Windows / macOS 桌面 AI Agent，支持 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 以及各类 OpenAI 兼容服务。基于 pywebview（WebView2 / WebKit）+ Python 后端构建，集成文件与命令操作、联网检索、MCP、浏览器控制、SSH、多 Agent 协作、图片理解与生成。
中文 | English
详细图文教程请参阅 使用说明 | MCP 使用指南 | 主流 LLM 模型的 API Base URL 汇总
- 会话工作流升级 — 支持临时对话、归档视图、整项目归档、批量归档/恢复/删除；项目分组默认收起长列表，并可搜索标题与正文
- 完整用量分析 — 月度热力图、周度柱状图、模型分布环图，可切换输出/输入/总 token，并统计缓存命中与估算数据
- 多协议模型接入 — 原生支持 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages，以及 DeepSeek、Qwen、GLM、Codex 请求差异；可导入本机 Claude/Codex 模型与 MCP 配置
- 可控浏览器 — Agent 可启动独立 Edge/Chrome 会话，读取页面、点击、输入和滚动；交互操作沿用命令确认机制，敏感信息由用户手动填写
- 沉浸式动态背景 — 根据时间与 Open-Meteo 实时天气展示城市昼夜、云、雨、雪、雾、雷暴、光尘与星轨；支持手动预览及强度、雾气、雨滴折射调节
- 子 Agent 稳定性 — 子 Agent 继承当前项目目录，带独立轮次/时间预算、重复调用检测与强制总结，避免长时间无进展阻塞主任务
- 多协议与多服务商支持 — 支持 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages；兼容 DeepSeek、OpenAI、Claude、Qwen、GLM、Ollama 及常见中转服务
- 多模型配置 — 设置中可配置多个模型后端，随时切换；每个模型可独立设置上下文长度和压缩阈值
- 配置迁移 — 可读取并选择性导入本机 Claude Code、Codex 的模型和 MCP Server 配置，减少重复填写
- 提示词预设 — 内置通用、探索研究、文档整理、代码编写、代码审查五种模板，仅在用户主动应用时替换模型提示词
- 思考模式 (off / high / max) — 三级推理强度，工具栏按钮循环切换，跨会话持久化
- 自动压缩 — 上下文超过阈值自动摘要压缩（默认 600K，可自定义）；支持
/compact手动压缩；前缀缓存感知压缩保留 DeepSeek 缓存命中 - 图片理解（针对性分析） — 拖拽或粘贴图片即可分析。发送时仅附图片路径，由主模型按当前问题调用
analyze_image工具做针对性分析（而非预生成通用描述）；内置反幻觉约束，只报告图中实际可见内容、区分观察与推测。默认使用 Qwen-VL 视觉模型 - 图片生成 — 用户要求生成/绘制图片时，主模型调用
generate_image工具，经 OpenAI 兼容接口（支持 New API、sub2api 等中转）生成并保存到本地，对话中直接显示缩略图（点击放大） - 跨会话记忆 — 模型记住用户偏好与项目背景，新会话自动带上；完成任务/解决 bug 后主动询问是否记入长期记忆（用户确认才写，不擅自存）；设置面板可查看/编辑/删除记忆条目
- Token 用量追踪 — 侧边栏显示本轮/本次 Agent 运行的输出 token 与缓存命中率；用量面板提供月、周、模型维度统计
| 工具 | 说明 |
|---|---|
read_file |
读取本地文件（txt, md, py, json, csv, pdf, docx, xlsx 等） |
write_file |
写入或覆盖文件 |
apply_patch |
精确字符串替换修改文件（原文片段 → 新内容），支持多处/多文件编辑；匹配不到或不唯一时报错而非写坏文件 |
list_directory |
列出目录内容 |
run_command |
执行本地命令（Windows 优先 Git Bash、找不到时回退 PowerShell；macOS/Linux 使用 bash），带确认、白名单与超时保护 |
analyze_image |
用视觉模型针对具体问题分析本地图片 |
generate_image |
用生图模型生成图片并保存到本地 |
edit_image |
在已有图片上按文字指令编辑（替换物体、增删元素、改文字等，基于 Qwen-Image-Edit） |
ocr_image |
本地离线 OCR（RapidOCR）识别图片中的文字 |
web_search |
多引擎网络搜索，自动降级 |
web_read |
