工具和访问方式。
AtlasClaw
组织内用户共享一个统一部署的多用户 AI Agent，而不是重复建设。
受控执行
个人 Agent
执行行为难以统一治理，也更容易出现不安全操作。
AtlasClaw
执行行为受权限体系约束，降低不安全操作风险。
企业系统对接
个人 Agent
个人工具链很难自然映射到企业内部系统与传统软件。
AtlasClaw
通过 Webhook 入口、Skill 和 Provider，把可观测、ITSM、OA、CRM 等企业系统和传统软件纳入 AI 能力层。
模型治理
个人 Agent
模型接入通常是用户自己选择，难以满足企业治理要求。
AtlasClaw
统一对接企业允许的大模型与受控模型服务。
企业应用重点
AtlasClaw 从一开始就围绕企业核心诉求设计。
它不是给单个用户堆工具，而是为了让企业里的 AI 技术应用真正落到系统、流程和治理边界之内。
多用户 AI Agent 部署
用一个统一部署的多用户 AI Agent 服务组织内用户，而不是每个人各自折腾一套配置。
权限受控执行
所有动作都在真实权限体系内执行，避免不安全操作越过企业边界。
基于 Skill 的多系统对接
通过 Webhook 入口、Skill 与 Provider，把可观测、ITSM、OA、CRM 等组织内系统和传统系统接进 AI 能力层。
企业受控模型接入
统一接入企业允许的大模型与模型服务，而不是分散的个人模型配置。
部署模式
两种部署形态，同一种执行模型。
嵌入式 Agent 模式
把 AtlasClaw 作为现有企业系统中的 AI 模块接入，复用宿主系统的身份、上下文和界面。
独立 Agent 平台模式
把 AtlasClaw 作为多用户 AI Agent 层运行，用户在非嵌入式模式下通过 SSO 完成认证并访问系统。
工作方式
从用户意图到受控执行，路径始终清晰。
核心负责编排，Provider 负责系统侧合同与实现，这让整个执行路径既清楚又可靠。
- 访问通道将请求送入 AtlasClaw Core。
- Agent Engine 选择 Skill 并组织执行。
- Provider 把工作翻译成目标系统操作。
- 企业系统继续作为鉴权与审计的最终真实来源。
点击放大 Overall architecture
访问通道进入 Core，再由 Providers 对接企业系统。
Overall architecture
关闭预览 访问通道进入 Core，再由 Providers 对接企业系统。
点击放大 Core components
API 层、Agent Engine、Session、Tools 与 Provider Registry 构成可复用核心。
Core components
关闭预览 API 层、Agent Engine、Session、Tools 与 Provider Registry 构成可复用核心。
点击放大 Provider 架构
展示 Provider 如何承接鉴权、Skills、脚本与目标系统调用。
Provider 架构
关闭预览 展示 Provider 如何承接鉴权、Skills、脚本与目标系统调用。
入口导航
按你最关心的角度进入 AtlasClaw。
开源入口
浏览仓库 现在就进入代码与文档。
官网负责方向感，仓库负责实现细节。两者一起构成 AtlasClaw 的开源入口。