隔离内部系统访问
企业内部系统通常带有专有协议、敏感配置和强依赖上下文，不适合让智能体直接持有和调用。
OctoBus 解决什么
按场景控制能力边界
不同场景、不同智能体和不同实例需要不同的权限边界、配置参数和调用记录。
统一开放 Agent 工具
不应该让 MCP 工具以零散脚本和独立进程的方式散落在各处，而应该统一接入、统一开放。
工作原理
OctoBus 把内部服务整理成可授权、可审计、可通过标准协议调用的能力。
可导入的 Node.js 服务包。包含 proto、schema、运行入口和具体实现。
带独立 config / secret / workdir 的运行实例，用于承载一个 service 的具体运行上下文。
面向智能体或场景的一组能力集合，用来决定哪些方法可以暴露、给谁暴露。
capset 中实际选择并开放的具体方法，是 gRPC / Connect RPC / MCP / OpenAPI 暴露的最小单元。
OctoBus 围绕这些对象提供能力 包括 service package import、instance lifecycle、capset capability selection、gRPC / Connect RPC / MCP / OpenAPI exposure、SQLite registry、logs and runtime state。
快速开始
1
启动 daemon
先启动本地 daemon，默认监听 localhost:9000。
npm install -g @chaitin-ai/octobus
octobus serve
2
导入 service
导入一个本地或 npm 分发的 Node.js gRPC 服务包。
octobus service import calculator ./examples/calculator-js
3
创建 instance
创建带独立配置与工作目录的 service instance。
octobus instance create calculator-test --service calculator
4
创建 capset 并调用方法
创建 capset，添加 instance，并通过 Connect RPC / MCP / gRPC 调用方法。
octobus capset create dev --name DevAgent
octobus capset add-instance dev calculator-test
协议支持
| 协议 | 支持形态 | 说明 |
|---|---|---|
| gRPC | unary + streaming | 完整保留 gRPC 方法语义，适合长连接和 streaming 方法。 |
| Connect RPC | unary | 通过 HTTP 暴露 unary 方法，适合浏览器和轻客户端调用。 |
| MCP streamable HTTP | unary tool | 把已选 unary 方法映射成 MCP 工具，供智能体使用。 |
| OpenAPI | schema 发现 | 提供字段级 schema 发现，用于理解和生成调用参数。 |
| Reflection | capset 范围 descriptor | 按 capset 返回受限 descriptor 视图，而不是原始 service 全量反射。 |
使用场景
调用企业内部安全与研发系统
让 AI Agent 调用内部安全设备、工单系统、GitLab、WAF、TIP 等现有能力。
把企业工具包装成可控 MCP 工具
把原本散落的脚本和服务统一接入到一个可授权、可审计的 MCP 工具入口。
本地开发和测试 gRPC 服务能力
在本地直接验证 service package、instance 和 capset 的完整调用链路。
按智能体设定不同权限边界
用 capset 为不同智能体或场景开放不同方法，避免能力暴露过宽。
安全边界
默认绑定 localhost。 daemon 默认监听 127.0.0.1:9000。
token 可选。 开启后按 capset 校验；未配置 token 时不会执行 token 校验。
config / secret / log 使用 0600。 本地数据目录对敏感文件和访问日志使用严格权限。
service package 是可信代码。 OctoBus 不为导入服务提供沙箱隔离。