StaffDeck als Open Source veröffentlicht: Eine Unternehmensplattform zur Erstellung digitaler Mitarbeiter
Am 15. Juli 2026 hat OpenBMB StaffDeck als Open-Source-Projekt veröffentlicht – eine Unternehmensplattform, die speziell für den Aufbau, den Betrieb und die Verwaltung digitaler Mitarbeiter entwickelt wurde. Dieses Projekt geht einen anderen Weg als herkömmliche Unternehmens-Chatbots. StaffDeck betrachtet KI nicht als temporäres Dialogfenster, sondern zielt darauf ab, Fachwissen, Geschäftsprozesse, Standardarbeitsanweisungen und Entscheidungskriterien in digitale Mitarbeiter zu verwandeln, die kontinuierlich arbeiten und sich stetig verbessern können. Der Quellcode wurde auf GitHub veröffentlicht, zusammen mit Desktop-Installationspaketen für macOS, Windows und Linux. StaffDeck kann auch über OpenAI-kompatible Modellendpunkte direkt aus dem Quellcode bereitgestellt werden. Viele KI-Produkte für Unternehmen beginnen und enden noch immer mit einer Chat-Oberfläche. Benutzer öffnen einen Dialog, stellen eine Frage, erhalten eine Antwort und schließen die Sitzung. Dieses Modell ist für einf

StaffDeck Open Source: Eine Unternehmensplattform zur Erstellung digitaler Mitarbeiter
Einleitung
Am 15. Juli 2026 hat OpenBMB StaffDeck als Open-Source-Projekt veröffentlicht – eine Unternehmensplattform, die speziell für den Aufbau, den Betrieb und die Verwaltung digitaler Mitarbeiter entwickelt wurde.
Dieses Projekt geht einen anderen Weg als herkömmliche Unternehmens-Chatbots. StaffDeck betrachtet KI nicht als temporäres Dialogfenster, sondern zielt darauf ab, Fachwissen, Geschäftsprozesse, Standardarbeitsanweisungen und Entscheidungskriterien in digitale Mitarbeiter zu verwandeln, die kontinuierlich arbeiten und sich stetig verbessern können.
Der Quellcode wurde auf GitHub veröffentlicht, zusammen mit Desktop-Installationspaketen für macOS, Windows und Linux. StaffDeck kann auch über OpenAI-kompatible Modellendpunkte direkt aus dem Quellcode bereitgestellt werden.
Vom Unternehmens-Chatbot zum digitalen Mitarbeiter
Viele KI-Produkte für Unternehmen beginnen und enden noch immer mit einer Chat-Oberfläche. Benutzer öffnen einen Dialog, stellen eine Frage, erhalten eine Antwort und schließen die Sitzung.
Dieses Modell ist für einfache Unterstützungsaufgaben nützlich, zeigt jedoch seine Grenzen, wenn Unternehmen KI für wiederkehrende Arbeiten einsetzen möchten.
Ein digitaler Mitarbeiter benötigt mehr als nur Dialogfähigkeiten. Er muss seine Rolle verstehen, Organisationsregeln befolgen, genehmigtes Wissen nutzen, Werkzeuge einsetzen, Ausführungsprotokolle führen und bei Bedarf menschliche Eingriffe unterstützen.
StaffDeck ist genau um diese umfassendere Vision herum aufgebaut. Es charakterisiert digitale Mitarbeiter durch organisatorische Eigenschaften, wie zum Beispiel:
- Aufgaben- und Rollengrenzen
- Mitarbeiteridentität
- Fähigkeitsprofil
- Wissensressourcen
- Fähigkeiten und Standardarbeitsanweisungen
- Werkzeugberechtigungen
- Arbeits- und Ausführungsaufzeichnungen
- Zugriffsbereich
- Feedback- und Verbesserungshistorie
Diese Struktur bringt das System näher an eine digitale Mitarbeiterverwaltungsplattform heran, anstatt an eine generische Chatbot-Oberfläche.
