README.md

August 27, 2026 · View on GitHub

AIO Hub Banner

AIO Hub Logo

AIO Hub

本地优先的 AI 能力枢纽 | 人类工作台与 Agent 运行时

一个基于 Tauri + Vue 3 + TypeScript 构建的跨平台工作站。人可以直接操作工具；Agent 只能在明确授权、可观察、可审批和可取消的边界内复用合适的能力。

License Tauri Vue Vite TypeScript

Stars Forks Issues 官网 文档站

爱发电赞助 Ask DeepWiki zread

产品定位 • LLM 工作空间 • 人类工作台 • Agent 与 VCP • 下载安装 • 开发指南

🧭 产品定位

AIO Hub 从桌面工具枢纽发展为同时服务于人类用户、Agent、插件和外部执行体的本地工作站。Chat 是旗舰工作区；工具页、内部服务、Agent 方法和外部协议各自保留适合的入口。

  • 人类工作台：正则预设、Git、网页蒸馏、窗口自动化、OCR、媒体创作、资产管理和弹幕播放器等工具，拥有独立的界面、状态、任务和结果回流链路。
  • Agent 运行时：模型只看到经过显式注册和筛选的可调用方法；调用经过参数校验、审批策略、任务管理和结果回注，不等于所有 UI 工具都会自动暴露给 Agent。
  • 共享能力层：文件、资产、Token 计算、OCR、会话、Recall 和媒体任务等本地能力可以被多个工作台复用，人在界面中操作，Agent 在合适的边界内调用。
  • 外部协作层：通过 VCP 连接器，AIO Hub 既可以作为节点被远端 VCP 服务驱动，也可以把远端工具桥接到本地注册表供自身工作流使用。

复杂能力可以发展为带状态、任务和结果管理的工作台，轻量工具则保持直接可用。

🌟 旗舰功能: LLM 智能对话工作空间

AIO Hub 的聊天功能是一个专为复杂任务和深度探索而设计的、高度模块化的对话式 AI 智能体工作站。

🛠️ 深度上下文工程 (Unified Context Pipeline)

完全掌控发送给模型的每一个 Token，拒绝“黑盒”Prompt。

  • 统一上下文管道: 基于AIO自身的流水线架构，将会话树转换为 LLM 请求。内置多阶段核心处理器（会话加载、正则清洗、注入组装、RAG 检索、转写提取、异步工具信息、世界书、Token 限制、格式化、资源解析 等），支持可视化排序、插件化扩展。
  • 上下文分析器 (Context Analyzer): 开发者级调试工具。实时查看最终发送给 LLM 的原始 Prompt、Token 消耗分布、宏解析结果及请求体结构。
  • 上下文压缩 (Context Compression): 智能摘要技术。当对话超过阈值时自动触发非破坏性压缩，生成"压缩节点"替代冗余历史，大幅降低长对话的 Token 成本。
  • 宏系统 (Macro System): 提供 74 个动态宏（如 {{time}}, {{os}}, {{last_message}}），支持复杂的日期时间格式、掷骰子、系统环境获取及局部/全局变量系统。三阶段执行管道（预处理、替换、后处理）实现环境感知与状态管理。
  • 正则处理管道 (Regex Pipeline): 双向处理架构，支持发送前的文本清洗（如隐藏思维链）与渲染前的格式转换（如自定义标签渲染），兼容 SillyTavern 正则脚本。具备 Global/Agent/User 三层配置合并能力。

⚡ 交互增强与生态兼容 (Interactive AI & Compatibility)

  • 快捷动作系统 (Quick Actions): 位于输入栏的指令增强系统，支持自定义脚本与宏，并支持导入 SillyTavern 快捷动作，显著提升输入效率。新增行级文本后处理功能，可对生成结果逐行添加前缀/后缀或进行正则替换。
  • 交互式 AI 按钮: 支持 LLM 输出受控的可交互按钮（通过自定义标签），点击即可执行发送、填充或复制等安全操作，实现 AI 对 UI 的反向控制。
  • Agent Skill 集成: 基于 Agent Skills 规范 的渐进式披露策略，Skill 作为工具系统的一部分无缝融入对话流。初始仅注入技能摘要，LLM 按需激活后才获得完整指令与资源访问权，兼顾上下文效率与能力扩展。
  • 世界书兼容 (Worldbook): 深度兼容 SillyTavern 格式的世界书，支持基于关键词触发的动态上下文注入，便于挂载超大规模设定集。
  • 分段式智能体编辑器: 模块化管理智能体人设、能力插件、模型参数及资产附件，支持 PNG 角色卡 (V2/V3) 导入导出。
  • 智能体资产系统: 支持智能体携带专属的私有媒体资产（表情包、BGM、场景图），通过 agent-asset:// 协议引用，配合 {{assets}} 宏让 LLM 主动在回复中使用这些资产。

