AI 桌面伴侣开源!能操控电脑、能开直播,还能装进 QQ 微信当客服! | gitcc.com

上周五晚上十一点，我数了一下任务栏：左下角挂着 AI 聊网页，右边开着语音转文字的标签页，中间还夹着一个画图网站和一个忘关的翻译页。切了七次窗口，就为了回一条客户消息顺手配张图。那一刻我特别想有个东西把这些全收了，一个就够。

还真被我翻到了。开源的，这款 AI 桌面伴侣 ，干的事一点不含糊：桌面伴侣、电脑操控、多角色群聊、社交机器人、直播机器人，全塞在一个程序里，能装 Windows、macOS 和 Linux，最新版本 v0.4.3。

先说第一眼。装好打开，主界面是上面这样的：中间一句 Hello, what can I help with today?，输入框右下角标着当前用的模型，我接的是 deepseek-chat，也可以换本地 Ollama。最戳我的是右下角站着一个 3D 姑娘，VRM 格式，自定义模型、表情、动作都能换。点一下 Summon Companion，她就落到你的桌面上，变成桌面伴侣。

她会说话，还能被你打断

语音这块它是本地识别加云端合成两条路都留了。识别用 Sherpa-ONNX，纯本地跑，断网也能听懂你说话；合成这边 Edge-TTS、ElevenLabs 都能接，不够还有 Pyttsx3 离线兜底。最舒服的体验是实时打断：她话说到一半，你直接开口，她会停下听你说。用过那种只能听完一整段播报的语音助手，就知道这个细节多值钱。

玩 Live2D 的朋友还有一条路：它能联动 VTube Studio，控制 Live2D 模型的表情和动作，眨眼、张嘴、摆头都能跟语音对上拍。直播推流的时候还能把画面透明推给 OBS，不用绿幕。虚拟主播的全套工具链，等于直接给你配齐了。

角色不只是换个头像

多角色群聊是它最出效果的功能。Tavern 格式的角色卡直接上传就能用，网上几万张现成卡随便挑。每个角色有独立的语音、独立的形象，拉进一个群，你抛个话题，他们自己接话，聊着聊着还会互相怼。底层记忆用 Mem0AI 做长期记忆，聊过什么、谁跟谁什么关系，它都记着，第二天接着聊不用从头自我介绍。

我建了个三个人的群试了试，一个毒舌书评人、一个程序员、一个历史爱好者。程序员和历史迷为了「古代有没有码农」吵了十几轮，一个搬出结绳记事说这就是编码思想，一个甩出《九章算术》说这叫算法，谁也不服谁，我插不上嘴，就在旁边看戏。第二天再进群，他们还记得昨天吵到哪了，接着上次的茬继续。这种连贯感和热闹劲儿，跟单聊一个角色完全是两回事。

她不光会聊，还会动手干活的

这是我认为它跟一般桌面机器人拉开差距的地方。它给 AI 配了一整套电脑控制工具链：鼠标、键盘、屏幕截图、文件系统操作全都有。AI 是看着屏幕干活的，截一张图，看懂界面在哪，然后自己挪鼠标、点按钮、敲键盘，错了还会自己回溯重来。官方 README 里有个演示是让 AI 自己玩 Wordle 猜词游戏，从打开网页、读格子到填词全程自己来，没人碰过一下鼠标，整个过程像看一个看不见手的实习生在用你的电脑。

耗时长的活儿不会卡住聊天窗口，全部丢进任务中心后台跑。上面这张图是它真实执行过的任务：让我帮它写一个冒泡排序的学习项目，时间线里能看到它先列文件清单、再建项目结构、写完算法实现又补可视化，最后做性能测试，每一步用了什么工具、成败与否全记着。这种透明度在同类产品里真不多见。

还有个专属 AI 浏览器，跟人用的浏览器完全分开。让它去查资料、填表单、盯页面变化，它就在自己的浏览器窗口里操作，页面元素靠视觉识别，不用你提供任何选择器。我让它去一个后台系统里导报表，它自己点开菜单、勾选日期、下载文件，全程我一眼没插手。关键是这样它不会把你正开着的十几个标签页搞乱，两边互不干扰，这点设计得很干净。

把她装进 QQ、微信和直播间

社交平台接入是它最省事的部分。QQ、微信、飞书、钉钉、Telegram、Discord、Slack，七个平台，填个机器人 Token 就部署，群聊私聊都支持，还有消息队列做异步处理，高峰期消息挤在一起也不会漏回。我之前给客户群写过简单的 QQ 机器人，光回调配置就折腾了一下午。在这上面，前后不到十分钟。

直播这边支持 B 站、YouTube、Twitch 一键开播，配好直播间 ID 和推流密钥，选个虚拟形象就能上场。弹幕进来她实时识别、实时回复，可以设关键词过滤，敏感词挡在前面。它甚至支持 360 度全景直播，推全景视频流这种玩法，一般虚拟主播工具还真给不了。直播结束后还能把数据归档下来，哪场热闹哪场冷清，翻记录就知道。一个人撑不起直播间这事，现在一个人加一个 AI 就能日夜轮班。

能自己长出新功能的系统

扩展系统是它的另一个野心。官方维护一个插件市场，一键装卸；扩展用 HTML、CSS、JavaScript 就能写，甚至内置了让 AI 自己创建扩展的工具，等于系统会自我繁衍。对开发者它也很敞亮：提供 OpenAI 完全兼容的 API 和 MCP 服务端，你在外面写的任何程序都能把它的能力当接口调。MCP 协议的支持让工具生态几乎无边界，外面社区做什么新工具它基本都能接。

部署这事我实测过，不难。机器要求写的是 CPU 两核、内存 2GB 起，我拿一台八年的老笔记本都跑起来了。源码安装两条命令：uv sync 装后端依赖，npm install 装前端，然后拷一份 settings.json 改改模型和密钥就能起服务。想做成桌面软件，Windows 上有现成的一键打包脚本 build-windows.bat，跑完直接出 NSIS 安装包，双击装完就是正经桌面应用。模型可以全走云端 API，也能全换成本地 Ollama，一台断网的机器它照样陪你聊，这也是我把它留在常驻列表里的原因。

说句实在的使用感受：这类全能型 AI 伴侣最怕两件事，一是啥都想要结果啥都浅，二是数据全在别人服务器上。它的解法是本地优先，聊天记录、记忆、角色卡全存本地 SQLite，模型随你换本地还是云端。数据不出门这一点，对企业想做内部客服、又不敢把客户资料传第三方平台的同学，分量很重。

它还在快速迭代，得说清楚短板：扩展生态刚起步，市场里能装的东西不算多；角色卡的玩法深度比不了专门的角色扮演引擎，长对话偶尔会绕；文档以英文为主，英文不好的同学装的时候得开着翻译。但它的底子是对的：工具链全、接口开放、数据在本地。如果你想要一个不散装、能动手、能上线、数据握在自己手里的 AI 助手，它值得装一个试试。

https://www.gitcc.com/marooncn/super-ai-browser