如何快速上手 PilotDeck从白皮书生成到小游戏开发的4个实战案例【免费下载链接】PilotDeckTask-oriented AI Agent productivity platform项目地址: https://gitcode.com/OpenBMB/PilotDeckPilotDeck是一个面向任务制的开源 AI Agent 生产力平台Agent 操作系统由清华大学 THUNLP、面壁智能、OpenBMB 与 AI9Stars 联合研发。它把WorkSpace工作舱作为基本单位——每个项目独享文件、记忆和技能并内置白盒记忆、智能路由与 Always-on 常驻执行三大能力。本文面向新手带你用最少的代码完成 4 个真实生产力案例 生成 HTML 白皮书、 开发 iOS AR 小游戏、 搭建模型微调平台、️ 多语言播客出海让你亲手搭起一条属于自己的 AI 生产力流水线。PilotDeck 是什么一分钟看懂它的3个核心能力如果你用过聊天式 AI可能会遇到这样的烦恼项目一多AI 的记忆就互相串味简单任务也用最贵的模型成本压不住人离开电脑后事情就停摆了。PilotDeck 正是为解决这些问题而生它有 3 个核心能力能力它解决什么问题一句话说明WorkSpace 级隔离多项目上下文互相污染每个项目独立的文件、记忆与技能互不干扰白盒记忆AI 记错了查不到原因记忆全链路可见、可直接编辑还支持一键回滚智能路由简单任务也烧旗舰模型自动识别任务难度复杂任务走强模型、简单任务走轻量模型实测可节省约 70% 成本此外它原生支持 MCPModel Context Protocol并在 Web / CLI / IM 多端行为一致详细架构思路可参考 README.zh.md 与 docs/trd/README.zh.md。一键安装3步启动你的 AI 生产力平台PilotDeck 提供一行命令的安装脚本全程无需手动写配置第 1 步一行命令安装macOS / Linuxcurl -fsSL https://raw.githubusercontent.com/OpenBMB/PilotDeck/main/install.sh | bash脚本会自动检查 Node.js 22 运行时、克隆代码、安装依赖并构建前端。Windows 用户可在 PowerShell 中运行 install.ps1 提供的安装脚本详见 README.zh.md 的一键安装章节。第 2 步启动服务pilotdeck # 启动服务默认地址 http://localhost:3001 pilotdeck status # 查看运行状态第 3 步配置模型打开 Web UI 后按引导选择模型厂商并填写 API Key 即可配置会写入~/.pilotdeck/pilotdeck.yaml。支持的协议包括 OpenAI、Anthropic、Google Gemini、DeepSeek、Qwen、Kimi、MiniMax 等也支持本地 Ollama 模型——具体写法见 README.zh.md 的配置文件示例。下面这张图展示了 PilotDeck 的文件工作区左侧是项目文件浏览器中间是文档预览右侧是随时可对话的 PilotDeck Assistant顶部还有 Skills、Routing、Memory、Always-On 等能力入口。实战案例1一句话生成 HTML 白皮书场景提示词调研中国 LLM 应用市场并整理成一份正式的 HTML 白皮书。这是最典型的长文输出任务。PilotDeck 会在独立 WorkSpace 中完成调研、写作与排版最终把白皮书作为本地文件落盘——而不是停留在聊天记录里。你可以直接在文件工作区打开、预览、下载成品图中可以看到 AI 正在把一份 887 行的 Markdown 白皮书按章节拆分成 HTML 结构声明、ML 定义、学习方法、学习路线、工具链等每一步都在文件系统中可查可改。新手技巧生成后不满意不用重开会话直接对 AI 说把第 3 节改成表格形式它会基于白盒记忆里的上下文精准修改。实战案例2Vibe Coding 开发 iOS AR 小游戏场景提示词用 Vibe Coding 模式带我开发一款 iOS AR 小游戏 Ball Finder。