你的 AI 伙伴，就在桌面上
- 🤖 智能对话 — 基于 eino ReAct Agent，支持多轮对话、工具调用、思考链
- 🎭 Live2D / VRM 宠物 — 可爱的 2D 或 3D 角色，支持多种模型、表情联动、头部跟踪
- 🎙️ 语音输入 — 长按 Option 键触发，macOS 原生 SFSpeechRecognizer 实时语音转文字，支持「立刻发送」模式
- 🔊 语音输出 (TTS) — 支持 OpenAI TTS、Kokoro 本地离线 TTS、macOS 系统 TTS，可按模型 Profile 独立配置
- 🖼️ 多模态对话 — 聊天框粘贴截图/图片，发送给多模态模型；消息气泡缩略图，点击全屏预览
- 📎 文件附件 — 拖入文本文件，内联为消息内容
- 📝 WYSIWYG 编辑器 — Milkdown (Crepe) Markdown 编辑器，所见即所得输入
- 💡 代码高亮 — Shiki 语法高亮，支持 14 种语言
- 🔢 数学公式 — KaTeX 渲染 LaTeX 数学公式
- 🌐 国际化 — 支持简体中文 / English / 日本語 / 한국어，自动跟随系统语言
- 🖱️ 点击穿透 — 宠物不遮挡桌面操作，像素级 Alpha 检测
- 🖥️ 多屏感知 — 连接/断开显示器自动重定位宠物和聊天框
- 📊 系统监控 — 实时 CPU、内存、磁盘、网络面板，Top 进程排行
- ⏰ 番茄钟 — 内置 Pomodoro 计时器，专注/休息循环
- 📁 文件系统工具 — Agent 可在白名单路径内读写文件、列目录、创建/删除/移动
- 🖥️ Shell 执行 — 执行 Shell 命令，执行前弹窗确认，可编辑命令；可信命令自动放行
- 💻 代码执行 — 运行 Python / Node / Ruby / Bash 代码片段，需用户确认
- 📋 剪贴板工具 — 读取和写入系统剪贴板
- 📸 截图工具 — 全屏截图，自动压缩为 JPEG 返回多模态结果
- 📱 应用控制 — 列出运行中 App、激活或退出指定应用
- 🌐 浏览器感知 — 读取当前浏览器 URL 并抓取页面内容
- 📅 系统集成 — 读取/创建提醒事项；读取 Mail.app 邮件；读写日历
- 📱 短信监听 — 监听 iMessage，自动识别验证码并复制到剪贴板
- 🛠️ 内置工具 — 50+ 工具：系统信息、天气、位置、网页抓取、时间、开发者工具等
- 📚 知识库 — RAG 支持，导入 PDF / TXT / EPUB / Markdown 文档
- 🧠 长期记忆 — chromem-go 向量数据库，语义搜索 + 时间衰减排序
- 📝 对话摘要 — LLM 滚动摘要，长对话保持上下文
- 🎯 技能系统 — Agent 可自动沉淀和复用 YAML 技能，支持 forked 子 Agent 执行
- 🔔 主动消息 — Agent 安排定时 follow-up 提醒，聊天框打开时推入对话
- ⏰ 定时任务 — Cron 表达式计划任务，自动触发 Agent 对话
- 🔧 MCP 协议 — 兼容 Model Context Protocol，支持 stdio / SSE / HTTP，热重载
- 🪶 飞书集成 — 通过 lark-cli 操作飞书（消息、日历、文档等）
- 🎨 毛玻璃 UI — 现代化深色主题，录音时 Apple Intelligence 风格彩虹光边框
- 🌊 代码雨背景 — ChatBubble 内 Matrix 风格 Canvas 动画
- 🔄 自动更新 — 检查 GitHub Releases，后台下载安装带进度反馈
- 💾 数据持久化 — SQLite 聊天记录 + chromem-go 向量数据库，全部本地存储
| 平台 | 状态 |
|---|---|
| macOS 11.0+ | ✅ 完整支持 |
| Windows | ❌ 不计划支持 |
| Linux | ❌ 不计划支持 |
Aiko 深度依赖 macOS 专属 API（Objective-C CGO 点击穿透、AVAudioEngine + SFSpeechRecognizer 语音识别、osascript 系统集成等），跨平台移植不在路线图内。
- Go 1.26+
- Node.js 18+ + yarn
- macOS 11.0+
- Wails CLI：
go install github.com/wailsapp/wails/v2/cmd/wails@latest
git clone [email protected]:tiancheng92/Aiko.git
cd Aiko
go mod download
cd frontend && yarn install && cd ..
