Deeting OS（谛听）— 本地优先的 AI 网关与智能上下文枢纽
Listen. Remember. Evolve.
项目简介
Deeting OS 是一个本地优先的桌面 AI 平台，基于 Next.js 19 + React 19 + Tauri 2 + Rust 构建。它不是又一个聊天壳子，而是把 AI 对话、技能调用、知识检索、记忆沉淀、终端上下文、灵动岛交互与 IM 协同收拢到同一个工作台里。
如果你想要的不是"再来一个会说话的输入框"，而是一个真正能接入你本地环境、逐步形成上下文资产、并把 AI 能力组织成长期工作流的桌面工作站，Deeting 就是为这个方向设计的。
- 🔗 GitHub：github.com/MarshallEri…
- 📥 下载：GitHub Releases
- 🌐 官网：deeting.vercel.app
它解决什么问题？
很多 AI 产品第一次用很惊艳，但很快会遇到这些问题：
- 模型不了解你当前机器上的真实上下文
- 有价值的信息散落在聊天记录、文件夹、文档、群聊和终端里，无法沉淀
- 工具调用和工作流是一次性的，下一次还要重新解释
- IM 协同、工具调用、本地执行、知识检索分散在不同系统中
Deeting 把这些边界重新收拢回来，让桌面端重新成为 AI 的真实工作现场。
十大核心能力
1. 本地优先的桌面 AI 工作台
基于 Tauri 2 + Rust 构建，桌面端承接 AI 对话、工具路由、运行时编排和本地能力接入，既能保留现代 Web UI 的灵活性，也能真正接入本地文件、终端和系统能力。
2. AI Gateway 与运行时编排
内置多模块桌面 runtime，后端 Rust 模块覆盖 desktop_runtime、execution、skills、mcp、providers、workflow 等能力域，适合承载工具调用、技能执行、模型路由和本地编排。
3. 终端上下文进入聊天链路
聊天页面已接入真实终端，支持请求级附带 terminal context，由模型按需读取。终端协议层支持命令边界、上下文快照、右键发送到 AI 等工作流能力。
4. 本地知识与 LLM Wiki
独立的 llm_wiki 模块负责本地语义知识工作流，适合把零散文档、笔记、资料逐步组织成长期可检索的本地知识库。
5. 记忆系统
支持面向长期使用的 memory 存储、搜索、快照和回滚能力，构建持续使用的个人 AI，而不是一次性会话机器人。
6. 灵动岛 / Island 交互层
常驻桌面的轻量交互入口：状态提示、快捷动作、审批、选中文本动作和对话回流。划词后可直接触发 翻译 / 解释 / 总结 / 提问 / 搜索 / 复制 等高频动作，翻译能力已实装。
7. 浏览器插件 / Browser Agent 执行面
独立的 Chrome 扩展，通过 WebSocket 连接桌面端。桌面 AI 负责决策，扩展负责浏览器侧执行：读取页面快照、执行受限的点击/输入/滚动动作，以及对高风险动作进行审批。
8. 兼容式扩展能力
保留了 packages/、skills、mcp 等扩展面，复用已有生态，把桌面 runtime 接好。
9. 本地执行与沙箱
支持本地代码执行和沙箱运行时接入，适合代码运行、文档生成、工具链编排等能力。
10. IM 协同入口
覆盖 Feishu、Telegram、Wechat 方向，桌面端作为实际执行者，IM 只是外部触达面。
真实使用场景
场景 1：终端上下文排查问题 — AI 看到的不只是你复制的一小段错误，而是接近当前桌面现场的上下文快照。
场景 2：主窗口不在前台时仍然处理审批、划词和快捷回复 — 通过灵动岛实现"桌面上的持续在场"。
场景 3：零散资料沉淀为可检索的本地知识系统 — knowledge、memory 和 llm_wiki 协同工作。
场景 4：桌面端负责真实执行，IM 只是外部触达入口 — IM 事件先进入 relay，桌面端拉取并执行。
技术栈
| 组成 | 技术 |
|---|---|
| 前端 | Next.js + React 19 |
| 桌面壳 | Tauri 2 |
| 后端运行时 | Rust |
| 包管理 | Bun |
| 语言占比 | Rust 56.1% / TypeScript 42.1% / Python 0.8% |
快速开始
安装
从 GitHub Releases 下载最新版本：
- Windows：下载
Deeting Setup_x.x.x_x64-bootstrapper.exe，运行图形化安装器 - macOS：下载
.dmg，首次打开需额外确认（详见 macOS 安装说明） - Linux：下载
.deb或.AppImage
首次启动前
- 本机具备 Python 3 与 Node.js 环境
- 至少有一个可用的模型服务配置
- 至少有一个 embedding 模型（用于知识/记忆相关能力）
仓库结构
├─ deeting/ # 主桌面应用（Next.js + Tauri + Rust）
├─ deeting_core/ # 核心后端/任务与测试资产
├─ deeting-relay/ # IM relay 服务
├─ installer/ # Windows 图形化安装器
├─ scout/ # 独立侦察/抓取微服务
├─ packages/ # 扩展相关模板与 SDK
│ └─ deeting_chrome/ # Chrome 浏览器执行面扩展
├─ docs/ # 文档与配图
└─ scripts/ # 辅助脚本
## 写在最后
Deeting 不是只关心一次回答，而是持续形成你的**个人上下文系统**。如果你认同"桌面端应该成为 AI 的真实工作现场"这个方向，欢迎给个 Star ⭐ 支持一下！
