AutoGPT：托管平台与自托管两种使用方式

工具定位

AutoGPT 的 README 将其描述为“你的 AI 专家团队”：用户用自然语言向负责协调的 Otto 说明任务，由 Otto 分派给不同角色的专家，再由用户查看进度。原文列出的角色包括负责 SEO 内容的 Maria、负责客户拓展的 Max，以及负责会议准备和邮件草稿的 Frankie。每个专家可按用户提供的指令、上下文、技能和已连接应用进行配置。以上均为项目方自述，本文未做独立验证。

两种使用路径

| 项目 | 托管平台 | 自托管 | | --- | --- | --- | | 安装与运维 | AutoGPT 管理 | 用户自行管理 | | 模型访问 | 内置 | 自带模型凭据或本地模型 | | 费用 | 付费套餐与用量 | 基础设施与模型用量 | | 数据与基础设施 | AutoGPT 托管 | 运行在用户基础设施上 |

托管平台被明确标注为付费服务，具体方案与试用条款需参见其定价页。自托管表格提到可“bring your own model credentials or a local model”，但 README 未说明具体支持哪些本地模型，也未给出接入方法，此项无法进一步确认。

自托管的准备与操作

原文提供的快捷方式是 Docker Hub 上的单容器镜像 significantgravitas/autogpt，并给出了一条 docker run 示例，其中包含端口映射到 127.0.0.1:3000、设置 AUTOGPT_PUBLIC_URL、挂载数据卷等参数。原文说明首次启动需要等待几分钟，然后访问本地 3000 端口创建账户，再用 docker exec autogpt autogpt-admin promote 将账户设为管理员。用户需自备模型凭据，并自行负责部署配置、更新与日常运维；关闭注册、端口、备份与升级等细节写在单容器指南中，不在本 README 内展开。原文还提到 Linux、macOS 和 Windows 上有对应安装器，以及用 Docker Compose 分服务部署或从源码开发的手动指南。

其他能力与许可

专家可借助可视化工作流构建器编排可重复步骤与分支逻辑，并从市场选用工作流。许可方面，autogpt_platform/ 采用 Polyform Shield：个人和内部业务使用免费，但不得作为竞争性托管服务出售；classic/ 及其余部分采用 MIT。原文另有 AutoGPT Classic、Forge 与 agbenchmark 的入口。

本资料为 GitHub README，属项目自述材料，不含版本号与发布日期。