🌟 本地 AI Agent 平台 - 首创 AI as Code 理念，让每个项目都有专属的 AI 大脑
HyperChat 是一个革命性的本地 AI Agent 平台，通过配置文件驱动的方式，让 AI 能力完全本地化、可迁移、可版本控制。告别云端依赖，拥有真正属于自己的项目级 AI 专家。
- 🏠 完全本地化：数据不出本地，隐私安全可控
- 🧠 Agent记忆：AI Agent 理解并记住你的项目上下文
- 📁 配置即代码：所有 AI 能力通过文件配置，支持 Git 管理
- 🔧 深度工具集成：MCP 协议支持，可直接操作本地文件系统
- 📦 一键迁移：完整的
.hyperchat/配置目录，随项目迁移
HyperChat 1.0 是一个完全手工编写的项目，正在迁移到2.0。
HyperChat 2.0 大家一起 Vibe Coding，欢迎使用 Claude Code 和 GitHub Copilot 等 AI 工具一起开发。
创新的双模式架构 - 根据不同使用场景优化用户体验
设计理念：项目级协作，统一资源管理
- 🗂️ 多工作区标签页管理：同时打开多个项目工作区，一键切换
- 👥 团队协作优化：工作区级别的 Agent 集合、MCP 服务池
- 📊 可视化管理界面：图形化配置、实时监控、数据统计
- 💼 适用场景：项目开发、团队协作、工作区管理、可视化操作
设计理念：Agent 中心化，极速启动单个智能体
- ⚡ 快速启动：直接选择 Agent，从工作区按需加载 MCP 工具
- 🎯 专注对话：Agent 专属记忆、上下文、聊天历史
- 🔧 灵活工具链：Agent 内置 MCP 工具，回退到工作区共享资源
- 🚀 适用场景：快速对话、自动化脚本、命令行工作流、CI/CD 集成
| 功能特性 | 🌐 Web 多工作区模式 | 💻 CLI Agent 优先模式 |
|---|---|---|
| 核心理念 | ||
| 设计中心 | 🗂️ 工作区协作中心 | 🤖 Agent 直接交互 |
| 资源管理 | 工作区统一 MCP 池 | Agent按需启动MCP |
| 使用方式 | 多标签页并发管理 | 单 Agent 快速启动 |
| 界面体验 | ||
| 界面风格 | 🖥️ 现代 Web 界面 | 📟 命令行 + 🎨 TUI |
| 交互模式 | 鼠标点击 + 表单操作 | 键盘输入 + 命令参数 |
| 实时更新 | ✅ SSE 流式推送 | ✅ 终端流式输出 |
| 适用场景 | ||
| 主要用途 | 项目开发、团队协作 | 快速对话、脚本集成 |
| 使用环境 | 桌面浏览器、开发 IDE | 终端、服务器、CI/CD |
| 工作流程 | 长期项目管理 | 临时对话处理 |
# 全局安装
npm install -g @dadigua/hyperchat
# 或直接运行
npx -y @dadigua/hyperchat快速配置环境变量：
# 基础配置 - 设置默认 AI 模型
export HyperChat_API_KEY=your-api-key # API 密钥
export HyperChat_API_URL=your-api-url # API 端点 URL
export HyperChat_AI_Provider=openai # AI 提供商 (openai/claude/gemini/kimi/qwen等)
export HyperChat_AI_Model=gpt-4o # 默认模型名称
# 然后直接使用
hyperchat "你好，世界！" # 使用配置的默认模型# 启动多工作区 Web 界面
hyperchat serve # 访问: http://localhost:16100
# Web 界面功能特色：
# ✅ 多工作区标签页管理
# ✅ 每个标签页独立的 Agent 集合、MCP 服务、聊天记录
# ✅ 可视化配置和实时监控
# ✅ 团队协作和项目管理# 🚀 Agent 优先快速启动 - 核心特色
hyperchat agent list # 发现可用 Agent（全局 + 工作区）
hyperchat agent mybot "你好" # 🎯 直接启动 Agent，按需加载 MCP
hyperchat agent mybot chat # 🎯 Agent 专属对话会话
# 快速 AI 聊天（使用默认 Agent）
hyperchat "你好，今天怎么样？" # 直接与默认模型聊天
hyperchat chat "写一个 Python 脚本" # 聊天命令
hyperchat chat # 交互式聊天模式
# Agent 管理（在当前工作区或全局）
hyperchat agent create mybot # 创建新 Agent
hyperchat agent delete mybot # 删除 Agent
# 工作区管理
hyperchat workspace create # 在当前目录创建工作区
# 全局选项和工作区指定
hyperchat chat --workspace /path/to/project # 使用特定工作区
hyperchat --verbose chat "你好" # 详细日志
hyperchat --help # 显示帮助
# CLI 模式优势：
# ⚡ Agent 直接启动，无需切换界面
# 🔧 按需从工作区加载 MCP 工具
# 💾 Agent 专属记忆和聊天历史
# 🚀 适合脚本集成和自动化# 场景1：开发时 Web
hyperchat serve # 启动 Web 界面管理项目
# 场景2：CI/CD 自动化使用 CLI
hyperchat agent test-runner "运行所有测试并生成报告"
# 场景3：团队协作使用 Web
# 在 Web 界面中管理多个项目工作区，配置共享的 Agent 和 MCP 服务HyperChat 2.0 实现了强大的5层优先级环境变量系统，让配置管理更加灵活：
优先级顺序（从低到高）：
- 默认值 - 代码中的内置默认配置
- process.env - 系统环境变量