# 开发模式（前端热重载）
wails dev
# 生产构建 + 启动（推荐，TCC 权限持久化）
make run
# 仅构建
make build为什么用
make run？ 它执行 ad-hoc 签名（codesign --sign -），配合固定 Bundle IDcom.xutiancheng.aiko，macOS TCC 权限（麦克风、辅助功能、通知等）授权后跨重新编译持久有效。wails dev每次重启可能重新弹权限窗。
go build ./... # 仅检查 Go 编译
cd frontend && yarn build # 仅构建前端资源
wails generate module # 重新生成 Wails bindings首次启动后在设置界面（右键宠物 → 设置）配置：
- 通用 — 语言、主题（液态玻璃 / 磨砂）、开机启动
- 外观 — 渲染后端（Live2D / VRM）、模型选择、宠物/聊天框尺寸、头像、音效/TTS 开关
- 模型 — 多 Profile 管理（API Key、Base URL、模型名、Provider），TTS 后端和语音配置
- AI — 系统提示词、短期记忆上限、最大上下文 Token、Nudge 间隔、技能目录
- 工具 — MCP 服务器管理（CRUD、启用/禁用），工具权限开关，白名单路径、超时设置
- 知识库 — 导入文档（PDF / TXT / EPUB / MD），管理知识源
- 自动化 — Cron 定时任务、主动提醒列表
- 飞书 — lark-cli 状态和认证
- 短信 — iMessage 验证码监听开关
- 番茄钟 — 专注/休息时长配置
- 关于 — 版本号、检查更新
Wails v2 桌面应用
├── Go 后端
│ ├── eino ReAct Agent（deep agent + 中间件链）
│ ├── 50+ 内置工具（19 个类别）
│ ├── MCP 协议客户端（stdio / SSE / HTTP）
│ ├── SQLite 持久化（modernc.org/sqlite，纯 Go）
│ ├── chromem-go 向量数据库（长期记忆 + 知识库）
│ ├── macOS 原生集成（CGO + osascript + AVAudioEngine）
│ └── Kokoro ONNX TTS（Python 子进程）
└── Vue 3 前端
├── Composition API + Vite
├── Live2D（pixi-live2d-display）/ VRM（Three.js + @pixiv/three-vrm）
├── Markdown 渲染（marked + Shiki + KaTeX）
├── WYSIWYG 编辑器（Milkdown Crepe）
├── 弹簧动画引擎（useSpring）
└── 国际化（vue-i18n，4 种语言）
├── main.go # 应用入口
├── app.go # startup/shutdown、LLM 初始化、通用方法
├── app_chat.go # 聊天：发送、停止、历史、重新生成、导出、搜索
├── app_config.go # 配置 + ModelProfile CRUD
├── app_cron.go # 定时任务 + 主动提醒 CRUD
├── app_knowledge.go # 知识库：导入、列表、删除
├── app_layout.go # 布局：屏幕、位置、尺寸、鼠标
├── app_mcp.go # MCP 服务器管理（异步热重载）
├── app_pomodoro.go # 番茄钟控制
├── app_system.go # 系统：权限、Lark、SMS、更新、系统资源、链接预览
├── app_tts.go # TTS：朗读、停止、Kokoro 安装
├── app_voice.go # 语音：VoiceAutoSend、SoundsEnabled、SMS 监听
├── app_vrm.go # VRM 模型管理
├── macos.go # macOS 平台代码（点击穿透、语音识别、全局热键、通知）
├── internal/
│ ├── agent/ # eino ReAct Agent 核心 + 中间件链
│ ├── tools/ # 50+ 内置工具（19 个子包）
│ ├── bytesconv/ # 零分配 string/byte 转换
│ ├── config/ # 配置持久化