读取论坛/网页、远程 PDF、Word 与图片，并列出网页图片候选 |
extract_images |
提取网页图片、PDF 页面或 Word 内嵌图片，可直接 OCR 或继续视觉分析 |
browser_* |
启动独立 Edge/Chrome 会话，读取页面快照并执行点击、输入、滚动、关闭 |
ssh_* |
建立持久 SSH 会话，远程执行命令、观察结果并继续 ReAct 操作 |
read_conversations_by_date |
按日期范围读取历史会话，支持生成日报、周报与阶段总结 |
rlm_query |
并行派发 1-16 个子任务到低成本模型 |
compact |
手动触发上下文压缩 |
background_run / background_check |
异步运行耗时命令并查询状态，避免阻塞 Agent 工具循环 |
todo_write |
维护结构化任务清单 |
subagent |
派生子 Agent 独立执行工具循环 |
glob_files |
按模式匹配搜索文件 |
grep_files |
按内容搜索文件 |
ask_user_question |
向用户提问并等待回答 |
enter_plan_mode / exit_plan_mode |
进入/退出计划模式 |
此外还包含持久化任务、团队消息总线和 Git worktree 等高级工具；MCP Server 暴露的工具会在连接后动态加入当前 Agent。
- 6 种搜索后端 — Tavily、Brave Search、Firecrawl、Google Custom Search、SearXNG、DuckDuckGo
- 自动降级 — 首选引擎失败时自动尝试下一个；DuckDuckGo（免费无需 Key）作为最终兜底
- 并行抓取 — 搜索结果页面并发抓取全文（最多 5 线程），大幅减少等待时间
- 软限制 — 单轮超过 5 次搜索后提示模型整合结果
- 手动/自动模式 — Auto 由模型决定是否搜索；Manual 通过工具栏开关控制
- 论坛正文保留结构 —
web_read使用正文优先解析，保留段落换行，并识别srcset与常见懒加载图片 - 远程文档直读 — URL 指向 PDF 或 DOCX 时自动识别、缓存并提取文字，PDF 文字带页码标记
- 文档图片提取 —
extract_images可按页渲染 PDF（保留图、图注与版式），也可仅提取内嵌位图或 Word 媒体 - OCR 优先、视觉按需 —
extract_images(ocr=true)可在提取后直接运行现有 RapidOCR；文字型截图和扫描件无需视觉 API，只有场景、布局、趋势或空间关系才调用analyze_image
- 针对性图片分析 — 发送图片时仅附绝对路径；文字型内容优先使用本地 OCR，人物表情、图表趋势、布局和特定区域等视觉语义再由主模型调用
analyze_image。视觉请求可设置 10-300 秒超时，且不会因 SDK 自动重试叠加等待 - 反幻觉约束 — 视觉模型被强制只报告实际可见内容、区分观察与推测、文字/数值逐字符照读、看不清就说不清，降低错误结论风险
- 图片生成 — 调用
generate_image经 OpenAI 兼容/v1/images/generations生成图片，支持 New API / sub2api 等中转，保存到本地并在对话中显示缩略图卡片 - 图片编辑（指令式） — 调用
edit_image在已有图片上按文字指令编辑（如「把图里的猫换成狗」、增删元素、改图中文字、风格迁移），基于阿里 Qwen-Image-Edit，复用图片生成的配置 - 本地 OCR — 调用
ocr_image用本地 RapidOCR(ONNX) 引擎离线识别图片文字，速度快、不消耗视觉模型额度 - 读取模型列表 — 设置面板可一键拉取视觉/生图服务商的可用模型列表，点击直接填入
- 配套配置 — 视觉与生图各自独立的
api_key/base_url/model，设置面板「图片工具」标签分子页配置
- 跨平台 Shell — Windows 优先使用 Git for Windows 的 bash，让 Agent 常用的 Unix 命令可直接运行；未安装时回退 PowerShell，macOS/Linux 使用
/bin/bash - 输出编码自适应 — Git Bash 优先 UTF-8，PowerShell 兼容 GBK/cp936，减少中文输出乱码
- 命令确认与白名单 — 执行命令前弹确认对话框，可将命令加入允许列表实现后续自动执行；支持智能通配符模式建议
- 超时与中断 — 命令带超时保护，可随时停止执行
- MCP 客户端 — 支持 stdio 与 Streamable HTTP 两种传输方式，连接后的工具会动态注册到 Agent
