Chat On Steroids：将 ChatGPT 变身为本地编码 Agent

Chat On Steroids 界面

Chat On Steroids 让 ChatGPT 获得操控本地文件、终端和桌面的能力

---

痛点场景：ChatGPT 的"手"去哪了？

你在用 ChatGPT 写代码。它说得头头是道，分析问题、给出方案、写出函数，看起来像模像样。但当你让它"把这段代码写入文件"——它只能把代码"粘贴"到聊天框里，然后你得自己复制、创建文件、粘贴、运行。

这就是当前 AI 编程工具最大的体验断层：ChatGPT 能"想"，但不能"做"。

Claude Code、Cursor、GitHub Copilot Workspace 这类产品早就解决了这个问题——它们让 AI 直接读写文件、运行终端命令、操作浏览器。而普通的 ChatGPT 对话始终停留在"建议"层面，缺乏真实的执行回路。

Chat On Steroids（以下简称 CoS）正是在这个痛点上发力：它为普通 ChatGPT 对话增加了一个 MCP（Model Context Protocol）桥接层，让 ChatGPT 能够真正操控你的本地环境。

---

项目背景：单人开发者的"桌面 Agent"实验

CoS 由独立开发者 totec448-spec 创建和维护，2024 年底开始在 GitHub 活跃。项目采用 Electron + TypeScript 开发，是一款跨平台（Windows / macOS / Linux）桌面应用，配合同步发布的 Chrome 扩展一起工作。

其核心思路与 OpenAI 官方 2025 年推进的 ChatGPT Developer Mode + MCP 支持高度一致——可以说这是一个"民间先行"的 MCP 实现，在 OpenAI 正式支持之前就已经把 MCP 带入了 ChatGPT 桌面体验。

从 GitHub 数据来看，项目获得了超过 4000 颗星，说明这个方向戳中了不少开发者的需求。

---

核心功能：三层工具体系

CoS 的架构设计清晰，分为三个层次的 MCP 连接器：

1. Core Connector（核心连接器）

负责文件系统、终端和会话管理，是日常编码工作的主力：

工具名称	功能描述
read	读取本地文件内容
find	在项目中搜索文件或内容
apply_patch	向文件追加内容或打补丁
exec_command	执行 Shell 命令
write_stdin	向运行中的进程写入输入
session	查询当前会话状态
agents	调用多 Agent 工作流

这意味着 ChatGPT 可以真正打开、修改、保存代码文件，而不只是输出代码片段。

2. Desktop Connector（桌面连接器）

提供操作系统级别的控制能力：

工具名称	功能描述
observe	截取屏幕截图、查询窗口信息
computer	控制鼠标、键盘和剪贴板

这让 ChatGPT 能够感知桌面状态并执行自动化操作，比如"帮我截个图看看效果"或"自动点击这个按钮"。

3. Compact & Resume（会话压缩与恢复）

ChatGPT 有上下文 token 限制，当对话接近 400k tokens 时，CoS 会自动将当前会话压缩并handoff到一个新的对话窗口，保留本地工作状态（文件修改、终端状态、多 Worker 进度），让长任务不因上下文耗尽而中断。

这是 Copilot Workspace 和 Claude Code 才有的能力，CoS 让普通 ChatGPT 也用上了。

4. Goal 模式（自动循环）

CoS 还提供了一个可选的 Goal Loop：用户设定一个目标后，系统会调用 OpenRouter 模型自动驱动 ChatGPT 继续工作，直到任务完成为止。本质上是一个基于外部 LLM 编排的多轮自动执行循环。

---

技术架构：Electron + TypeScript + MCP 协议

项目使用 Electron 构建跨平台桌面应用，前端界面基于 Vite + React（从 package.json 的 electron-vite.config.ts 和 vite.config.ts 可以确认），编辑器核心使用 CodeMirror 6。

核心依赖包括：

• @modelcontextprotocol/client / server — MCP 协议客户端和服务端实现
• @anthropic-ai/mcpb — Anthropic MCP 桥接
• @xterm/xterm — 终端模拟器（嵌入式的终端界面）
• js-yaml — 配置文件解析
• marked — Markdown 渲染

项目自带 AGENTS.md 和 CLAUDE.md 等 Agent 配置文件，说明这是一个面向 AI 编程工具本身开发的仓库，开发流程高度自动化。

---

上手体验：安装即用

CoS 提供预编译的安装包，覆盖三大主流平台：

• Windows: .exe 安装包
• macOS: .dmg（支持 Apple Silicon）
• Linux: .deb

安装后需要配合 Chrome 扩展一起使用，扩展负责在 ChatGPT 界面中注入 MCP 通信能力。整个配置过程有详细文档支撑，对有经验的开发者来说上手门槛不高。

但需要注意：项目没有提供 Docker 容器化部署，不支持无头服务器场景。这是一款面向本地桌面用户的工具，不适合作为远程服务部署。

---

争议与局限

1. 安全边界依赖用户判断：CoS 的安全模型是"深度防御"而非硬隔离，AI 对本地文件的读写权限由用户在配置阶段划定。若将范围设得过大，可能产生意外破坏。

2. 重度依赖 Chrome 浏览器：桌面连接器依赖 Chrome 扩展实现，若用户不使用 Chrome（如 Firefox/Edge 用户），部分功能受限。

3. 非官方实现：在 OpenAI 尚未全面开放 MCP 支持的阶段，这是通过非官方手段实现的 hacky 方案。随着 OpenAI 官方 MCP 支持的完善，部分功能可能与官方方案重叠或产生冲突。

4. 单人维护风险：目前项目由独立开发者维护，缺乏企业级背书和长期支持保障。

---

行业意义

CoS 代表了 2024-2025 年 AI 编程工具的一个重要趋势：将通用对话式 AI 转化为可执行的工作流 Agent。

随着 MCP 协议被 OpenAI、Anthropic、Google 等主流厂商广泛采纳，类似的"AI + 本地工具"桥接方案会越来越多。CoS 的价值在于它验证了这个方向的可行性，并且以开源方式让普通用户也能在官方支持到来之前体验到这类能力。

从 Star 增长趋势来看，项目正处于快速成长期，未来如果能获得更多社区贡献或商业赞助，有望成为 MCP 生态中的重要客户端工具之一。

---

快速上手建议

1. 下载对应平台的安装包
2. 安装 Chrome 扩展
3. 阅读官方文档中的安全配置指南，合理划定 MCP 工具权限范围
4. 用一个小型文件修改任务测试 Core Connector（如修改一个配置文件）
5. 逐步尝试多 Worker 并行工作流，体验会话压缩与恢复能力

---

本报告基于 GitHub 仓库公开信息和媒体报道生成，数据截至 2025 年。