使用说明

1.UI界面使用（最建议）:

直接启动 release 中的 exe 可执行文件。

操作指南见 release note

或：

使用 uv 启动 gui.py (cpy=3.10.0)

uv run python ./gui.py

为能够连接使用 OCR ，请预先启动 .\tools\addition\Umi-OCR\Umi-OCR.exe , 并保证主机、端口为 127.0.0.1 , 1224 （即默认情况）。

2.命令行使用:

先安装依赖库

uv sync

使用 uv 启动 aiclass.py (cpy=3.10.0)

uv run python ./aiclass.py

若还没有 uv , 请先安装

pip install uv

程序读取 Deepseek API KEY 时通过 手动输入 、 读取系统环境变量 DEEPSEEK_API_KEY 两种方式

读取 MCP 文件时支持 .py , .json 文件输入，支持多文件输入（不同文件中间用空格分开）。

建议使用局部路径，如

./tools/files.py ./tools/mcp_config.json

目前功能

• 可调用线上 MCP Server，如 MCP.so 仓库上的服务器，只用改 tools\mcp_config.json 中的内容，支持 npx , uvx ，这里默认是 howtocook-mcp 。注：tools\mcp_config.json 中只能添加一个 MCP Server
• 允许输入本地MCP脚本文件，如操作文件、网络爬虫等，这里提供了简单的操作工具 tools\files.py 和 tools\network.py 等用来简单的agent功能。
• 允许自定义 System Prompt 系统提示词、Temperature 温度值。
• 较大操作链实施时，在有循环深度限制下，根据前一步的报错改正重试。最大操作循环深度，由 MAX_ITER 决定。
• 内置 tools\ocr.py OCR 工具函数，对图片, PDF 文档进行文字识别。
• 完备的注释系统，方便维护、查阅。

正在更新

• 零 AI 基础人群友好的 GUI 界面 #4
• 提供更好的接口
• 高度自由化
• 社区模块开发友好
• 增加本地历史储存功能 #2
• i18n

下一步计划

• 添加 RAG
• 支持多 MCP Server 链接服务
• 优化 token 使用

项目架构

• old_console.py 命令行主程序(停更)
• aiclass.py 对原命令行主程序封装得到的类(持续更新)，其中 main() 还实现了一个简单的控制台版 AI Agent
• gui.py UI界面实现(使用PySide6)
• mcp_utils.py MCP连接实现
• tools 包含额外的本地MCP服务 files.py , network.py , osmanager.py , ocr.py 以及简单写了连接 howtocook-mcp 的配置文件 mcp_config.json。
• uv.lock Python 依赖库

鸣谢

• Umi-OCR in https://github.com/hiroi-sora/Umi-OCR
• PySide 界面原型 in https://zhuanlan.zhihu.com/p/1906002163316028282

Ad (

若对深度学习有兴趣，想要接触了解一下，欢迎来看 我的博客 ，共同学习呀~