最適合誰
OSINT 研究員、調查記者、合規分析師——任何需要從多個公開資料集中快速建立實體關聯圖的人。特別適合個人或小團隊，需要 Palantir 等級的實體解析能力但無法負擔授權費用的場景。
我實際怎麼用
研究其三欄式桌面布局（Session 側欄 / 對話面板 / 知識圖譜）的具體實作，以及 Cytoscape.js 如何與 Tauri IPC 整合實現即時圖譜更新。遞迴代理的深度視覺化（Depth 0 → Depth 4）也是值得參考的 UX 模式。
真正強的地方
- 主代理生成子代理，子代理再向下委派，最大深度 4，突破單一 context window 限制處理複雜調查
- Cytoscape.js 即時知識圖譜：色碼實體節點、三種布局（力導向/階層/環形）、即時更新，視覺化品質優秀
- Tauri 2 跨平台桌面應用，macOS/Windows/Linux 都有預建安裝檔
- 支援 OpenAI / Anthropic / OpenRouter / Cerebras / Ollama（本機），不綁定特定供應商
- 調查過程自動生成 Markdown 文件（Wiki 策展抽屜），成果可追溯可分享
- MIT 授權，完全開放，商業可用
失敗模式與不該用的情境
- Agent 具備完整終端機執行能力，未隔離時可對主機執行任意指令，必須以 Docker 部署
- v0.1.x 為個人工具設計，無使用者登入或權限管理
- LLM API 呼叫會將資料片段傳送至第三方服務。敏感調查請用 Ollama 本機模型
- 早期版本：v0.1.1，API 可能有 Breaking Change
- 不適合：處理高度敏感資料的企業環境、需要多使用者協作的團隊
價格、上手門檻與風險
- 完全免費（MIT），LLM API 費用依使用量計（可用免費 Ollama）
- 下載預建二進位即可使用，設定 API Key 後開始調查。安全部署需理解 Docker
- 風險：Shell 執行安全（需 Docker 隔離）、早期版本不穩定、第三方 LLM 資料外洩可能
結論
OpenPlanter 用 AI 代理取代手動交叉比對，用遞迴委派突破單一模型限制，知識圖譜即時視覺化的體驗確實做得好。最大的但書是安全性：Agent 的 shell 執行權限意味著必須 Docker 化部署，v0.1.x 階段的穩定性也還需觀察。適合個人研究與探索，企業環境等安全框架成熟後再考慮。