14.5K+ Star! aisuite:一个运行在你桌面的AI智能助手神器

欢迎关注我，持续获取更多内容，感谢赞&在看~

aisuite 简介

aisuite^[1] 是一个轻量级的 Python 库，用于构建大语言模型（LLM）应用，OpenCoworker 是一个基于 aisuite 构建的桌面级 AI 智能代理，不仅能与你聊天，还能主动执行真实任务：读取本地文件、收发消息（如 Slack、邮件）、生成 PDF 报告、文档或电子表格，并支持定时自动化（如每日新闻摘要）。所有数据均保留在本地设备上，用户可自由选择使用 OpenAI、Anthropic、Google 等云模型 API，或通过 Ollama 完全离线运行本地大模型。

项目整体采用分层架构：

底层是 Chat Completions API，提供统一接口支持 OpenAI、Anthropic、Google、Ollama 等十余家大模型服务商；
中间层是 Agents API + 工具包（Toolkits）+ MCP（Model Context Protocol）支持，赋予模型调用真实工具的能力；
上层是 OpenCoworker 桌面应用，作为完整参考实现，面向日常办公场景提供开箱即用的 AI 协作体验。

项目特点

核心特性

统一多模型接口：通过 provider:model 格式（如 openai:gpt-4o）一键切换不同大模型，无需修改业务逻辑。
原生工具调用支持：只需传入普通 Python 函数，aisuite 自动处理工具描述生成、调用执行与结果回传。
预置工具包（Toolkits）：内置文件操作、Git 管理、Shell 命令等沙箱化工具集，安全可控。
MCP 协议集成：无缝对接 Model Context Protocol 服务器，轻松扩展第三方工具能力。
生产级代理控制：支持工具调用策略（如人工审批）、状态持久化（内存/文件/PostgreSQL）、执行过程追踪与产物捕获。
完全本地化运行：支持通过 Ollama 使用本地大模型，确保敏感数据不出设备。

使用场景

日常办公自动化：自动生成周报、整理会议纪要、汇总邮件重点。
开发者辅助：分析代码变更、解释 Git 提交记录、自动编写文档。
信息聚合与研究：定时抓取并总结行业新闻、竞品动态或技术趋势。
本地知识库问答：基于本地文档（PDF、Word、代码等）进行上下文感知问答。
安全敏感任务处理：在不联网环境下完成数据分析、报告撰写等任务。

项目使用

编程语言版本：Python 3.9+
操作系统要求：

OpenCoworker 桌面应用：macOS 13+（Apple Silicon）或 Windows 10/11（x64）
aisuite 库：跨平台（Linux/macOS/Windows）

依赖的框架或工具：

若使用云模型：需对应服务商的 API Key（OpenAI / Anthropic / Google 等）
若使用本地模型：需安装 Ollama^[2]
若使用 MCP 工具：需安装 aisuite[mcp] 并配置对应 MCP 服务器

其他必要的配置：首次使用需在应用或代码中配置模型提供商及密钥

安装步骤

安装 aisuite Python 库（开发使用）：

# 仅核心库（无具体提供商 SDK）pip install aisuite# 安装指定提供商支持（例如 Anthropic）pip install 'aisuite[anthropic]'# 安装全部提供商支持pip install 'aisuite[all]'

安装 OpenCoworker 桌面应用（终端用户）：

macOS 用户：下载 OpenCoworker-macos-arm64.dmg^[3] 并安装
Windows 用户：下载 OpenCoworker-windows-setup.exe^[4] 并运行安装程序

配置模型密钥或连接 Ollama：

启动应用后，按引导输入 API Key 或选择本地 Ollama 模型

代码示例

场景一：跨模型统一调用

import aisuite as aiclient = ai.Client()messages = [    {"role": "user", "content": "用一句话解释量子计算"}]# 一行代码切换不同模型response = client.chat.completions.create(    model="openai:gpt-4o",    messages=messages)print(response.choices[0].message.content)

说明：通过 model="provider:name" 格式，无需修改代码即可切换底层大模型。

场景二：带工具调用的智能代理

import aisuite as aifrom aisuite import Agent, Runner# 创建具备文件和 Git 工具的代理agent = Agent(    name="code-analyzer",    model="anthropic:claude-3-5-sonnet-20240620",    instructions="你是一个严谨的代码助手，请基于代码回答问题。",    tools=[*ai.toolkits.files(root="."), *ai.toolkits.git(root=".")])# 执行任务result = Runner.run(agent, "最近一次提交修改了哪些关键逻辑？请用三点总结。")print(result.final_output)

说明：Agent 自动调用 Git 和文件工具获取上下文，并生成结构化回答。