我做了个 Agent桌面助手，下载解压双击就能用!大家好，今天分享一个我最近的开元项目 —— Kocort，一个主打极致

大家好，今天分享一个我最近的开源项目 —— Kocort，一个主打极致简单的类似龙虾的AI桌面助手。

核心亮点，先说人话

1️⃣ 下载解压双击，就这么简单

没有命令行，没有环境配置，没有依赖安装。

1. 下载压缩包
2. 解压
3. 双击运行
4. 开始用

就这么简单。配置界面都是图形化的，改个配置不用 edit YAML。

2️⃣ 内置本地模型，可以不接云端

这是 Kocort 最大的不同：

其他框架： 必须配置 OpenAI/Anthropic/国内大厂的 API Key Kocort： 内置本地模型支持，完全可以不接任何云端

内置了本地模型推理引擎，下载模型放进去就能用：

不需要自己部署 Ollama
不需要配置 LM Studio
不需要跑 Docker

模型文件放进去，自动识别，自动加载。

3️⃣ 双脑架构，智能分工

┌─────────────────────────────────────┐
│           主代理 (Main)              │
│         负责任务协调调度              │
└─────────────────────────────────────┘
         ↓                    ↓
┌──────────────┐    ┌──────────────────┐
│   Brain      │    │   Cerebellum     │
│  (本地大模型) │    │  (本地小模型)     │
│  复杂推理     │    │  快速响应        │
└──────────────┘    └──────────────────┘

Brain - 大模型，处理复杂任务（写代码、分析文档、逻辑推理）
Cerebellum - 小模型，处理简单任务（问答、分类、提取）

好处：

小任务小模型处理，快且省资源
大任务大模型处理，准确
完全本地运行，数据不出电脑
也可以接云端模型，看你需要

实际使用场景

场景 1：完全本地运行（隐私敏感）

"帮我整理这个文件夹里的文档，提取关键信息"
→ 全部本地处理，文件不上传，API 不调用

场景 2：混合模式（成本优化）

"今天天气怎么样？" → 本地小模型
"帮我分析这份财报" → 本地大模型 或 云端（可配置）

场景 3：浏览器自动化

"打开知乎，登录后查看我发布的文章"
→ 自动打开可见浏览器，完成操作

场景 4：代码辅助

"帮我找出项目中所有使用 fetch 的地方，改成 axios"
→ 本地搜索 + 本地模型分析

和同类产品的区别

特性	Kocort	其他框架
启动方式	下载解压双击	命令行 + 配置
本地模型	内置引擎，开箱即用	需自建 Ollama 等
云端依赖	可选，可完全不用	必须配置 API Key
配置复杂度	图形界面	YAML/JSON 手写
双脑架构	内置	无/需自配

适合谁用？

不想折腾配置的 - 下载双击就能用
对隐私有要求的 - 可以完全本地运行
想省 API 费用的 - 小任务本地处理
断网环境使用的 - 本地模型不依赖网络
想试试 AI 代理的 - 门槛最低

项目状态

✅ 双脑架构实现
✅ 内置本地模型引擎（GGUF 支持）
✅ 云端模型可选接入
✅ 图形化配置界面
✅ 工具系统（浏览器/文件/搜索/命令）
✅ 记忆系统
✅ 子代理系统
✅ 技能扩展

技术细节（给感兴趣的朋友）

Go 语言开发，支持Win/Mac/Linux几乎所有主流平台
内置 llama.cpp 集成
支持 GGUF 格式模型
插件化工具架构
支持多渠道接入（微信等）

反馈与交流

项目地址：github.com/kocort/koco…

特别想请教大家：

本地模型大家常用哪些？7B？13B？32B？
双脑架构的设计是否符合大家的使用习惯？
还有什么功能是最需要的？

欢迎提 Issue、PR，也欢迎在评论区聊聊～

P.S. 项目还在早期阶段，核心功能已可用。有任何问题欢迎交流！