Mercury — 灵魂驱动的 AI Agent，让 AI 真正成为你的数字伙伴

想象一下：清晨 8 点，你打开 Telegram，给 Mercury 发了一条「帮我整理昨天的会议记录」，几秒后它回复：「已整理好，会议要点：①产品路线图 Q3 上线；②技术债务需在 6 月前清理；③下周三再评审一次。文件已发送到你的邮箱。」——这不是科幻，而是 Mercury 已经实现的功能。 Mercury 是由独立开发者 cosmicstack 创建的「灵魂驱动」（Soul-Driven）AI Agent。与普通 AI 助手不同，Mercury 不是被动等待指令的工具，而是一个有记忆、有个性、能主动执行复杂任务的全天候数字伙伴。它通过 Telegram、CLI 或 Web 界面与你交互，7×24 小时运行，理解你的偏好、记住你的习惯，甚至能自主调度定时任务。

图1：Mercury 项目主页暗黑主题卡片，展示了 Soul-Driven AI Agent 的核心理念

为什么需要 Mercury？——AI Agent 的信任危机

当前 AI Agent 遍地开花，但大多数存在三个致命问题：权限失控（AI 可以执行任何 Shell 命令，包括删除系统文件）、记忆缺失（每次对话都是全新的开始，AI 不记得你是谁）和人格模糊（AI 的回答千人一面，没有独特风格）。

Mercury 对这三个问题给出了明确答案：

权限硬化（Permission-Hardened）：Mercury 内置了严格的权限系统。Shell 命令有黑名单（sudo、rm -rf / 等高危命令永远拒绝执行），文件操作有读写范围限制（Scope），敏感操作需要用户逐条审批。用户也可以选择「全信任」模式让 AI 自由发挥，平衡了安全性与便捷性。 第二大脑（Second Brain）：Mercury 维护着一个 SQLite + FTS5 全文搜索支撑的结构化记忆系统。它会自动从对话中提取关于你的事实——身份、偏好、目标、项目、习惯、决定、约束、人际关系、事件、反思——共 10 种记忆类型。AI 在每次回复前会主动检索最相关的记忆注入上下文，无需手动输入。系统每小时自动整合碎片记忆，防止记忆碎片化。

灵魂驱动（Soul-Driven）：Mercury 的灵魂由 4 个 Markdown 文件定义：soul.md（核心价值观和行为准则）、persona.md（外在人格表现）、taste.md（风格偏好）和 heartbeat.md（心跳配置）。这意味着 Mercury 有独特的世界观和表达风格，而不是又一个 GPT-4 套壳。

图2：Mercury 项目主页明亮主题卡片，展示了项目的多渠道支持（CLI、Web、Telegram）

核心功能拆解

多渠道接入：CLI、Web、Telegram 一个不落

Mercury 同时支持三种接入方式：CLI（终端 Ink TUI 界面，支持实时流式输出和交互式权限审批）、Web（React SPA Dashboard，内置聊天、Kanban 看板、第二大脑可视化、工作区 IDE，默认端口 6174）和 Telegram Bot（HTML 格式化、可编辑的流式消息、文件上传、多用户分级管理）。

三种渠道共享同一个记忆和会话状态，你在 Telegram 交代的任务，CLI 里能看到进度，反之亦然。这种多渠道设计让 Mercury 可以真正嵌入日常工作流——通勤时用 Telegram 布置任务，回到电脑前在 CLI 或 Web 界面跟进细节。

内置工具链：文件、Shell、Git、Web 一网打尽

Mercury 内置了开箱即用的 Agent 工具集：

所有工具均受权限系统管控，高危操作需要用户明确批准。

技能市场：126+ 社区贡献的可扩展技能

Mercury 拥有活跃的社区技能市场（skills.mercuryagent.sh），收录了 126+ 社区贡献的技能，覆盖 AI/ML、代码开发、数据分析、内容创作等多个领域。技能以 SKILL.md 格式发布，通过 mercury skills install <name> 一键安装到本地。开发者可以编写自己的技能并贡献到市场。

Token 预算管理：不再为 API 账单焦虑

Mercury 内置了 Token 预算系统，用户可以设定每日/每周预算，AI 在接近预算上限时会自动降级到更便宜的模型（DeepSeek → GPT-4o-mini → GPT-3.5），或暂停服务。Kanban 看板的每个卡片也有独立的 Token 追踪，批量任务不会意外爆预算。

Kanban 看板：让 AI 自主处理任务队列

Mercury 的看板不仅仅是任务列表，而是支持 AI 自主执行的智能任务板。用户创建卡片（标题、描述、优先级、标签、依赖关系），Mercury 按依赖顺序处理，更新状态并留下执行结果评论。每个卡片独立 Token 追踪，超预算自动暂停。数据存储在 SQLite 中，支持持久化。

技术架构：TypeScript 原生，模块化设计

Mercury 核心用 TypeScript 编写，源码结构清晰：src/core/（Agent 循环、生命周期、调度器、子 Agent 监督器、文件锁）、src/channels/（CLI、Web、Telegram 三种渠道适配器）、src/providers/（DeepSeek、OpenAI、Anthropic、Ollama 等多 Provider 注册）、src/memory/（短/长/情景记忆 + 第二大脑）、src/capabilities/（权限管理、文件系统、Shell、Git、调度器等工具集）。

项目还包含一个独立的 React Web UI（ui/ 目录，Vite + TypeScript + Tailwind CSS），构建后输出到 docs/ 作为 GitHub Pages 文档站和内置 Web 服务器。

上手门槛：低，但不是零

优点：安装脚本 curl -fsSL https://mercuryagent.sh/install.sh | sh 一键完成，对 Node.js 用户友好。Web UI 自带认证（默认 mercury/Mercury@123），安全性有基础保障。

门槛：需要自行准备 LLM API Key（支持 DeepSeek、OpenAI、Anthropic、Ollama 等多 Provider），没有 API Key 项目无法运行。此外，权限系统的配置需要一定学习成本，高级功能（Kanban 子 Agent 调度、Second Brain 自动提取）依赖用户正确设置。

局限与争议

• 非开箱即用：没有 API Key 就无法运行，对非 AI 开发者有一定门槛
• 无容器化：不支持 Docker 部署，跨平台依赖 Node.js 环境
• 记忆隐私：Second Brain 会持续记录用户数据，所有数据默认本地存储，但需注意 API Provider 的数据政策
• 社区规模有限：虽然有 126+ 技能，但与 OpenAI Agent SDK 或 LangChain 生态相比，社区规模和文档深度还有差距

行业意义：一个值得关注的 AI Agent 实验

Mercury 在 GitHub 拥有 2600+ Stars，说明其「Soul-Driven + Permission-Hardened + Second Brain」的理念得到了开发者社区的认可。它的核心贡献在于：把 AI Agent 从「执行命令的工具」提升到「有个性、有记忆、懂边界的工作伙伴」——这正是企业级 AI Agent 落地的核心挑战。

随着多模态 Agent 应用的普及，权限管理、长程记忆和人格一致性将成为刚需。Mercury 的设计方向——即使还不是最终答案——为这个方向提供了有价值的参考。