Getting Started zh

English · 简体中文

快速开始

安装

从 Releases 页面下载。安装包已内置 skills/ 和 mcp-servers/，所以发行版是自包含的——不需要源码树就能拿到 42 个技能和那批生物信息学数据库。

Windows 需要 WebView2 Runtime。Windows 10/11 通常自带 Evergreen Runtime，安装器在缺失时也会去装；但一个过期或损坏的 Runtime 仍可能导致主窗口出不来。见 README 的 Windows installation and startup troubleshooting 一节。

macOS 用系统 WebKit——不需要额外东西。

第一次运行

1. 加一个模型。 设置 → 模型。Wisp 支持三种服务商协议：

   Provider 设置	对接
   openai	任何 OpenAI 兼容的 Chat Completions 端点——DeepSeek、GLM、本地服务、OpenAI 本身
   openai_responses	OpenAI 的 Responses API
   anthropic	Anthropic 的 API

   你的 key 进操作系统钥匙串，不进项目数据库。

2. 建一个项目。 项目 = 一个目录 + 它自己的会话、Python/R 环境、产物和研究图谱。指向一个真实的工作目录——agent 会在那里读写。

3. 直接提要求。 没有开场仪式。试试：

   • "读一下 data/counts.tsv，给我看文库大小的分布"
   • "找一下 FX-cell 的近期文献，哪些是真的能复现的"
   • "把这条序列折叠一下，告诉我这个设计自洽不自洽"

配置本地运行时

直接说："帮我配一下本地环境"——local-env-setup 技能会接手。它会引导：

• uv / Python——首次使用时在 .wisp/python/.venv 建虚拟环境
• Node + scimaster-cli——九个 bear-* 文献技能依赖它
• pixi——用于多环境的生信工作

R 是可选且需要手动装的。 你需要自己保证 PATH 上有 Rscript，且该 R 环境里装了 jsonlite。Wisp 永远不会自动安装 R 包。

从源码构建

只有开发 Wisp 本身才需要。

rustup target add wasm32-unknown-unknown
cargo install --locked trunk
cargo install tauri-cli --version "^2"

另需 Rust stable 1.88+、uv，macOS 上还要 xcode-select --install。

命令行版

同一套 agent 循环、同一批技能、同样的 Python/R REPL，没有窗口：

export WISP_API_KEY="<你的服务商 key>"
export WISP_PROVIDER="openai"
export WISP_MODEL="deepseek-v4-pro"
cargo run -p wisp-cli

东西存在哪

什么	存在哪
项目、会话、产物、设置	你磁盘上的 SQLite
API key、SSH 密码	操作系统钥匙串——不进数据库
技能	skills/，已打进安装包
MCP server	mcp-servers/，已打进安装包
Python 虚拟环境	项目里的 .wisp/python/.venv

除了你配置的模型服务商，以及某次查询明确指向的数据库之外，没有东西离开你的机器。

接下来

• 内置工具——开箱即用的能力
• 技能——42 个内置工作流
• 执行环境——接一台 GPU 服务器
• 界面指南——搞清楚各处是干嘛的