Organisationswissen in wiederverwendbare Fähigkeiten umwandeln
Eines der schwierigsten Probleme im Unternehmensbetrieb ist, dass wertvolles Wissen oft verstreut ist.
Einige Informationen sind in Dokumenten festgehalten, andere in Tabellenkalkulationen und Prozesshandbüchern eingebettet, und ein großer Teil des Wissens bleibt in der Erfahrung erfahrener Mitarbeiter, einschließlich der nuancenreichen Urteile, die selten formal in Standardarbeitsanweisungen festgehalten werden.
Wenn erfahrene Mitarbeiter das Unternehmen verlassen oder die Position wechseln, kann ein Teil dieses Wissens verloren gehen.
StaffDeck zielt darauf ab, verschiedene Formen von organisatorischem Fachwissen in dauerhafte digitale Fähigkeiten umzuwandeln:
- Berufserfahrung
- Geschäftsprozesse
- Standardarbeitsanweisungen
- Entscheidungskriterien
- Dokumentiertes Wissen
- Informelle Betriebsregeln
- Feedback aus der tatsächlichen Arbeit
Das Ziel ist keine wörtliche "digitale Unsterblichkeit", sondern ein pragmatischer Versuch, wichtiges Fachwissen wiederverwendbar, nachvollziehbar und leichter verbesserbar zu machen.
Gemeinschaftsprojekt von Wissenschaft und Industrie
StaffDeck wird nicht als internes Produkt eines einzelnen Unternehmens präsentiert.
Laut offiziellen Repository-Informationen wird die Plattform von folgenden Institutionen gemeinsam entwickelt:
- ModelBest (Mianbi Intelligence)
- Gemeinsames Labor für Datenintelligenz der Northeastern University und ModelBest
- Labor für Natürliche Sprachverarbeitung der Tsinghua-Universität (THUNLP)
- OpenBMB
- AI9Stars
Diese Kombination vereint Modellforschung, natürliche Sprachverarbeitung, Erfahrung in der Unternehmensbereitstellung und Open-Source-Entwicklungsfähigkeiten.
Zur Zielgruppe gehören Unternehmen und Institutionen, die KI von einem persönlichen Effizienztool in eine wiederverwendbare organisatorische Fähigkeit verwandeln möchten.
Kernfunktionen von StaffDeck
Das offizielle Projekt beschreibt vier Hauptfähigkeitsbereiche.
Aufbau und Verwaltung digitaler Mitarbeiter
Benutzer können digitale Mitarbeiter mit eigenen Rollen, Mitarbeiternummern, Fähigkeitsprofilen, Berechtigungen und Arbeitsaufzeichnungen definieren.
Digitale Mitarbeiter können je nach unterschiedlichen organisatorischen Anforderungen veröffentlicht, wiederverwendet oder angepasst werden. Ein Berechtigungsisolationsmechanismus hilft, direkte Änderungen an gemeinsamen Ressourcen durch jeden Benutzer zu verhindern.
Diese Funktion ist besonders nützlich, wenn Unternehmen eine Reihe genehmigter, kontrollierter digitaler Rollen unterhalten möchten, anstatt jedem Mitarbeiter zu erlauben, isolierte persönliche Bots zu erstellen.
Zustandsmaschinengesteuerte prozessorientierte Fähigkeiten
StaffDeck kann natürliche Sprachprozessbeschreibungen in strukturierte Standardarbeitsabläufe umwandeln und diese über eine Zustandsmaschine ausführen.
Die Zustandsmaschine hilft, komplexe Arbeiten in definierte Phasen, Übergangsbedingungen und Zustandsverzweigungen zu zerlegen. Diese Methode ist vorhersehbarer, als das Modell zu bitten, einen gesamten Prozess in einer einzigen Aufforderung improvisieren zu müssen.