- 全局 .env -
~/Documents/HyperChat/.env - 工作区 .env - 项目目录下的
.env文件 - CLI 参数 - 命令行传入的参数（最高优先级）
支持的核心环境变量：
# 快速配置 - 默认 AI 模型
HyperChat_API_KEY=your-api-key # 默认 API 密钥
HyperChat_API_URL=your-api-url # 默认 API 端点
HyperChat_AI_Provider=openai # 默认 AI 提供商
HyperChat_AI_Model=gpt-4o # 默认模型名称
# 服务配置
HYPERCHAT_WEB_PASSWORD=your-web-password # Web 界面访问密码
HYPERCHAT_PORT=16100 # Web 服务端口
HYPERCHAT_HOST=localhost # 服务绑定地址
# 界面配置
HYPERCHAT_LANGUAGE=zh # 界面语言 (zh/en)
HYPERCHAT_LOG_LEVEL=info # 日志级别
# 自定义 API 端点
HYPERCHAT_OPENAI_BASE_URL=https://api.openai.com/v1
HYPERCHAT_CLAUDE_BASE_URL=https://api.anthropic.com使用示例：
# 方式1：快速配置默认模型
export HyperChat_API_KEY=sk-1234567890
export HyperChat_AI_Provider=openai
export HyperChat_AI_Model=gpt-4o
hyperchat "你好" # 直接使用默认配置
# 方式2：Web 服务配置
export HYPERCHAT_WEB_PASSWORD=mypassword
hyperchat serve
# 方式3：项目 .env 文件
echo "HyperChat_API_KEY=your-key" > .env
echo "HyperChat_AI_Provider=claude" >> .env
hyperchat chat
# 方式4：CLI 参数（最高优先级）
hyperchat serve --password=clipass
# 方式5：全局配置文件
echo "HyperChat_API_KEY=global-key" > ~/Documents/HyperChat/.env
echo "HyperChat_AI_Provider=gemini" >> ~/Documents/HyperChat/.envHyperChat 2.0 采用双层架构设计，根据不同使用场景提供最优化的体验：
// Web 前端：工作区统一 MCP 管理
const workspace = workspaceManager.get(workspacePath);
const mcpManager = workspace.getMcpManager();
const client = mcpManager.getClient(clientName);技术特点：
- 🗂️ 多工作区并发管理：
WorkspaceManager-enhanced支持多个工作区实例缓存 - 🔌 工作区级 MCP 服务池：统一的 MCP 客户端管理
- 📊 实时数据同步：SSE 流式推送，多标签页独立状态管理
- 🔄配置合并机制：全局配置 + 工作区配置的智能合并
// CLI 前端：Agent 专属 MCP 访问
const agentInstance = workspace.getAgentInstance(agentName);
const client = agentInstance.getMCPClient(clientName);
// 回退到工作区共享 MCP（如果需要）技术特点：
- ⚡ Agent 直接启动：省略工作区初始化，直接访问 Agent 实例
- 🔧 工具链按需加载：从 Agent 内置工具到工作区共享资源的渐进式加载
- 💾 专属上下文：Agent 独立记忆、聊天历史、配置管理
- 🚀 极速响应：无 UI 渲染开销，适合脚本和自动化
HyperChat 双层架构/
├── packages/
│ ├── shared/ # 共享代码和类型定义
│ ├── core/ # Node.js 核心服务 + CLI Agent 优先层
│ │ ├── src/cli/ # 💻 CLI Agent 直接交互层
│ │ ├── src/workspace/ # 双层工作区管理系统
│ │ │ ├── workspaceManager-enhanced.mts # 🌐 多工作区并发管理
│ │ ├── src/mcp/ # MCP 协议实现
│ │ └── src/commands/ # Web API 命令系统
│ ├── web/ # 🌐 React Web 多工作区层
│ │ ├── src/pages/workspace/ # 多工作区管理组件
│ │ │ ├── WorkspaceManage.tsx # 多标签页管理器
│ │ │ └── workspace.tsx # 单工作区实例组件
│ │ └── src/hooks/useChatStream.ts # workspacePath 参数化
│ └── electron/ # Electron 应用封装
└── docs/ # 双层架构文档
🌐 Web 多工作区模式配置：
项目目录/
├── .hyperchat/ # 工作区统一配置目录
│ ├── mcp.json # 🔌 工作区级 MCP 服务池
│ ├── ai_models.json # 🤖 工作区 AI 模型配置
│ ├── .env # 工作区环境变量
│ └── agents/ # 🗂️ 工作区 Agent 集合
│ ├── project-assistant/ # 项目专用 Agent
│ │ ├── agent.yaml # Agent 配置
