fount

⛲ fount：重新定义 AI Agent 的交互范式

想象一下这个场景：白天，你对着电脑里的"ZL-31"助手说"帮我把上周的会议纪要整理成报告"，它立刻生成了 HTML 文件拖入文件夹；夜晚，你想和 AI 角色聊聊今天的心情，它又能切换到情感陪伴模式，播放你喜欢的背景音乐。两个场景，来自同一个平台——这就是 fount 正在做的事情。

fount（读作 /faʊnt/，全小写）是由 GitHub 用户 steve02081504 于 2024 年 9 月开源的模块化 AI Agent 运行时平台。与其说它是一个聊天工具，不如说它是一个可编程的、可扩展的、标准化的人工智能交互框架。作者将"fount"比作"喷泉"——水源（AI 能力）从一处涌出，通过不同的管道（模块/Parts）流向不同场景，既可以是高效的办公助手，也可以是温暖的情感陪伴者。

截至 2026 年 6 月，该项目已积累 705 颗 GitHub Stars，56 个 Fork，吸引了全球 20+ 种语言的社区用户，创建了 Telegram 电报群（t.me/GentianAphrodite）供开发者交流。与 SillyTavern、OpenClaw 等同类项目相比，fount 的差异化在于它的架构理念：不是简单地在 UI 上套一层提示词，而是从底层重新定义了 Agent 的构建方式。

什么是"Part"？fount 的模块化哲学

fount 的核心概念是Part（部件）。整个系统由动态加载的 Part 构成，每种 Part 承担不同职责：

• Shells（外壳）：定义用户界面，可看作前端的"皮肤"和"渲染引擎"。内置 Chat Shell、Web Shell 等，支持渐进式流式输出、Markdown 渲染、代码高亮与执行。
• Chars（角色）：定义 AI 角色的配置逻辑、提示词结构和人设数据。内置默认角色 ZL-31 可通过对话引导完成全系统配置。
• Plugins（插件）：扩展 fount 的功能边界，如浏览器集成插件（让 AI 能"看见"网页内容并修改 DOM）、IDE 集成插件（JetBrains/neovim/Zed 中的实时代码建议）。
• ServiceSources（服务源）：接入不同的 AI 后端。支持 OpenAI、Claude、Atlas Cloud、Evolink、OpenRouter、NovelAI、Horde、Ooba、Tabby、Mistral 等，并通过 API Pool 实现智能请求路由。
• Worlds（世界观）：定义角色所处的背景设定；Personas（人格面具）：定义 Agent 自身的行为逻辑；ImportHandlers（导入处理器）：支持导入 SillyTavern、Risu 等第三方角色卡。

这种设计的精妙之处在于：Shells 负责"怎么显示"，Chars 负责"是谁"，Plugins 负责"能做什么"——三者完全解耦，可以自由组合。你可以把自己的 AI 角色导出为一个文件，分享给同事，对方只需要把文件拖入对应目录，fount 就能自动识别并加载，无需任何配置。

技术架构：Deno + Express + 动态加载

fount 的后端基于 Deno（TypeScript/JavaScript 运行时），结合 Express 进行 HTTP 路由。项目采用了"无锁定依赖"（No Lock Files）策略，所有导入直接从 URL 拉取（通过 deno.json 管理），确保依赖永远是最新的。

运行时架构分为两层：

• Server 层（src/server/）：Express 服务器，负责 Parts 的生命周期管理、API 路由、认证鉴权。
• Parts 层（src/public/parts/）：具体功能实现。Parts 的加载由 parts_loader.mjs 管理，是一个完全动态的过程——用户只需要在对应目录下放置新文件，服务器自动识别并加载，无需重启（部分需要 fount reboot）。

代码总量约 8162 KB，JavaScript/TypeScript 代码分布在 src/（849 个文件）、src/public/（655 个 Part 文件）以及 default/ 模板目录中。项目同时维护了 13 种语言的本地化文件（zh-CN、ja-JP、ko-KR、de-DE、fr-FR 等），国际化程度极高。