Die Plattform unterstützt:
- Mehrere parallele Prozesse
- Echtzeit-Prozessumschaltung
- Kontexterhaltung
- Visuelle Prozessbearbeitung
- Versionsverwaltung
- Verzweigungsentwicklung
Diese Funktionen sind besonders geeignet für Aufgaben, die stabile Abläufe erfordern, aber dennoch begrenzte KI-Urteile zulassen.
Dokumentenstruktur-bewusste Wissenssuche
Traditionelle Suchsysteme zerlegen Dokumente oft in kleine Textblöcke und durchsuchen diese direkt. Diese Methode ist zwar praktikabel, kann jedoch die Strukturinformationen des Originals verlieren.
StaffDeck erstellt navigierbare Indizes auf mehreren Ebenen wie Dokumenten, Kapiteln, Seiten und Zusammenfassungen.
Der digitale Mitarbeiter kann zunächst abschätzen, wo relevante Informationen wahrscheinlich zu finden sind, und dann den Originaltext präziser lokalisieren.
Die Plattform unterstützt außerdem:
- Unabhängige Wissenseimer
- Präzise Suche
- Quellenangabe
- Suchdebugging
- Berechtigungsbewusster Zugriff
Dies ermöglicht es Teams, besser zu verstehen, warum der digitale Mitarbeiter eine bestimmte Quelle ausgewählt hat.
Autonome Ausführung und kontinuierliche Verbesserung
StaffDeck kann Arbeiten über HTTP-Schnittstellen, Modellkontextprotokoll-Werkzeuge und geplante Aufgaben ausführen.
Die Ausführung ist keine versteckte Blackbox. Die Plattform protokolliert Zwischenereignisse wie Absichtserkennung, Suche, Fähigkeitsauswahl, Werkzeugnutzung, Überprüfung und Antwortgenerierung.
Anschließend können Langzeitgedächtnis, Benutzerfeedback, Dialogaufzeichnungen und Feedback-Analysen genutzt werden, um die Fähigkeiten des digitalen Mitarbeiters zu verbessern.
Menschliche Benutzer können bei Bedarf eingreifen, Ausführungen abbrechen, Aufgaben in der Warteschlange fortsetzen oder Aufgaben übernehmen.
Wie StaffDeck Wissen über einzelne
Dialoge hinaus bewahrt
Der wichtigste Unterschied zwischen einer Plattform für digitale Mitarbeiter und einem Standard-Chatbot liegt in der Beständigkeit.
Bei herkömmlichen Chat-Produkten verbleibt der meiste nützliche Kontext innerhalb eines einzelnen Dialogs. Sobald diese Sitzung beendet ist, wird das relevante Wissen möglicherweise nicht zu einer verwalteten Organisationsressource.
StaffDeck trennt wiederverwendbare Fähigkeiten vom temporären Dialogkontext.
Digitale Mitarbeiter können Folgendes speichern und wiederverwenden:
- Genehmigte Wissensdatenbanken
- Prozessdefinitionen
- Fähigkeiten
- Angeschlossene Werkzeuge
- Aufgabenspezifische Regeln
- Langzeitgedächtnis
- Feedback-Aufzeichnungen
- Ausführungsprotokolle
- Geplante Aufgaben
Dies bedeutet nicht, dass jeder Dialog automatisch zu einer dauerhaften Erinnerung werden sollte. Unternehmenssysteme müssen weiterhin Berechtigungsregeln, Datenschutz, Überprüfungsprozesse und klare Aufbewahrungsrichtlinien einhalten.
Der Schlüssel liegt darin, dass Wissen bewusst in eine kontrollierbare Ressource umgewandelt werden kann, anstatt in den persönlichen Chat-Aufzeichnungen der Mitarbeiter gefangen zu sein.
Kernarbeitsablauf
Der offizielle Arbeitsablauf von StaffDeck kann in sechs Phasen zusammengefasst werden.
1. Digitalen Mitarbeiter erstellen
Aufgabe, Rollengrenzen, Servicestil, Ersteller und Zugriffsbereich definieren.