从需求拆解到可运行代码PilotDeck 会把整个游戏项目组织在自己的 WorkSpace 里文件、构建配置、测试脚本一应俱全。开发过程中你可以像聊天一样持续提需求例如给 Boss 战加道具系统加屏幕震动反馈AI 会结合之前的设计记忆给出改进建议并直接改代码。图中的会话切换面板New conversation / Recent conversations在多轮开发时非常实用——你可以随时切回某个历史会话继续推进不同功能分支而各项目的记忆互不干扰。新手技巧小游戏的每一步产物页面、素材、配置都会沉淀在 WorkSpace配合 docs/trd/41-background-task.zh.md 描述的后台任务能力长耗时的构建、测试也能丢给 Agent 在后台跑。实战案例3从零搭建低代码模型微调平台场景提示词从零搭建一个低代码的 embedding 微调平台。这个案例展示的是工程级生产力Agent 会自主规划目录结构、编写前后端代码、配置依赖并逐步交付一个可运行的平台页面数据上传 → 训练配置 → 结果查看。整个过程无需你手写脚手架代码与产物全部落在本地文件中可随时接管继续开发。新手技巧搭建过程中产生的技术决策会写入该 WorkSpace 的记忆。后续再迭代平台时AI记得之前的选型原因——这正是白盒记忆的价值可追溯、可编辑、可回滚相关实现位于 src/context/memory/。实战案例4多语言播客一键出海场景提示词把这档英文播客推向全球翻译成中 / 日 / 法 / 韩 / 西 / 阿拉伯语。这是智能路由最能体现价值的场景转写、翻译、剪辑、多语言分发是典型的混合难度任务——规划节点需要旗舰模型而逐句翻译、字幕对齐这类简单重复任务会被自动降级给轻量模型。官方实测数据显示同样的社媒/内容工作流开启智能路由后成本仅为全量旗舰模型的 1/5 左右且质量不打折。路由策略的实现位于 src/router/RouterRuntime.ts。Always-on 常驻执行你离开后活儿还在推进PilotDeck 还有一项反直觉的能力突破你问我答的循环。开启 Always-on 后Agent 会在后台主动发现值得做的任务、执行长周期监控并把成果落地为本地文件 摘要汇报等你回来直接验收。调度与发现逻辑的实现位于 src/always-on/runtime/DiscoveryScheduler.ts 与 src/always-on/runtime/AlwaysOnRuntime.ts运行配置解析见 src/always-on/config/parseAlwaysOnConfig.ts。常见问题 FAQQ1PilotDeck 支持本地模型吗支持。可以配置 Ollama 等本地推理服务OpenAI 兼容协议无需 API Key实现完全离线的 AI 生产力流水线。Q2多项目并行的记忆会互相污染吗不会。记忆、文件、技能均按 WorkSpace 隔离A 项目的记忆永远不会泄漏到 B 项目。Q3Token 成本怎么控制两层一是智能路由按任务难度自动匹配模型二是每个 WorkSpace 的成本可独立追踪超支项目一眼可见。Q4可以扩展自定义能力吗可以。PilotDeck 采用开放的插件架构一个 plugin.json 即可注册自定义工具、MCP Server、生命周期钩子与自定义记忆后端示例见 products/_example/ 与 src/extension/index.ts。小结把 AI 从聊天框变成流水线用一句话回顾本文的 4 个实战案例白皮书生成——长文调研直接落盘为可交付文件小游戏开发——Vibe Coding 多轮迭代会话自由切换平台搭建——工程级代码从零交付技术决策沉淀进白盒记忆️播客出海——智能路由混合调度成本直降 70%。PilotDeck 让 AI 真正从一问一答的聊天框升级为项目隔离、成本可控、后台常驻的生产力流水线。现在就按 README.zh.md 的一键安装指南跑起来你的第一个 WorkSpace 只需要一条命令。【免费下载链接】PilotDeckTask-oriented AI Agent productivity platform项目地址: https://gitcode.com/OpenBMB/PilotDeck创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考