- 可视化管理 — 在设置中新增、编辑、删除、启停和测试 MCP Server，可分别配置命令、工作目录、环境变量、URL 与请求头
- Claude / Codex 导入 — 自动发现用户目录和当前项目中的 Claude Code、Codex 配置，可勾选导入模型或 MCP Server
- 安全边界 — 环境变量与请求头支持变量展开；导入前展示来源，修改后保存才生效
- 浏览器控制 — 使用本机 Edge 或 Chrome 启动独立、可见的浏览器会话，支持页面快照、元素引用、点击、输入和滚动
- 隔离与确认 — 不复用默认浏览器 Profile 或登录态；打开、点击和输入遵循现有确认策略，密码、验证码、API Key、支付信息必须由用户手动输入
- SSH ReAct — 支持密钥、SSH Agent 或默认私钥建立持久连接，Agent 可逐条执行远程命令并根据输出继续操作；高风险命令需要确认
- 会话绑定项目目录 — 每个会话可绑定一个项目文件夹，工具的相对路径以此为基准，根治模型把文件写到错误目录的问题
- 侧边栏按项目分组 — 对话列表按项目折叠分组，支持跨组拖拽归类、拖拽排序（带占位块视觉反馈）
- 主页项目选择 — 新建对话时可选最近项目、添加新项目或无项目快速开始
- 路径失效提示 — 跨设备同步后项目目录在本机不存在时，顶部提示并可一键重设
- 临时对话 — 仅保存在内存，不写入磁盘、不出现在侧边栏/搜索/归档/云同步中；切换到普通对话后自动丢弃
- 归档与批量管理 — 普通/归档视图分离，支持单条、整项目和多选批量归档、恢复、删除；正在生成的会话会被保护
- 长列表收纳 — 每个项目默认显示最近 5 条，可按组展开；侧边栏同时显示会话更新时间
- 正文搜索 — 搜索标题及用户/助手可见正文，不搜索隐藏的工具结果
- 日报与周报 — Agent 可按日期范围读取历史会话完整内容，结合系统注入的当前日期生成日报、周报或阶段总结
- 一键全量同步 — 对话历史 + 配置文件 + 跨会话记忆一键上传到云盘文件夹（坚果云/OneDrive 等）
- 一键全量导入 — 换电脑时一键导入所有对话、配置和记忆，无需手动迁移
- 自动上传 — 对话完成后自动复制到同步文件夹
- 启动检测 — 每次启动自动检测云端新对话，标题栏提示
- 选择性导入 — 复选框界面，可自行选择要导入的对话
- 配置同步 — API Key、模型配置、允许的命令列表等全部同步（本机同步路径不会被覆盖）
- 导出为 Markdown — 仅导出用户和助手的对话内容，不含工具调用
- 导入对话 — 支持从 .json（完整备份）或 .md（导出格式）文件导入历史对话
- 内置与自定义技能 — 保存并复用提示词模板
- 导入 Claude 风格技能 — 从文件夹导入（自动识别
SKILL.md+ 附属文件，支持批量导入） - 完整管理面板 — 创建、编辑、删除技能
- 持久化键值存储 — Agent 可跨对话保存和回忆信息（
memory_read、memory_write） - 自动注入 — 新对话开始时自动注入记忆摘要
- Git worktree 集成 — 每个对话可在独立 worktree 中操作
- 命令安全 — 确认对话框，支持智能通配符模式建议
- Worktree 面板 — 侧面板显示活跃 worktree、分支和绑定任务
- 多 Agent 团队 — 派生持久化团队成员，独立线程运行
- 消息总线 — 线程安全的收件箱/发件箱，Agent 间通信
- UI 通知 — 团队成员完成工作时实时回调
- 空闲自动认领 — 空闲成员自动从任务板认领未分配任务
- 持久化任务 — 跨对话存续的结构化任务
- 依赖图 — 任务间可设置阻塞关系（pending → in_progress → completed）
- Worktree 绑定 — 绑定的 worktree 移除时任务自动完成
- 批量子任务 — 最多并行派发 16 个独立提示到 deepseek-v4-flash
- 应用场景 — 批量翻译、代码审查、多文件分析、数据提取
- 自动选模型 — 自动从已配置模型列表中选择 flash 模型
- pywebview 桌面应用 — 原生窗口 + Web 聊天界面
- 对话管理 — 侧边栏项目分组、拖拽排序、正文搜索、临时对话、归档、批量操作、重命名和删除
- 可折叠工具气泡 — 工具调用和结果以可折叠消息气泡展示
- 文件改动面板 — Agent 写文件后按文件累计显示增删行数，点击可查看带行号 diff 并在文件管理器中定位
- 聊天导航 — 上/下一条消息按钮，平滑滚动
- Markdown & LaTeX — 完整渲染，使用 marked.js 和 KaTeX（本地离线，无 CDN）
- 主题支持 — 深色/浅色主题，可调字体大小
- 上下文进度条 — 实时显示 token 用量和上下文利用率，切换对话时自动刷新