Eine klare Rollendefinition hilft, zu verhindern, dass der digitale Mitarbeiter über seine beabsichtigten Verantwortlichkeiten hinaus handelt.
2. Fähigkeiten konfigurieren
Wissensdatenbanken, allgemeine Fähigkeiten, Standardarbeitsabläufe und Werkzeuge verknüpfen.
Teams können Ressourcen aus dem Markt kopieren oder selbst erstellen, ohne die ursprünglichen freigegebenen Vorlagen ändern zu müssen.
3. Sitzung starten
Einen digitalen Mitarbeiter aus dem Markt oder der Mitarbeiterliste öffnen und die erste Anfrage senden.
Nach dem Senden der ersten Nachricht wird die formelle Sitzung dauerhaft gespeichert.
4. Ausführen und beobachten
Den Ausführungsprotokollen folgen, während der digitale Mitarbeiter arbeitet.
Die Oberfläche kann Ereignisse im Zusammenhang mit Absicht, Suche, Fähigkeiten, Werkzeugen, Überprüfung und der endgültigen Antwort anzeigen.
5. Bei Bedarf eingreifen
Benutzer können Warteschlangenanfragen verwalten, Ausführungen abbrechen, Aufgaben an menschliche Bearbeiter übergeben oder ausstehende Antworten bearbeiten.
Menschliches Eingreifen bleibt bei unsicheren, sensiblen oder folgenreichen Aufgaben wichtig.
6. Mitarbeiterleistung kontinuierlich verbessern
Gedächtnis, Feedback, Dialogprotokolle und geplante Aufgaben nutzen, um die Leistung des digitalen Mitarbeiters zu optimieren.
Wenn Teams fehlgeschlagene Fälle analysieren und Wissen, Prozessdefinitionen oder Werkzeuge aktualisieren, wird der digitale Mitarbeiter wertvoller.
StaffDeck Schnellstart
Der ursprüngliche Artikel kündigte die Open-Source-Veröffentlichung an, enthielt jedoch keine Installationsanweisungen. Die folgenden Befehle stammen aus dem offiziellen StaffDeck-Repository und dienen den Lesern zur direkten Überprüfung und zum Testen der Plattform.
Umgebungsanforderungen
Bereiten Sie die folgende Umgebung vor:
- macOS, Linux oder WSL (für Entwicklungsskripte)
- Python 3.11 oder höher
- Node.js 20 oder höher
- npm
- OpenAI-kompatible Chat-Vervollständigungsschnittstelle
- Gültigen API-Schlüssel für den gewählten Modelldienst
StaffDeck selbst benötigt kein CUDA. Die Hardwareanforderungen hängen von der Modellschnittstelle ab, die Sie ausführen oder auf die Sie zugreifen.
1. Klonen und installieren
git clone https://github.com/OpenBMB/StaffDeck.git
cd StaffDeck
python3 -m venv backend/.venv
backend/.venv/bin/python -m pip install -e "backend[dev]"
npm --prefix
enterprise ci
cp
```yaml
backend/.env.example backend/.env
2. Modell konfigurieren
Öffnen Sie die Datei backend/.env und legen Sie den Anwendungsschlüssel sowie die Informationen zum Modelldienst fest:
APP_SECRET="replace-with-a-long-random-secret"
DEMO_MODEL_BASE_URL="https://your-openai-compatible-endpoint/v1"
DEMO_MODEL_NAME="your-model-name"
DEMO_MODEL_API_KEY="your-api-key"
Der API-Schlüssel wird verwendet, um die anfängliche Modellkonfiguration zu erstellen, und wird vor der Speicherung in der Datenbank verschlüsselt.
Committing Sie die Datei backend/.env nicht in ein öffentliches Repository.
Nach dem Start des Dienstes können Sie die Modellanbieter auch über den folgenden Pfad verwalten:
Verwaltung → Modellkonfiguration
3. Web-Demo starten
DETACH=1 scripts/dev_up.sh
Dieses Skript erstellt das Frontend und stellt die Benutzeroberfläche, die API und die Swagger-Dokumentation über einen FastAPI-Prozess auf Port 5173 bereit.
