QM 是一个为团队设计的多人 Agent 框架
QM 是一个为团队设计的多人 Agent 框架,部署方式比较特别:它不是一个“一键部署”的简单应用,而是一套需要你用自己的云账号来托管的组织级基础设施。官方推荐的方式是让 AI 编程助手(如 Claude Code、Codex)来帮你完成部署,而不是手动敲命令。
🎯 部署前置条件
QM 的部署假设你具备以下条件:
- 云账号:一个 Fly.io 或 AWS 账号,所有资源都会部署在你自己的账号下。
- Postgres 数据库:用于持久化会话、记忆等数据。
- 基础设施知识:需要有人熟悉 Docker、云服务的基本操作。
- Node.js 环境:推荐 Node.js >= 24.15.0 和 npm >= 11.10.0。
🚀 官方推荐部署流程:让 AI Agent 帮你部署
这是 QM 官方设计的核心路径。你不需要手动克隆仓库,qm init 会生成一套部署目录,并包含一个给 Agent 看的部署技能(Skill)。
第一步:在你的云账号下创建部署目录
找一个空目录,运行初始化命令。你需要选择 Fly.io 或 AWS 作为目标平台:
1 | # 将 <slug> 替换为你的组织标识,<fly-or-aws> 选择目标平台 |
这个命令会在当前目录生成 qm.config.jsonc、deployment.md 以及一个 .codex/skills/deploy-qm/ 目录。你不需要查看 QM 的源码仓库。
第二步:告诉你的 AI Agent 去部署
现在,把你常用的 AI 编程 Agent(Claude Code、Codex 等)的当前目录指向这个部署目录,然后给它一条指令:
“请按照当前目录下的
deployment.md和.codex/skills/deploy-qm/里的指导,帮我完成 QM 的部署。”
Agent 会读取这些文件,然后一步步引导你完成后续所有工作,包括:
- 配置基础设施(确认云账号、计费信息)。
- 设置 Web 登录方式(通常是通过邮箱发送一次性登录链接)。
- 配置连接器(如 Slack、邮件等)。
- 执行部署并运行实时检查(
qm check --live)。
⚙️ 部署后管理
部署完成后,你可以使用 qm 命令行工具来管理你的实例:
1 | # 查看状态 |
💡 如果不想用 AI Agent 部署
官方也提供了手动操作的 CLI 命令。流程大概是这样的:
1 | # 初始化(同上) |
不过,官方明确表示,用 Agent 来执行 deployment.md 里的流程是更可靠的方式,因为里面包含了大量需要根据你的环境动态调整的步骤。
📝 关于“私有分叉”的特别说明
如果你想让整个 QM 代码库和你自己的定制化修改放在一起管理,官方建议的做法是做一个私有的普通克隆(plain clone),而不是用 GitHub 的 “Fork” 按钮。因为 GitHub 的 Fork 会继承原仓库的可见性,无法将公开仓库的 Fork 设为私有。
1 | # 先创建一个空的私有仓库 <org>/qm-private,然后执行: |
你的定制化内容都放在 deploy/layers/<org>/ 目录下,核心代码保持与上游一致,这样后续合并上游更新会容易很多。
由于 QM 的部署流程高度依赖你选择的云平台(Fly.io 还是 AWS)和具体的环境配置,如果你决定开始,可以告诉我你打算用哪个平台,我能帮你再看看有哪些细节需要提前准备。