│ ├── db/ # Schema 迁移
│ ├── execenv/ # 代码执行环境
│ ├── knowledge/ # RAG 知识库
│ ├── lark/ # 飞书客户端
│ ├── llm/ # ChatModel / Embedder 工厂
│ ├── mcp/ # MCP 协议客户端
│ ├── memory/ # 短期记忆 + 长期记忆 + 滚动摘要
│ ├── notify/ # macOS 系统通知
│ ├── pomodoro/ # 番茄钟状态机
│ ├── proactive/ # 主动消息引擎
│ ├── scheduler/ # Cron 调度器
│ ├── skill/ # 技能系统（Agent Hub + 中间件）
│ ├── sms/ # 短信监听
│ └── tts/ # TTS 后端
├── frontend/src/
│ ├── components/ # 14 个 Vue 组件
│ ├── composables/ # 10 个组合式 API
│ ├── locales/ # 4 种语言翻译
│ ├── styles/ # 全局样式
│ └── utils/ # 工具函数
└── build/ # 构建资源
- 在
internal/tools/<category>/下创建工具（macOS 专属用_darwin.go+_other.go） - 实现
Tool接口：Name(),Permission(),Info(),InvokableRun(ctx, string) (string, error) - 在
registry.go的All()中注册；有运行时依赖的工具加到AllContextual()
- 实现
EnhancedTool接口：InvokableRun返回*schema.ToolResult - 在
AllEino()中用ToEinoEnhanced()单独注册（不放入All()） - 在
app.go启动时调用permStore.EnsureRow(&YourTool{})注册权限行
将 CSS class 名加入 macos.go 的 hitTest 选择器列表，否则鼠标事件会穿透到桌面。
Q: 为什么只支持 macOS？ A: 点击穿透依赖 Objective-C CGO；语音识别依赖 AVAudioEngine + SFSpeechRecognizer；系统集成依赖 osascript，均为 macOS 专属 API。
Q: 提示"开发者无法验证"？
A: 系统偏好设置 → 安全性与隐私中允许运行，或执行 xattr -cr Aiko.app。
Q: 图片发送后 AI 回复"不支持图片"？ A: 确认使用的模型支持多模态输入（如 GPT-4o、Claude 3、Qwen-VL）。
Q: 工具执行为什么要弹窗确认？ A: Shell 命令和代码执行是高风险操作，需用户确认后才执行，确认弹窗内还可以编辑命令。
Q: 工具权限在哪里管理？ A: 设置 → 工具 → 权限，可逐个开启/关闭内置工具。截图、剪贴板、应用控制等敏感工具默认关闭。
Q: 如何导入自定义 VRM 模型？
A: 设置 → 外观 → 导入 VRM，选择 .vrm 文件保存到 ~/.aiko/vrm/。
Q: 如何启用 Kokoro 离线 TTS？ A: 设置 → 模型 → 选择 Kokoro 作为 TTS 后端，点击"安装 Kokoro 环境"，会自动创建 Python venv、安装依赖、下载模型。
- 本地存储 — 所有聊天记录和配置保存在
~/.aiko/，不上传任何数据到云端 - 工具权限管控 — 敏感工具默认关闭，需手动授权；白名单路径限制文件访问
- 执行确认 — Shell 命令和代码执行均需用户点击确认，支持编辑后执行
- 可信命令 — 可配置命令前缀白名单（如
git、ls），匹配的自动放行 - 网络连接 — 仅在 AI 对话和工具调用时连接外部 API
- 🎙️ 语音唤醒 (v2.1) — 支持"Hey Aiko"等唤醒指令
本项目基于 MIT 协议开源。详见 LICENSE 文件。
- 字节跳动 eino 团队 — Agent 开发框架
- Wails 团队 — 跨平台桌面应用框架
- Live2D 团队 — 角色渲染技术
- Pixiv 团队 — three-vrm 库
- Milkdown 团队 — WYSIWYG Markdown 编辑器
- Shiki 团队 — 语法高亮引擎