Die standardmäßigen Administrationsanmeldeinformationen sind:
Benutzername: admin
Passwort: admin
Bitte ändern Sie das Standardpasswort sofort nach der ersten Anmeldung.
4. Installation überprüfen
Führen Sie einen Health-Check durch:
curl http://127.0.0.1:5173/api/health
Erwartete Antwort:
{"status":"ok"}
Öffnen Sie dann:
http://127.0.0.1:5173/workspace/gallery
Wählen Sie einen digitalen Mitarbeiter aus und senden Sie eine Nachricht. Die Antwort und der Ausführungsverlauf sollten in derselben Konversationsrunde angezeigt werden.
Häufig verwendete Befehle
scripts/dev_status.sh # Dienststatus anzeigen
scripts/dev_down.sh # Lokale Dienste stoppen
scripts/dev_up.sh # Im Vordergrund ausführen
Desktop-Version herunterladen
Benutzer, die nicht über den Quellcode bereitstellen möchten, können die Desktop-Version aus dem offiziellen StaffDeck-Projekt-Release verwenden.
| Plattform | Architektur | Offizielles Installationspaket |
|---|---|---|
| macOS | Apple Silicon, arm64 | Herunterladen.dmg |
| Windows | x64 | Installationsprogramm herunterladen.exe |
| Linux | x86_64, Debian oder Ubuntu | Herunterladen.deb |
Da sich das Projekt noch in einer frühen Testphase befindet, sollten Teams die Versionen in einer kontrollierten Umgebung testen, bevor sie sie für wichtige Produktionsaufgaben einsetzen.
Projektstruktur
Das offizielle Repository unterteilt die Anwendung in Backend, Frontend, Dokumentation, Skripte und Paketierungskomponenten.
StaffDeck/
├── backend/ # FastAPI API, Agent-Laufzeit, Speicher und Aufgaben-Worker
├── frontend-enterprise/ # React/TypeScript StaffDeck-Arbeitsbereich
├── docs/ # Tutorials, API, Schemadefinitionen und Beispiel-Workflows
├── scripts/ # Dienstlebenszyklusverwaltung und Validierungsskripte
├── packaging/ # macOS-, Linux- und Windows-Paketierungsressourcen
├── README.md # Englische Dokumentation
└── README.zh.md # Chinesische (vereinfacht) Dokumentation
Das Backend basiert hauptsächlich auf Python, während das Enterprise-Frontend React und TypeScript verwendet.
Unternehmensanwendungsfälle
StaffDeck kann als Grundlage für verschiedene interne digitale Rollen dienen.
Interner Wissensassistent
Digitale Mitarbeiter können genehmigte Unternehmensdokumente durchsuchen, Quellen angeben und Mitarbeitern helfen, Informationen zu Prozessen oder Richtlinien zu finden.
SOP-Ausführungsassistent
Teams können wiederkehrende Prozesse in strukturierte Abläufe umwandeln und digitale Mitarbeiter jede Phase leiten oder ausführen lassen.
Betriebskoordinator
Durch geplante Aufgaben und verbundene APIs können digitale Mitarbeiter Routineaufgaben überwachen und genehmigte Aktionen auslösen.
Kundensupport
Digitale Mitarbeiter können Produktwissen, Serviceregeln und Eskalationsprozesse integrieren und gleichzeitig Ausführungsaufzeichnungen zur Überprüfung aufbewahren.
Forschungs- oder Analyseassistent
Das System kann Materialien konsolidieren, etablierten Forschungsprozessen folgen und die Schritte aufzeichnen, die zur Generierung von Antworten unternommen wurden.
Expertenwissensbewahrung
Erfahrene Mitarbeiter können wiederholt verwendete Urteilsmaßstäbe, Überprüfungskriterien und Arbeitsmethoden in wiederverwendbare digitale Fähigkeiten umwandeln, bevor sie die Position oder Organisation wechseln.