- 用量仪表盘 — 月度热力图、周度柱状图和模型分布环图，可查看输入、输出、总量、缓存命中/未命中
- 动态天气背景 — 城市昼夜随时间切换，并根据定位或指定城市显示晴、云、雨、雪、雾、雷暴；雨天支持 WebGL2 折射效果及 Canvas 降级
┌─────────────────────────────────────────────────────────┐
│ pywebview (WebView2 / WebKit) │
│ ┌───────────────┐ JS ↔ Python API ┌───────────┐ │
│ │ Frontend │◄─────────────────────►│ Backend │ │
│ │ HTML/CSS/JS │ │ Python │ │
│ └───────────────┘ └─────┬─────┘ │
└────────────────────────────────────────────────┼────────┘
│
┌───────────────────────────────────────┼──────┐
│ Agent Loop │ │
│ ┌─────────┐ ┌──────────┐ ┌───────┴───┐ │
│ │ Stream & │ │ Tool │ │ Context │ │
│ │ Parse │ │ Registry│ │ Manager │ │
│ └─────────┘ └──────────┘ └───────────┘ │
└──────────────────────────────────────────────┘
│
┌────────────────┼────────────────────────┐
│ ▼ │
│ ┌──────┐ ┌────────┐ ┌───────┐ ┌────────┐ │
│ │ File │ │ Search │ │ MCP │ │Browser │ │
│ │ I/O │ │ (6 eng)│ │ Tools │ │ / SSH │ │
│ └──────┘ └────────┘ └───────┘ └────────┘ │
└─────────────────────────────────────────┘
- Windows 10/11，需安装 WebView2 Runtime（Win11 通常已预装）；或 macOS（使用系统自带 WebKit，无需额外运行时）
- Python 3.10+
- 至少一家 LLM 服务商的 API Key
前往 GitHub Releases 下载：
- Windows：
QuickModel-Setup.exe（Inno Setup 安装程序） - macOS Apple Silicon：
QuickModel-mac-arm64.zip
git clone https://github.com/SolitudeZY/Deepseek-GUI.git
cd Deepseek-GUI
# requirements.txt 已按平台声明依赖；macOS 会自动安装 pyobjc
pip install -r requirements.txt
python main.pypip install pyinstaller
# Windows：生成 dist/QuickModel/ onedir 目录
pyinstaller QuickModel.spec --clean
# 再使用 Inno Setup 6 生成安装程序（PowerShell）
iscc /DMyAppVersion=X.Y.Z installer.iss
# macOS：生成 dist/QuickModel.app
pyinstaller main_mac.spec --cleanWindows 已从 onefile 切换为 onedir + Inno Setup，用于避免自更新重启时的 Python DLL 加载问题。Git tag v* 会触发 GitHub Actions 同时构建 Windows 安装包和 macOS .app 压缩包。正式发版请使用 python bump_version.py X.Y.Z 同步应用版本、提交、tag 和推送。
详细图文教程请参阅 使用说明 | 主流 LLM 模型的 API Base URL 汇总
- 启动后点击右上角 设置
- 在「模型配置」中选择协议/服务商类型，填入 API Key、Base URL 和模型名；也可从 Claude/Codex 导入已有配置
- 可选：在「MCP」中添加服务器，或导入本机 Claude/Codex MCP 配置
- 可选：配置搜索引擎 Key、图片工具、云同步和动态天气背景
- 保存设置，选择项目目录或直接开始无项目对话
