studio
面向组织的私有化AI工作空间，统一管理模型、工具与权限。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：studio。 它的用途是：面向组织的私有化AI工作空间，统一管理模型、工具与权限。 完整的 Skill 内容见：https://321skill.com/skills/studio/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“基于我们内部的GitHub和Slack连接，创建一个专为前端团队代码审查优化的智能体，使用GPT-4模型，并只允许访问代码仓库的读取权限和Slack的通知通道。” 它会引导你在Studio界面中配置智能体的指令、关联的工具权限和模型策略，并生成一个专属的MCP端点供前端团队在Cursor等工具中安全使用。
介绍
deco Studio 解决了企业在内部规模化部署AI应用时的核心痛点：如何在一个安全、可控的环境下，让不同团队便捷地使用AI能力，同时避免敏感信息泄露和成本失控。它提供了一个开源的私有化AI工作空间，将模型路由、MCP工具连接、智能体配置、单点登录（SSO）、基于角色的访问控制（RBAC）、审计日志和成本核算等功能打包在一起。
使用上，团队可以通过简单的命令行启动本地服务，或部署到云端。管理员可以在Web界面中统一配置和管理各种MCP工具（如GitHub、Slack、数据库等）的连接，将访问凭证安全存储在加密保险库中。开发者则可以基于这些连接，创建包含特定上下文、工具和模型策略的“智能体”，并将其发布给组织内的其他成员使用。
它非常适合那些希望在企业内部安全、高效地推广AI应用的组织，特别是拥有多个开发团队、需要严格数据安全和权限管控的中大型公司或技术驱动型团队。角色上，运维工程师、项目经理和智能体开发者是其主要管理者和使用者。
建议从一个小团队开始试用，逐步标准化组织内认可的模型、工具和上下文模板。选择本地部署可以确保数据完全私有，而同步到云端则便于团队协作和远程访问。注意，它本身是一个管理平台，并非开箱即用的终端AI应用，需要一定的技术能力进行初始配置和集成。
核心特点
与单一AI助手或零散的MCP工具配置不同，deco Studio提供了一个企业级的统一控制平面，通过一个MCP端点管理所有智能体、工具和模型，实现了工具能力的共享而非凭证的复制，并内置了完整的组织级权限、审计和成本管控体系。
注意事项
不适合个人用户或小型团队寻求开箱即用的轻量级AI助手，它更侧重于企业级的管理和集成。
常见问题
deco Studio和Claude Desktop有什么区别？
Claude Desktop是面向个人的AI客户端，而deco Studio是面向组织的AI工作空间管理平台，负责在后端统一管理模型、工具、权限并供多个客户端（如Cursor、Claude Desktop）安全调用。
需要自己准备AI模型吗？
是的，Studio本身不提供模型，但可以接入OpenRouter或直接连接如Anthropic、OpenAI等模型提供商，由管理员在组织内配置和管理模型策略。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/studio/raw/index.md 读取 studio 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/studio/raw/index.md（查看排版版本）