数据归使用者
传统应用把你的数据存在开发者的云上。DepNoy 反过来：应用产生的一切数据—— 哪怕是聊天记录——都保存在使用者自己的账户空间里，按应用隔离。 开发者提供的，仅仅是程序。
隐私不是承诺，是结构。
01 — 理念
三件事，与传统云平台正好反过来。
零运维、零配置
一条命令上线。平台托管域名、证书、计算、存储与数据库； 有请求时按需拉起，闲置时自动销毁，数据原样保留。 也可以按应用设置并发上限与常驻实例。
不用再买一台服务器来跑一个小工具。
AI 原生
每个应用都内置 MCP 接口。工作空间里的 AI 助手可以调用你安装的任意应用， 让它们彼此协作——记账、日程、笔记，由一句话串起来。
一个 AI 可以操作的个人应用空间。
02 — 工作方式
一份程序，
千份各自的数据。
开发者只上传一次。每一位使用者安装之后，得到的是属于自己的实例 和属于自己的数据：用的是自己的额度，存的是自己的东西，谁也看不到谁。
- 访问应用需要登录并安装——安装即是你同意用自己的额度运行别人写的程序
- 跨用户互动采用「电子邮件模式」：消息以副本投递到每个参与者自己的空间
- 数据带版本号，开发者必须声明升级策略，新版本据此迁移旧数据
03 — 开发者
三步，从空目录到公网地址。
-
1
安装 CLI
curl -fsSL https://dash.taplab.cn/install.sh | bashirm https://dash.taplab.cn/install.ps1 | iex需要本机已装好 tabby 工具链（
TABBY_BIN/TABBY_LIB）。 -
2
从模板起步
depnoy init --template hello模板：
hello·crud·chat·web·static·tui。本地用depnoy dev调试。 -
3
发布
depnoy deploy单次 TOTP 确认，得到
{短ID}.app.taplab.cn；也可以绑定自己的域名，证书自动签发。
只写事件，不写服务器。
应用是一个 fetch handler。你实现 on_fetch、on_mcp、
on_message 等几个事件，存取数据走平台的 scoped API——
身份由平台注入，profile_get 拿到的天然就是当前使用者自己的那一份。
- 静态资产随版本发布，由网关直出，不唤起实例
- WebSocket 透传；终端应用可在浏览器或
depnoy attach中使用 - SQLite 数据库、文档存储、跨用户投递，开箱即用
// main.tb —— hello 模板节选
event on_fetch(req) :
body:
{
var int id = dict_get(req, `id`)
var string path = dict_get(req, `path`)
if (path == `/`) {
// 这份计数存在「当前使用者」自己的空间里
depnoy_api.profile_set(`visits`, ...)
depnoy_api.respond_json(id, 200, out)
return
}
depnoy_api.respond_text(id, 404, `not found`)
}
event on_mcp(call) :
body:
{
// 主面板 AI 调用这个应用的工具
depnoy_api.mcp_respond(id, json_stringify(out))
}04 — 计费
谁在用，
记在谁名下。
按量计量，没有积分，也没有隐藏套餐。用量一律记在使用者名下—— 开发者只提供程序，不为别人的使用买单。额度通过兑换码获取。
CPU实例运行时长
RAM占用内存 × 时长
存储应用包 · 应用数据
上行流量入站字节
下行流量出站字节
短信通知的最高档提醒，按条
AI 不是计费资源。在设置里填入你自己的模型接口与密钥，就用你自己的； 不填，则使用平台提供的每日免费 token 额度。密钥只给工作空间的 AI 助手用，永远不会进入任何应用。
05 — 对照
它和你熟悉的平台有什么不同？
| 你可能用过 | 相似之处 | DepNoy 的不同 |
|---|---|---|
| Serverless 边缘函数 | 轻量运行时、按需伸缩、平台托管一切 | 面向「个人应用」而非网站或 API；数据归使用者；AI / MCP 原生 |
| 前端托管平台 | 部署极简 | 无需前端工程化流程；应用运行在使用者空间，而不是开发者的项目下 |
| 在线代码片段托管 | 小程序快速上线 | 完整的组织、权限与数据模型，面向长期使用而非片段分享 |
| 本地优先软件 | 数据归用户 | 托管云 + 沙箱语言，无需自建存储 |