Risiken und Einschränkungen
Open Source bedeutet nicht automatisch, dass ein KI-System ohne Einschränkungen für den Unternehmenseinsatz bereit ist.
Das StaffDeck-Repository listet mehrere wichtige Einschränkungen auf:
- Modellantworten können fehlerhaft, unvollständig oder inkonsistent sein.
- Ausführungsaufzeichnungen verbessern die Prüfbarkeit, garantieren aber keine Korrektheit.
- Die Abrufqualität hängt von der Dokumentqualität, Parsing, Indizierung, Berechtigungen und Modellfähigkeiten ab.
- Externe Tools können tatsächliche Nebenwirkungen haben.
- Geplante Aufgaben erfordern kontinuierlich laufende Worker und korrekte Zeitzonenkonfiguration.
- Für risikoreiche Aktionen sollten Berechtigungen mit minimalen Rechten verwendet werden und eine manuelle Genehmigung erforderlich sein.
- Die Plattform kann keine qualifizierte professionelle Überprüfung in regulierten Bereichen ersetzen.
- Wichtige Entscheidungen erfordern Autorisierung, Datenschutz und menschliche Aufsicht.
Organisationen sollten mit risikoarmen Workflows beginnen, Toolberechtigungen einschränken und Ausgaben überprüfen, bevor sie die Verantwortung des Systems erweitern.
Open-Source-Lizenz
StaffDeck wird unter der GNU Affero General Public License v3.0 (allgemein als AGPL-3.0 bekannt) veröffentlicht.
Teams, die planen, die Plattform zu modifizieren oder über ein Netzwerk bereitzustellen, sollten die Lizenz sorgfältig lesen. AGPL-3.0 kann zu Quellcode-Offenlegungspflichten für modifizierte Versionen führen, die über einen Netzwerkdienst an Benutzer weitergegeben werden.
Für kommerzielle oder rechtliche Entscheidungen sollten Organisationen den vollständigen Lizenztext einsehen und bei Bedarf professionelle Beratung einholen.
Häufig gestellte Fragen
Was ist StaffDeck?
StaffDeck ist eine Open-Source-Enterprise-Plattform zur Erstellung und Verwaltung digitaler Mitarbeiter. Es integriert Rollendefinitionen, Wissensdatenbanken, SOPs, Tools, Berechtigungen, Gedächtnis und Ausführungsaufzeichnungen in einem System.
Wie unterscheidet sich StaffDeck von einem Chatbot?
Chatbots verarbeiten hauptsächlich Konversationen. StaffDeck hingegen ist darauf ausgelegt, persistente Rollen, reguliertes Wissen, strukturierte Prozesse,
Vernetzte Tools, geplante Arbeitsabläufe, Prüfungsprotokolle und kontinuierliche Verbesserung.
Kann StaffDeck ohne lokale GPU ausgeführt werden?
Ja. Die Anwendung verbindet sich mit einem OpenAI-kompatiblen Modell-Endpunkt, daher benötigt StaffDeck selbst keine lokale GPU. Die Hardwareanforderungen hängen davon ab, ob der gewählte Modelldienst lokal oder remote gehostet wird.
Welche Modellanbieter können mit StaffDeck verwendet werden?
Die Plattform benötigt einen OpenAI-kompatiblen Chat-Completion-Endpunkt. Die Kompatibilität hängt davon ab, ob der Anbieter das erforderliche API-Verhalten implementiert hat und ob das gewählte Modell mit den Arbeitsabläufen von StaffDeck zusammenarbeitet.
Kann StaffDeck unter Windows bereitgestellt werden?
Das offizielle Projekt bietet ein Desktop-Installationsprogramm für Windows x64 an. Für entwicklungsbasierte Workflows unterstützt das Repository macOS, Linux oder das Windows-Subsystem für Linux als Ausführungsumgebung.