- 思考模式：复杂推理任务开启 high/max；简单问答用 off 节省 token
- 联网搜索：研究任务用 auto 模式；想控制搜索用量时切换到 manual
- 临时对话：不希望写入历史、搜索或云同步的内容，使用侧边栏「临时」入口
- RLM：让 Agent 批量处理任务（如"翻译这 10 段"），会自动使用并行子任务
- Compact：对话过长时使用
/compact或等待自动压缩 - 日报/周报：直接说“总结我上周的会话并生成周报”，Agent 会换算日期并读取对应历史
- 云同步：设置同步文件夹后，点「一键上传全部」即可备份；新电脑点「一键导入全部」恢复
- 技能：常用提示词保存为技能，下次直接调用
quick_model/
├── main.py # 入口
├── QuickModel.spec # Windows onedir 打包配置
├── main_mac.spec # macOS .app 打包配置
├── installer.iss # Windows Inno Setup 安装程序
├── app/
│ ├── agent.py # 核心 Agent 循环（拆分为流式解析/工具执行/上下文管理）
│ ├── tools.py # 内置工具实现（文件、搜索、命令）
│ ├── browser_tools.py # Playwright 浏览器控制（Edge / Chrome）
│ ├── model_protocol.py # Chat Completions / Responses / Anthropic 协议适配
│ ├── mcp_client.py # MCP stdio / Streamable HTTP 客户端
│ ├── external_config.py # Claude / Codex 配置发现与导入
│ ├── retrieval.py # 网页/远程文档解析与图片提取
│ ├── advanced_tools.py # 子 Agent、任务、后台任务、Todo 管理
│ ├── skills.py # 技能 CRUD、导入、记忆持久化
│ ├── team.py # 多 Agent 团队、消息总线（线程安全）、Worktree
│ ├── sync.py # 云同步模块（对话+配置 上传/检测/导入）
│ ├── webview_app.py # pywebview API 桥接（Python ↔ JavaScript）
│ ├── config.py # 配置加载/保存
│ ├── conversation.py # 对话 CRUD、导入导出、排序
│ ├── compact.py # 上下文压缩与摘要
│ ├── token_usage.py # Token 用量记录与周/月聚合
│ ├── vision.py # 图片描述与图片生成（Vision API）
│ └── static/ # HTML/CSS/JS 前端
│ ├── index.html # 主界面布局
│ ├── core.js # 全局状态与 DOM 引用（最先加载）
│ ├── render.js # Markdown / KaTeX / 代码渲染
│ ├── drag.js # 会话手动拖拽排序
│ ├── dialogs.js # 提问、确认、图片灯箱、diff 等弹窗
│ ├── settings.js # 设置、MCP、模型与同步管理
│ ├── starfield.js # 城市昼夜、天气、星轨背景引擎
│ ├── app.js # 会话、消息、流式回调与主交互
│ ├── style.css # 深色/浅色主题样式
│ └── animations.css # 动画与过渡效果
└── tests/ # 会话、模型协议、浏览器与用量测试
用户数据不写入仓库：Windows 位于 %APPDATA%/AIDesktopAssistant/，macOS 位于 ~/Library/Application Support/AIDesktopAssistant/。
- 前端：pywebview（Windows: WebView2 / macOS: WebKit）、HTML/CSS/JS
- 后端：Python 3.10+、OpenAI SDK、Anthropic SDK、MCP Python SDK
- 渲染：marked.js、KaTeX、highlight.js（全部本地离线）
- 自动化：Playwright（调用本机 Edge / Chrome）、Paramiko（SSH）、RapidOCR（本地 OCR）
- 并发：threading + ThreadPoolExecutor（搜索抓取、后台命令、多 Agent 团队）
- 打包：PyInstaller onedir + Inno Setup（Windows）、PyInstaller app bundle（macOS）
MIT