Obot
開源的企業 AI 控制平面與 MCP 閘道：集中託管 MCP server、SSO 驗證、權限政策、稽核與影子 AI 偵測
Obot 是一套 100% 開源的企業 AI 控制平面，核心是 MCP Gateway。它要解決的是企業導入 AI 代理後最頭痛的管理問題：員工各自在 Claude、Cursor、VS Code 裡裝了一堆 MCP server 與 Skills，IT 根本不知道誰連了什麼、代理對公司資料做了什麼。
官網把產品拆成三塊。AI Control Plane 負責治理：設定代理在各個整合上能做與不能做的事、完整記錄每次工具呼叫與 LLM 請求並可匯出到自己的儲存、找出影子代理與未經核准的 MCP 和 Skills。MCP Gateway 負責連線：託管生態系裡任何 MCP server，給團隊一個統一端點，前面加上 SSO 與 OIDC 驗證並依角色限縮權限。第三塊是開源本身：可以在自己的雲或地端用 Docker、Kubernetes 部署，資料不出公司，整份程式碼都能審查。部署流程從啟動、串接 GitHub／Google／Okta／Microsoft Entra 等身分提供者、讓使用者在 AI 用戶端裡探索 Skills、設定 RBAC 政策、建置與託管內部 MCP server，到用 Obot Sentry 掃描端點裝置找出影子 MCP，最後是稽核與治理報表。它也能依代理、使用者、群組統計 token 用量。
功能特色與適用場景：對台灣的金融業、製造業或任何有資安稽核壓力的公司，「可自架、可審原始碼」本身就是採購門檻上的大優勢。社群版免費支援最多 100 位使用者與 100 台 Sentry 裝置，中型團隊可以先自架試行，把內部要開放給 AI 的系統集中到一個閘道後面。要注意它是基礎設施，部署與維運需要懂 Kubernetes 與身分驗證的工程人力，不是裝了就能用的 SaaS。
TheAI學院 編輯建議
編輯實測後的真心話企業導入 AI 代理，最後一定會走到「誰能用什麼工具」這題。Obot 選擇開源，對要過資安審查的台灣企業很對味，但記得預留維運人力。
主要功能
- MCP Gateway：集中託管 MCP server，提供統一端點
- SSO／OIDC 驗證與依角色的細部 RBAC 政策
- 完整記錄工具呼叫與 LLM 請求，可匯出稽核
- Obot Sentry：掃描端點裝置，找出影子 MCP 與 AI 用戶端
- MCP 與 Skills 目錄，由管理員審核上架
- 依代理、使用者、群組追蹤 token 用量
適用場景
- 企業集中管理員工可使用的 MCP server
- 替內部系統加上 SSO 後開放給 AI 代理
- 稽核代理對公司資料的每次存取
- 找出員工私下安裝的影子 AI 工具
- 依部門統計 AI token 花費
Obot 的優點與缺點
優點
- 100% 開源，可自架與審查原始碼
- 社群版免費支援最多 100 位使用者
- 同時處理連線、權限、稽核與影子 AI
缺點
- 自架需 Docker／Kubernetes 與身分驗證的維運能力
- 託管版與企業版價格需洽詢
- 介面與文件以英文為主
價格方案
開源社群版免費自架（最多 100 位使用者、100 台裝置）；另有 Obot Cloud 託管版與企業版，價格以官網為準
Obot 常見問題
Obot 是開源的嗎？
是，官網強調 100% 開源，可以在自己的雲或地端自架，並審查完整程式碼。
社群版有什麼限制？
官網列出開源社群版包含完整 AI 控制平面，最多 100 位使用者、Sentry 裝置管理最多 100 台。
支援哪些身分提供者？
官網提到 GitHub、Google、Okta 與 Microsoft Entra 等。
使用者評價
還沒有足夠評價，搶先分享你的使用心得！
寫下你的評價
Obot 的替代方案
查看相似的 AI 工具 →相關 AI 工具
Valyu
給 AI 做知識工作的搜尋 API：一支 API 同時查網路、財報、論文、臨床試驗等專業資料，附 Deep Research
Kiln
開源的 AI 工作台：評測、提示自動最佳化、微調、合成資料與 RAG，桌面 App 加 MIT 授權 Python 函式庫
Runloop
AI 代理的沙箱加速器：micro-VM Devbox、快照與分支、評測與強化微調，可部署到自己的 VPC
Operant AI
AI 與代理的執行期安全平台：語意防火牆、端點與程式碼代理防護、MCP 閘道、紅隊演練一次涵蓋
DatologyAI
AI 訓練資料精煉廠：清理、策展、合成、配比四階段，把你的資料變成高品質預訓練與中段訓練資料
Adaline
讓代理自我改善的平台：從正式環境追蹤歸納行為、自動產生評測與合成測資，再把修正推回代理