Warum können normale Benutzer Marktressourcen sehen, aber nicht bearbeiten?
Marktressourcen sind freigegebene Vorlagen, die durch Ersteller- und Administratorrechte geschützt sind. Normale Benutzer können Ressourcen kopieren oder gebundene Autorisierungen ihren digitalen Mitarbeitern zuweisen, aber die ursprünglichen Ressourcen nicht ändern.
Ist StaffDeck bereit für den Produktionseinsatz?
Das Projekt ist Open Source und enthält bereits unternehmensorientierte Funktionen, aber die aktuelle Version befindet sich noch in einer frühen Testphase. Organisationen sollten vor der Bereitstellung in der Produktion Sicherheits-, Datenschutz-, Zuverlässigkeits- und Workflow-Tests durchführen.
Unter welcher Lizenz steht StaffDeck?
StaffDeck verwendet die AGPL-3.0-Lizenz. Organisationen, die die Software modifizieren oder über einen Netzwerkdienst ausführen, sollten die Lizenzbedingungen und die damit verbundenen Quellcode-Pflichten prüfen.
Verwandte Tools
- StaffDeck: Offizielle Website der digitalen Mitarbeiterplattform für Unternehmen.
- OpenBMB: Das Ökosystem für Open-Source-Großmodelle, das StaffDeck hervorgebracht hat.
- FastAPI: Python-Web-Framework zur Bereitstellung der StaffDeck-API und des Anwendungs-Backends.
- React: Frontend-Bibliothek, die im StaffDeck-Unternehmensarbeitsbereich verwendet wird.
- Model Context Protocol: Protokoll, mit dem StaffDeck digitale Mitarbeiter mit externen Tools verbinden kann.
- GitHub: Plattform, die den StaffDeck-Quellcode, Issues, Releases und die Projekthistorie hostet.
Verwandte Links
- StaffDeck GitHub-Repository: Offizielles Quellcode-Repository und wichtigste technische Referenz.
- StaffDeck Offizielle Website: Offizielle Produktwebsite und Dokumentationseingang.
- StaffDeck Releases: Offizielle Testversionen und Desktop-Installationspakete.
- StaffDeck Englische Anleitung: Offizielle Informationen zu Funktionen, Bereitstellungsschritten, Arbeitsabläufen, Risiken und Lizenz.
- StaffDeck Chinesische Anleitung: Vereinfachte chinesische Dokumentation im Projekt-Repository.
- StaffDeck Issue-Tracker: Offizieller Kanal für reproduzierbare Fehlerberichte und Funktionsvorschläge.
Anfrage.
- OpenBMB GitHub-Organisation: Andere Modelle, Systeme und Open-Source-Projekte, die von OpenBMB gepflegt werden.
Überblick
StaffDeck repräsentiert den Wandel von temporären Unternehmens-Chatbots zu kontinuierlichen digitalen Mitarbeitern. Es zielt darauf ab, Fachwissen, Standardarbeitsanweisungen, Entscheidungsregeln, Tools und Feedback in verwaltbare Fähigkeiten zu überführen und im gesamten Unternehmen wiederzuverwenden.
Die Plattform integriert Rollenverwaltung, Zustandsmaschinen-Workflows, strukturbewusste Suche, API- und MCP-Toolaufrufe, geplante Aufgaben, Langzeitgedächtnis, menschliche Eingriffe und detaillierte Ausführungsprotokolle. Quellcode, Desktop-Installationspakete und Bereitstellungsanweisungen sind öffentlich verfügbar.
Das Projekt befindet sich noch in einer frühen Testphase, daher sollten Unternehmen mit kontrollierbaren, risikoarmen Szenarien beginnen und strenge Berechtigungs-, Datenschutz- und Überprüfungsstrategien anwenden.
Das Kernthema von StaffDeck ist direkt: Der Wert von Unternehmens-KI steigt erheblich, wenn Wissen und Prozesse der Organisation gehören und nicht mit dem Ende eines Gesprächs verschwinden.