better-chatbot

Keinsaas Navigator：让 AI 助手真正成为你的「第二大脑」

开篇：从「调戏 AI」到「指挥 AI」

你一定有过这样的经历：对着 ChatGPT 说了一长串需求，它却答非所问；想让 AI 帮你查资料、跑代码、发邮件，得在十几个窗口之间来回切换；团队想共享一套 AI 工作流，却发现根本没有好用的开源工具。

Keinsaas Navigator（原名 Better Chatbot）正是为解决这些痛点而生。它不只是一个聊天界面，而是一个开放的 AI 工作空间——支持多模型切换、MCP 协议工具扩展、可视化工作流编排，甚至内置语音对话能力。2025 年在 GitHub 悄然走红，目前已积累超过 1100 颗 stars，成为开源 AI Agent 领域值得关注的项目之一。

图1：Keinsaas Navigator 主界面，支持多 AI 模型切换与 MCP 工具扩展

---

项目背景：一个人的「英雄主义」与开源社区的汇聚

这个项目的作者是韩国开发者 Choi Sung Keun（GitHub @cgoinglove），他从 2023 年开始维护 Better Chatbot 项目。最初只是个人为了解决「在不同 AI 模型之间切换」这个简单需求，写了一个界面来统一管理多个 API key。

随着 Vercel AI SDK 的成熟和 MCP（Model Context Protocol）协议的兴起，项目逐渐演变成一个功能完整的 AI 工作台。2024 年底正式更名为 Keinsaas Navigator，定位从「更好的聊天机器人」升级为「AI Agent 工作空间」。

作者在 README 中坦诚表示，项目命名经历了多次变化（Better Chatbot → Better → Navigator），这种坦诚反而赢得了社区信任。目前项目已有 50+ contributors，Discord 社区活跃。

---

核心功能：四层能力叠加

第一层：多 AI 模型聚合

Keinsaas Navigator 同时支持 OpenAI GPT-4 系列、Google Gemini、Anthropic Claude、xAI Grok、本地 Ollama 等十余种模型。用户可以在同一个界面中切换不同模型对比回答质量，也可以让不同模型协作完成复杂任务。这种「模型无关」的设计思路，避免了用户被锁定在单一 AI 供应商。

第二层：MCP 协议工具扩展

这是项目的核心亮点。MCP（Model Context Protocol）是由 Anthropic 主导的 AI 工具调用标准协议，允许 AI 模型动态发现和调用外部工具。Keinsaas Navigator 内置 MCP Client，可以连接任意 MCP Server——意味着你可以让 AI 访问文件系统、搜索网页、执行代码、操作数据库，甚至调用第三方 API。项目内置了文件搜索、网页搜索、代码执行等基础工具。

第三层：可视化工作流编排

不同于简单的对话界面，Navigator 提供了工作流（Workflow）功能。用户可以通过图形化界面编排多步骤的 AI 任务链：例如「先用搜索工具收集信息 → 再用代码执行工具分析数据 → 最后生成图表」。工作流支持导出分享，团队成员可以直接复用。

第四层：语音对话与实时交互

内置 Voice Assistant 功能，支持实时语音对话。结合 MCP 工具扩展，语音模式下 AI 同样可以调用工具——用户可以边说话边让 AI 实时搜索资料或执行代码。

---

技术架构：Next.js 全家桶 + AI SDK

从代码结构来看，项目采用典型的 Next.js App Router 全栈架构，技术选型相当现代：

技术栈	用途
Next.js 15	全栈框架，App Router 模式
Vercel AI SDK	AI 模型统一接入层
@modelcontextprotocol/sdk	MCP 协议实现
TypeScript	全项目强类型
Drizzle ORM + PostgreSQL	数据持久化
Radix UI + Tailwind CSS	组件库与样式
Playwright	E2E 测试

核心代码结构：src/app（页面路由）、src/components（UI 组件）、src/lib（业务逻辑）、src/hooks（React hooks）、src/types（类型定义）。

部署方面，项目提供了完整的多阶段 Dockerfile，基础镜像为 node:23-alpine，构建产物通过 Next.js standalone 模式输出，镜像体积精简。同时提供 docker-compose.yml，一键启动应用 + PostgreSQL 数据库。

值得注意的是，项目还支持 Vercel 一键部署——用户只需配置几个环境变量（API keys），无需任何服务器知识，5 分钟内即可拥有自己的 AI 工作台。

图2：可视化工作流编排界面，支持多步骤 AI 任务链

图3：MCP 工具调用演示，AI 可实时调用外部工具

---

部署体验：开箱即用，但需要一定的技术基础

优势方面：项目提供了多种部署路径，最简单的是 Vercel 一键克隆，只需配置 API key 即可使用。对于有 Docker 环境的用户，docker-compose up 可以一键启动完整服务（应用 + PostgreSQL）。多阶段 Dockerfile 构建的镜像体积控制在合理范围内（相比 Next.js 默认输出）。

需要注意的点：项目依赖 PostgreSQL 17 和 Redis（如使用），本地开发需要先启动数据库服务。虽然 docker-compose 已包含 postgres，但 Redis 需额外配置。部分高级功能（如 S3 文件存储）需要配置云服务账号。

硬件需求方面，这是一个纯 Web 应用，不需要 GPU，CPU 部署即可运行。内存建议 2GB 以上，磁盘 2GB 足够。

---

局限与挑战

作为一个相对年轻的个人主导项目，Navigator 也存在一些局限性：

1. 文档深度不足：README 功能介绍较为笼统，API 和插件开发文档缺失，对想深度定制的开发者不够友好。
2. 生产环境验证有限：虽然 Vercel 部署方便，但在高并发场景下的性能和稳定性数据较少。
3. MCP 生态尚在发展：MCP 协议本身还处于快速迭代阶段，项目依赖的 @modelcontextprotocol/sdk 版本升级可能带来兼容性问题。
4. 中文社区支持薄弱：文档和讨论以英文为主，对中文用户有一定门槛。

---

行业意义：开源 AI 工作台的第三条路

Keinsaas Navigator 代表了一种新兴的 AI 应用开发范式：不重复造轮子。它站在 Vercel AI SDK、Next.js、MCP 协议这些基础设施之上，将 AI 能力封装为用户可感知的产品。相比 OpenWebUI、AnythingLLM 等竞品，Navigator 的差异化在于对 MCP 协议的深度集成和可视化工作流。

从 growth_trend_score（51.91）来看，项目正处于稳定成长期，预计未来会在「AI 助手 + 自动化工作流」细分市场持续吸引关注。

---

总结：如果你需要一个统一的 AI 交互界面，同时希望 AI 能够真正「动手」帮你完成任务（搜索、编程、数据分析），Keinsaas Navigator 是一个值得尝试的选择。它不是最华丽的，但可能是最实用的开源 AI 工作台之一。