核心功能：从生产力工具到情感陪伴

生产力的维度：fount 支持实时代码执行——AI 生成的代码块不是静态文字，而是可运行的活代码。支持 C/C++/Rust/Python/JavaScript 等多语言，能直接显示 stdout 输出，甚至展示编译后的 ASM 反汇编结果。配合 IDE 集成插件，AI 能在你写代码时提供上下文感知的建议，类似于 GitHub Copilot 的体验，但底层逻辑完全可控。用户还可以通过拖拽对话气泡直接生成独立的 HTML 报告，适合快速整理会议记录或技术文档。

情感陪伴的维度：内置多角色群聊（Group Chat）功能，多个 AI 角色可以同时参与同一个对话，仿佛在举办一场圆桌讨论。用户可以选择 30+ 精美的预设主题，或自定义配色，打造专属的视觉体验。通过 Telegram/Discord Bot Shell，AI 角色可以直接融入社交群组，成为真正的"数字伙伴"。

浏览器集成是 fount 最有想象力的功能之一：内置浏览器插件让 AI 能够"看到"当前网页的内容，并执行 DOM 操作。你可以对 AI 说："帮我把这个页面背景色改成护眼的深色。"——这不是比喻，而是真实可用的功能。

部署体验：一键 Docker 与对话式配置

fount 提供了三阶段 Dockerfile（terser 压缩 JS → minify 压缩 HTML/CSS/SVG → 最终运行时镜像），Dockerfile 末尾会自动执行 run.sh init 安装依赖，镜像大小也通过多层压缩得到了控制。docker-compose.yml 仅需挂载 data 和 node_modules 两个卷即可完整运行。

部署后的配置同样简洁：只需在 .env 中填入一个 AI 服务商的 API Key（支持 OpenAI、Claude、Gemini 等），系统会通过默认角色 ZL-31 以对话引导的方式逐步完成剩余配置——不需要阅读任何文档，也不需要懂技术。这也是 fount 与 SillyTavern 等项目拉开差距的地方：后者的配置需要用户自行查阅 Wiki，而 fount 做到了"零门槛上手"。

图1：fount 仓库封面图

图2：fount 图标

局限与挑战

fount 也有它需要正视的局限性。首先，学习曲线并不平坦——虽然默认角色降低了上手门槛，但想要深度自定义角色逻辑（比如编写 Plugin、开发新的 ServiceSource），仍然需要 JavaScript/TypeScript 编程能力。其次，社区 Part 生态的安全性是一个隐患：作者在 README 中明确提到"某些社区 Part 可能包含恶意代码"，用户在使用第三方 Part 时需要自行甄别。此外，作为一个相对新兴的项目，fount 的文档主要依赖社区贡献的教程（中文教程参见 fount-Guide-for-dummies），官方文档的深度和系统性仍有提升空间。

最后需要注意的是，fount 采用"无锁定依赖"策略，每次运行都会从 URL 拉取最新版本的 npm 包。虽然这保证了依赖始终是最新版，但也意味着构建的可重复性完全依赖上游服务的可用性——这在离线或网络受限的环境中可能造成问题。

行业意义与未来展望

fount 的出现折射了 AI 交互领域的一个趋势：从"聊天界面"到"Agent 平台"的范式转移。传统的 AI 聊天工具将交互限制在"一问一答"的模式里，而 fount 通过模块化架构将 AI 的能力边界大幅扩展——从代码执行到浏览器操控，从 IDE 集成到社交机器人，每个模块都是一个独立的增强维度。

从技术路线看，fount 的 Part 化设计与 LangChain 的 Tool/Agent 概念有异曲同工之妙，但 fount 更侧重于端到端的用户体验而非链式调用编排。随着 AI 模型能力的持续提升，这种"把 AI 嵌入生活每个角落"的思路，有望成为下一代人机交互的标准范式之一。