leon
开源 AI 个人助理，支持工具调用、多模型接入和本地化部署，隐私优先
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
开源 AI 个人助理，支持工具调用、多模型接入和本地化部署，隐私优先
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
清晨，你对着电脑说"帮我查一下今天的天气，顺便给妈妈发条消息"——在以前，这需要你在多个 App 之间切换操作。而 Leon 想让你只需要"说一句话"，剩下的它来搞定。
Leon 是一个开源的个人 AI 助理项目，GitHub 星标数超过 17,000，是目前最活跃的开源 AI 助理项目之一。与纯聊天的 AI 助手不同，Leon 强调"动手能力"：它不只是回答问题，而是能够真正调用工具、记住你的习惯、在你的电脑环境中执行任务。
Leon 诞生于 2019 年，最初定位是一个基于自然语言理解的意图分类型助理。但经过多年迭代，特别是 2026 年的 2.0 Developer Preview 大改版，Leon 已经从"听话的聊天机器人"进化为"能干活儿的 AI 代理"。
作者 Louis Grenié（X: @grenlouis）曾在博客中透露，Leon 的核心设计哲学是三个"接地气"：
这种设计思路在 2026 年大模型能力爆发式提升的背景下显得格外有意义：当模型越来越强大时，如何让它真正"落地"到个人工作流中，而不是停留在"对对话"层面——Leon 给出了一个开源社区的答案。
Leon 的 Web UI 界面，可通过浏览器直接访问
Leon 的技术架构分为四个核心层次，理解这四层，你就理解了整个系统是如何运转的：
Skills 是 Leon 的"能力单元"，分为两类：
SKILL.md 驱动的灵活工作流，模型根据描述自主规划执行步骤，适合复杂的多步骤任务。这种"确定性 + 自主性"的双轨设计，让 Leon 在简单任务上不会"想太多"，在复杂任务上又有足够的灵活性。
Actions 是技能调用的"操作单元"，负责将高级指令翻译为具体操作。一个技能可以调用多个 Actions，Actions 之间可以链式组合。
Tools 是 Leon 实际与外部世界交互的接口，比如调用 API、读写文件、执行 shell 命令等。Tools 是纯函数式的，不包含业务逻辑。
Functions 是底层的二进制依赖，比如调用 ffmpeg 处理音视频、ffprobe 获取媒体元信息等。Leon 在 bridges/ 目录下维护了 Node.js 和 Python 两个桥接层，方便扩展新的二进制工具。
执行模式也是 Leon 的一大亮点：
smart 模式：Leon 自动判断使用哪种执行策略controlled 模式：严格按 Native Skills 的确定性路径执行agent 模式：模型自主规划，像一个真正的 AI Agent 一样逐步执行Leon 的主体代码是 TypeScript，后端 Node.js 运行时，前端使用 Vite + React 构建 Web UI。项目中大量使用 TypeScript 的类型系统（@sinclair/typebox）来定义 API schema，保证前后端类型安全。
AI 模型接入层是一大亮点：Leon 通过 @ai-sdk/* 系列包（Anthropic、OpenAI、Cerebras、Groq、HuggingFace、Moonshot 等）实现了多模型统一抽象，用户可以自由切换不同的 AI 提供商，甚至同时支持本地模型和云端模型。
UI 组件使用了 @ark-ui/react，这是一个新兴的 React 无头组件库，提供底层交互能力但不限定视觉风格，配合自定义 CSS 可以高度定制化界面。
数据层引入了 SQLite（通过 Python 桥接）和文件系统作为持久化存储，轻量但足够应对个人助理场景。
项目使用 pnpm 作为包管理器，配合 pnpm workspace 管理 monorepo 结构，依赖管理清晰高效。测试框架为 Vitest，覆盖单元测试和端到端测试（controlled 和 agent 两种模式分别测试）。
Leon 提供了两种部署方式，对新手都非常友好：
方式一：npm 快速安装（推荐新手）
git clone https://github.com/leon-ai/leon.git
cd leon
npm install -g pnpm
pnpm install
pnpm start
安装完成后，Web UI 直接在 http://localhost:5366 启动，浏览器打开即可使用。整个过程约 5-10 分钟，Node.js >= 24.0.0 是唯一硬性要求。
方式二：Docker 一键部署（推荐服务器）
git clone https://github.com/leon-ai/leon.git
cd leon
docker-compose up
docker-compose.yml 已配置好所有依赖，一条命令完成构建和启动。默认端口 1337（可通过 LEON_PORT 环境变量修改）。容器化部署的好处是环境隔离，不影响宿主机已有的 Node.js 版本。
不过需要注意的是，当前 Dockerfile 使用的是 Ubuntu 20.04 + Node.js 16，并非多阶段构建，生产环境中如果对镜像体积有要求可能需要自行优化。
Leon 并非没有短板，以下几点值得潜在使用者了解：
1. 2.0 仍处于 Developer Preview
2026 年 3 月公告显示，Leon 2.0 的新文档尚未完成，当前文档站和指南大多反映的是旧版架构。如果你需要的是稳定生产可用的版本，建议使用 master 分支（稳定版），而非 develop 分支（2.0 预览版）。
2. AI 模型需要自备
Leon 本身不提供 AI 模型，用户需要自行配置 API Key（如 OpenAI、Anthropic 等）或接入本地模型。虽然支持本地模型，但配置过程对非技术用户仍有一定门槛。
3. 中文支持尚在完善
Leon 的核心开发和社区讨论以英文为主，虽然支持多语言技能（core/langs.json），但中文技能和中文文档的丰富度不及英文。
2025-2026 年，大模型的能力已经有了质的飞跃，但"如何让 AI 真正在个人电脑上落地"这个问题依然没有标准答案。Leon 的探索方向值得关注：它不是简单地"包装一个聊天界面"，而是在认真思考"AI 如何真正调用工具、如何保持记忆、如何控制行为"。
从 GitHub 数据看，17,000+ 星标、1,400+ fork、活跃的 Discord 社区，说明 Leon 已经成为了一个真正的开源社区项目，而非个人作品。作为一个完全由社区驱动、没有大厂背景的个人 AI 助理项目，Leon 的坚持本身就是一种价值。
如果你对 AI 助理有真实需求，或者想了解 AI Agent 的工程实践，Leon 是一个值得研究的对象。它展示了一个模块化、可扩展的 AI 助理系统应该如何构建——不是靠一个巨大的 prompt，而是靠清晰的分层架构和工程化的能力组织。