🤖 AI Desktop

Linux 新手的桌面管家——用对话降低系统操作门槛。

一个模式化的 AI 原生 Linux 桌面助手，不是聊天窗口，而是三种工作模式：

模式	适用	做法
📖 教我	Linux 新手	分步解释，用户确认后执行
⚡ 帮我	想省事的用户	AI 全自动执行，给最终结果
👀 监控	所有人	后台监听日志/报错，异常主动弹窗

它能帮你什么

场景	你只需说	AI Desktop 会
装软件	"装个微信"	判断分发方式 → 加仓库 → 安装 → 配置
修报错	截个图	识别错误 → 查原因 → 给修复命令
管文件	"把下载目录的截图整理到桌面"	筛选文件 → 分类 → 移动
配系统	"设好代理，终端和浏览器都走"	写环境变量 → 配代理 → 验证连通
学操作	"怎么装显卡驱动"	解释每一步原理 → 演示执行 → 你学会

产品理念

不是替代终端，而是降低终端门槛。 开发者会一直用命令行。但对刚接触 Linux 的人来说，AI Desktop 是翻译层——你的自然语言 → 对应的 Linux 操作。

快速开始

前提

• 本地运行一个 OpenAI 兼容的 API 服务（如 llama.cpp 的 llama-server）
• 默认地址 http://localhost:8080/v1（可在设置中修改）

启动

# 1. 克隆
git clone https://github.com/linyize/ai-desktop.git
cd ai-desktop

# 2. 安装前端依赖
npm install

# 3. 开发模式运行
cargo tauri dev

构建

cargo tauri build

产物在 src-tauri/target/release/bundle/ 下：

• .AppImage — 通用 Linux 包
• .deb — Debian/Ubuntu
• .rpm — Fedora/RHEL

配置

启动后点 ⚙️ 进入设置：

选项	默认值	说明
AI 提供商	llama.cpp	可选 Mock（测试）/ DeepSeek / OpenAI
API URL	http://localhost:8080/v1	你的 LLM 服务地址
API Key	空	本地模型不需要

项目结构

ai-desktop/
├── src/                     # React 前端
│   ├── App.jsx              # 主聊天界面 + 设置/向导
│   ├── main.jsx             # 渲染入口
│   └── index.css            # 侧边栏样式
├── src-tauri/               # Rust 后端
│   ├── src/main.rs          # 窗口管理 + 系统命令
│   ├── Cargo.toml           # Rust 依赖
│   └── tauri.conf.json      # Tauri 配置
├── package.json             # Node 依赖
├── vite.config.js           # Vite 配置
└── README.md                # 本文件

开发

环境要求

• Rust >= 1.70
• Node.js >= 18
• Tauri CLI v2: cargo install tauri-cli --version "^2"
• 系统依赖（Ubuntu/Debian）：

sudo apt install -y libwebkit2gtk-4.1-dev build-essential \
  libssl-dev libgtk-3-dev libayatana-appindicator3-dev librsvg2-dev

常用命令

cargo tauri dev       # 开发模式，热重载
cargo tauri build     # 构建发布版
npm run dev           # 单独启动前端（端口 1420）

路线图

详见 ROADMAP.md，当前处于 Phase 1→2 过渡。

License

AGPL-3.0 — 查看详情

交流

• GitHub Issues — 反馈/需求/讨论
• PRs Welcome — 见 CONTRIBUTING.md（TODO）