Eigent 本地部署还是云服务？一篇帮你选对多智能体桌面助手的使用方式
【免费下载链接】eigentEigent: The Open Source Cowork Desktop - Local and Free Alternative to Claude Cowork and Codex项目地址: https://gitcode.com/GitHub_Trending/ei/eigent
Eigent 是一个开源的多智能体协作桌面应用，你可以用它在本地组建一支并行干活的 AI 智能体队伍。它有两种使用方式：自己搭的本地部署（跑在你机器上的后端加数据库），和Eigent 云服务（官方托管、注册即用）。选哪个不玄乎，就看三个问题：数据敏不敏感、钱多不多、你愿不愿意动手。
数据不能出内网，直接本地部署
你处理的是 API Key、内部文档、客户资料这类东西的话，别纠结，走本地。本地后端会把注册账号、模型配置、工具设置、聊天记录全部存在你自己机器的 PostgreSQL 里，不主动传云；官方文档明确说了，只有你手动配置了外部模型或远程 MCP，数据才会流向第三方，见 server/README_EN.md。云服务则相反：登录、配置、对话都经过官方服务器，图的是省事，交出的也是数据控制权。
想十分钟跑起来，先走云服务
不想碰 Docker、数据库、端口这些名词，就先用云。克隆仓库（git clone https://gitcode.com/GitHub_Trending/ei/eigent）后装依赖、起前端，连上官方云后端注册个账号，几分钟就进多智能体工作区。它的代价是上面说的数据要过他们的服务器——所以把它当成"体验期"而非终局。
预算紧、没人运维，先用订阅版
云服务是订阅制：按需付费，扩容、升级、维护全在对方手里，你的服务器成本是零。本地部署反过来：一次性搭好后边际成本低，但你要自备机器，还得自己盯备份和故障。建议的顺序是先用云服务验证流程，确认这工具真能省你的时间，再为私有化掏钱。
爱折腾的人，本地部署才是主场
愿意花一下午装 Docker、配 Python 3.12 和 Node.js 18+ 的人，本地部署给你最大的自由度。模型随便换：Ollama、vLLM、LM Studio 这类本地推理，或任意云端 API 都能接，配置入口在后端的模型提供方管理里（见 backend/pyproject.toml 定义的后端依赖边界）；工具包、MCP 服务也能按需扩展，目录在 backend/app/agent/toolkit/，Google Drive、Notion、GitHub 都有现成件。
一张表看清怎么选
| 维度 | 本地部署 | 云服务 |
|---|---|---|
| 数据位置 | 全在本机数据库，可控 | 存官方服务器 |
| 跑起来耗时 | 小时级（Docker 全家桶） | 分钟级 |
| 模型选择 | 本地推理或任意 API | 官方托管模型 |
| 维护负担 | 你自己 | 官方 |
| 费用 | 硬件+电费 | 订阅制 |
| 适合谁 | 企业、重度用户、爱折腾的人 | 新手、想快速验证的团队 |
常见问题
本地部署能完全离线吗？能。只用本地模型和 MCP 服务、不配置任何外部 Provider 就能全离线跑，server/README_EN.md 里就是这么建议的。
先试云、后私有化要重头再来吗？不用。两种模式共用同一套前端和代码，私有化时把指向前端后端的地址切到本地服务即可，属于平滑迁移。
一句话：数据要保密直接本地，其余情况先用云服务把多智能体工作流跑顺，跑顺了再决定要不要私有化 🚀
【免费下载链接】eigentEigent: The Open Source Cowork Desktop - Local and Free Alternative to Claude Cowork and Codex项目地址: https://gitcode.com/GitHub_Trending/ei/eigent
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
