hope-agent
shiwenwen/hope-agent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
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。
想象这样一个工作日：上午你在 MacBook 上让 Hope Agent 整理一份市场调研简报，它拆解成子任务、写好大纲、标注来源；中午你出门，手机上通过飞书或 Telegram 补了一句"重点盯一下竞品的定价策略"，Agent 在同一个会话里接着改；晚上回家打开桌面，屏幕上已经是三份可审阅的草稿和一份交付清单。这不是某个演示视频，而是 Hope Agent 官方 README 里描述的"跨端交接"日常。
Hope Agent 是个人开发者 shiwenwen 在 2026 年 3 月开源的一个本地优先、桌面优先的个人 AI Agent。到 10 月底，它已经积累了 1859 个 Star、168 个 Fork，Release 版本迭代到 v0.70.0，CHANGELOG 有 70 万字符——这个更新密度在个人开源项目里相当罕见。
过去两年几乎所有 AI 助手都在做同一件事：给一个输入框，等一个输出。问题在于，这种形态天然有三个断裂：
第一个断裂是上下文。 换一个会话，昨天讨论过的技术选型就消失了。Hope Agent 用分层记忆解决这件事——记忆按全局、项目、Agent 三层组织，精简的 Core 记忆常驻上下文，详细内容通过全文检索和向量检索按需取回，避免每轮把全部历史塞进 prompt。
第二个断裂是主动性。 聊天框里的 AI 只能在你按下回车时工作。Hope Agent 用一套"心智模型"重构了这件事：Goal 定义最终结果和验收标准，Workflow 组织一次具体执行（阶段、条件、并行、多 Agent、Diff、Review、验证），Loop 决定何时再次推进（固定间隔、条件触发、内部事件，或模型自己决定唤醒时间），Task 呈现实时进度，Mode 控制自主执行强度。Goal 支持预算、进度、暂停和恢复，完成前还会经过一次"保守审计"并展示结果证据。
第三个断裂是端。 Hope Agent 有三种运行形态共用同一套 ha-core 核心：桌面 GUI（macOS 完整支持，Linux/Windows 实验性）、Server + Web GUI（无 GUI 守护进程，可常驻 NAS，React UI 通过 rust-embed 内嵌进二进制，浏览器打开 http://<host>:8420 即得完整界面）、ACP（stdio 协议，作为 IDE 的 Agent 后端）。配置、会话、记忆统一落在 ~/.hope-agent/。
如果把常见 AI 聊天工具比作"随时可以问的百科全书"，Hope Agent 更像一个小型工作台团队：Goal 是老板交办的 KPI，Workflow 是项目排期表，Loop 是每天的站会，Task 是看板上的卡片，Plan 是可以中途改的方案稿。你可以随时说"这个方向不对，换个做法"，它会暂停、重排、继续，而不是从头再来。
Hope Agent 是真正的 Rust 工程，不是"套壳 Web 应用"：
ha-core 是零 Tauri 依赖的纯核心库，ha-acp/ha-browser/ha-design/ha-mac/ha-mcp/ha-media/ha-pet/ha-updater/ha-vcs/ha-weather 是按能力拆出的特征 crate，ha-server 只是 axum HTTP/WS 的薄壳，src-tauri 是 Tauri 桌面薄壳。127.0.0.1。
设计空间：从一句话生成落地页、演示文稿、仪表盘等 10+ 类产物，支持可视化微调、版本管理与多格式导出。
第一层，最省事：官网下载安装包。macOS 有 Homebrew Cask（brew tap shiwenwen/hope-agent）和 DMG，Windows 有 Scoop 和 NSIS 安装包，Linux 提供 AppImage/deb/rpm 并维护 apt/dnf/AUR 源。填 API Key 或走 Codex OAuth 登录即可开聊，不需要搭环境。
第二层，Web 部署：一条命令就能跑起来。
docker run -d --name hope-agent -p 127.0.0.1:8420:8420 -v hope-data:/data \
ghcr.io/shiwenwen/hope-agent:latest
仓库自带的 docker-compose.yml 是三阶段 Dockerfile 构建（Node 24 构建前端 → Rust 1.95 构建二进制 → Debian trixie slim 运行），镜像覆盖 linux/amd64 与 linux/arm64，并带一个 with-ollama profile 用于本地模型。注意一个细节：镜像运行时必须用 Debian 13 trixie（glibc 2.41），因为 fastembed 依赖的 ONNX Runtime 预编译二进制需要 glibc 2.38+ 的 __isoc23_strtol，bookworm 会在链接期失败——这是自建镜像最容易踩的坑。
第三层，源码开发：pnpm install && pnpm dev:desktop 启动 Tauri 桌面开发。工具链要求 Rust 1.95（rust-toolchain.toml 锁定）、Node 24、pnpm 10.33.1（corepack 按 packageManager 固定）。
知识空间：与 AI 共同读写真实 Markdown 笔记，支持全文与向量检索、双链图谱、原子笔记，可绑定已有 Obsidian 库。
ha-mac crate，Windows/Linux 官方标注"实验性"，Windows 端还专门提示可能缺 MSVC 运行库。Linux 无 GUI 的 Server 模式是最成熟的部分。Hope Agent 代表了 2026 年桌面 AI Agent 的一条清晰路线：不追求"最聪明的对话"，而追求"最能持续托付工作的个人软件"。它的独特之处不在单点能力——画图、MCP、浏览器控制这些都有人做——而在于把 Goal / Workflow / Loop / Task / Memory 这一整套"长期任务基础设施"做成了统一的产品心智模型，并且用同一套核心贯穿桌面、浏览器、NAS 和 IDE 四个入口。
Insights 数据大盘：统一查看用量、费用、健康度与活跃趋势，并可复盘一段时间内的会话生成独立 HTML 报告。
有意思的是，它的话题标签里赫然写着 hermes-agent 和 openclaw——同一赛道的玩家互相把彼此列为相关项目，说明这个细分方向正在快速聚拢。对关注"个人 AI 助手走向操作系统级软件"这条线的人，Hope Agent 值得持续跟踪。