│ │ ├── memory.md # 项目上下文记忆
│ │ └── chatlogs/ # 团队对话历史
│ └── code-reviewer/ # 代码审查 Agent
├── .git/ # 版本控制
└── package.json # 项目配置
💻 CLI Agent 优先模式访问：
全局配置/
~/Documents/HyperChat/
.hyperchat/
├── mcp.json # 🌍 全局 MCP 服务池
├── .env # 全局环境变量
└── agents/ # 🚀 全局 Agent 库
├── personal-assistant/ # 个人助手 Agent
│ ├── agent.yaml # Agent 配置
│ ├── memory.md # 个人上下文记忆
│ └── chatlogs/ # 个人对话历史
└── code-expert/ # 专业代码 Agent
双层配置的核心优势：
- 🌐 Web 模式：工作区中心化，适合项目级管理和团队协作
- 💻 CLI 模式：Agent 中心化，支持跨项目的个人工具使用
- 🔄 智能合并：全局配置 + 工作区配置的 5 层优先级管理
- 💾 数据隔离：项目级和个人级数据完全分离，互不干扰
## 🌟 AI as Code 的革命性优势
### 🔄 双层架构下的智能管理
#### 🌐 Web 模式：团队协作版本控制
```bash
# 📁 项目级 AI 配置版本管理
git add .hyperchat/agents/project-assistant/
git commit -m "添加项目专用 AI 助手"
git push origin feature/project-ai
# 👥 团队 AI 最佳实践分享
git clone https://github.com/team/ai-workspace-templates.git
cp -r ai-workspace-templates/react-fullstack/.hyperchat ./
# 🔄 项目 AI 配置回滚
git checkout HEAD~1 -- .hyperchat/
# 🚀 快速部署个人 Agent
hyperchat agent create personal-coder --template ~/ai-templates/
# 🌍 跨项目使用个人 Agent
cd /project-a && hyperchat agent personal-coder "分析这个项目"
cd /project-b && hyperchat agent personal-coder "分析这个项目"
# 💾 Agent 记忆和上下文自动切换
# personal-coder 会记住不同项目的特点和上下文# .hyperchat/agents/project-assistant/agent.yaml
name: "项目助手"
description: "专门为本项目设计的 React + Node.js 全栈助手"
modelKey: "claude-3-5-sonnet"
isConfirmCallTool: false
# 🔌 使用工作区级 MCP 服务池
allowMCPs: ["filesystem", "git", "npm", "database"]
prompt: |
你是本项目的专属 AI 助手，熟悉：
- 项目架构：React + TypeScript + Node.js
- 业务领域：电商平台开发
- 团队规范：ESLint + Prettier + Jest
请基于项目上下文提供专业建议。
tags: ["project", "fullstack", "ecommerce"]# ~/Documents/HyperChat/.hyperchat/agents/personal-coder/agent.yaml
name: "个人编程助手"
description: "跨项目的通用编程助手，支持多种技术栈"
modelKey: "gpt-4o"
isConfirmCallTool: true
# ⚡ Agent 专属 MCP 工具 + 回退到工作区
allowMCPs: ["terminal", "browser", "calculator"]
prompt: |
你是我的个人编程助手，擅长：
- 多语言开发：Python, JavaScript, Go, Rust
- 架构设计和代码审查
- 快速原型开发和问题解决
根据不同项目的上下文调整回答风格。
tags: ["personal", "general", "cross-project"]| 模型提供商 | 推荐程度 | 特色功能 |
|---|---|---|
| Claude | ⭐⭐⭐⭐⭐⭐ | 最强 |
| Kimi k2 | ⭐⭐⭐⭐⭐ | 很不错 |
# 克隆项目
git clone https://github.com/BigSweetPotatoStudio/HyperChat.git
cd HyperChat
# 安装依赖
npm install
cd packages/electron && npm install
cd packages/web && npm install
cd ../..
# 启动开发服务器
npm run dev
## 🤝 社区交流
- [Telegram](https://t.me/dadigua001)
- [QQ 群](https://qm.qq.com/cgi-bin/qm/qr?k=KrNWdu5sp7H3ves3ZPSd7ppKjQiPrAvZ&jump_from=webapi&authKey=xnW+Lcgk5KLh5NPh3lU0ddz9CFDbXgvjEy35wsYipUrCsqXFcqlvM5Yorh6jkGim)
## 📄 免责声明
本项目仅供学习交流使用。使用本项目进行的任何操作（如爬虫行为等）与项目开发者无关。
## 📜 许可证
本项目采用开源许可证，详情请查看 [LICENSE](LICENSE) 文件。