🌳 深度对话管理 (Dual-View Management)

  • 非线性对话图谱: 由 Vue Flow + D3.js 驱动，将对话历史呈现为可交互的树状网络，支持分支"嫁接"、物理模拟布局及无限画布导航。支持从当前消息直接创建分支。
  • 极致性能线性视图: 基于浏览器原生 content-visibility 延迟渲染技术，轻松处理包含数千条消息的超长会话，滚动如丝般顺滑。
  • 动态智能体切换: 对话与智能体解耦，在同一会话中可随时切换不同领域的 AI 专家。
  • 撤销/重做系统: 会话级别的撤销/重做功能，采用快照与增量相结合的混合存储策略，支持编辑、删除、分支切换等操作的回滚。

🌐 开放生态与多模态

  • 广泛适配: 原生支持 OpenAI, Anthropic, Gemini, xAI (Grok), SiliconFlow, DeepSeek, Vertex AI 等，兼容 Ollama 等本地模型。
  • 智能附件转写: 自动识别图片 OCR、音频转文字、视频描述及 PDF 分批视觉转写。模型原生支持时直传，否则自动降级转写。
  • 双向翻译系统: 支持输入与输出的实时翻译，具备 XML 标签保护与双语并排对比模式。

🧰 人类工作台与共享能力

许多能力首先是为人设计的完整桌面工作流，而不是只能由模型触发的一次工具调用。它们保留可视化操作、预览、编辑、任务状态和结果管理；其中适合自动化的部分，才会通过注册表以受控方式共享给 Agent。

面向人类的完整工作流

  • 网页蒸馏室: 覆盖快速、智能和交互式蒸馏，提供 API 嗅探、站点配方和 Cookie 身份管理；同时可将 quickFetch、smartExtract 等能力提供给 Agent。
  • 窗口自动化语言: 将点击、输入、取色、截图与 OCR 编排为可保存、可复用的流程，支持子流程、变量作用域和条件跳转，适合本机重复操作。
  • 实时字幕 OCR: 持续监控屏幕区域，进行帧去重和字幕合并，可导出 SRT 或将结果回流至 Chat；OCR 平台也被转写和自动化工具复用。
  • 跨播放器弹幕运行时: 内置播放器支持弹幕和多种字幕格式；在 Windows 上还可通过透明覆盖层跟随第三方播放器同步显示。
  • Git 与正则工作台: 多仓库状态、Diff、暂存、提交和 AI 提交草稿集中管理；正则规则可组成可导入、可排序、可堆叠的预设流程。
  • 对话分享稿工作台: 从消息选区开始，在独立编排和实时预览中生成分享稿，并保留每次生成的结果历史。

跨工作台的本地事实源

  • 媒体与中央资产库: 图像、音频、视频等生成任务拥有独立会话、分支与全局任务队列；结果进入带 SHA-256 去重、来源追踪与跨工具复用的资产库。
  • Recall 思绪集: 以 SQLite 为事实源，通过检索管线和严格占位符将即时召回接入上下文；它是对世界书之外的上下文召回工作流补充。
  • 统一 Token 与 LLM 观测: 多 Tokenizer、多模态预算服务被聊天、翻译和检查器等工具复用；请求检查器可同时观察应用内请求和经本地代理进入的外部请求，并脱敏展示关键字段。

🤖 Agent 运行时与 VCP 协作

人与 Agent 共享，但不混为一谈

工具注册表同时承载工具页、内部服务和 Agent 方法。只有显式标记为 agentCallable 的方法才会进入模型可发现目录；调用还会经过参数规范化、审批策略、异步任务管理和结果回注。这样，人可以直接接管高复杂度工作台，Agent 则在明确授权的子集内协作。

  • Agent Skills: 兼容 Agent Skills 的渐进式披露模型，按“摘要 → 完整指令 → 按需资源”加载能力；脚本执行有路径锁定、工作目录限制、多运行时探测和超时控制。
  • 扩展运行时: JavaScript、Native 和 Sidecar 插件可分别扩展 UI、内部服务或受控的 Agent 方法，而非只增加聊天插件。

VCP 双向互操作

VCP 连接同时覆盖节点注册和远端工具桥接。AIO Hub 可作为 VCP 分布式节点，将经过白名单和审批治理的本地能力注册到远端；也能拉取远端插件清单，动态桥接为本地工具供自身 Agent 使用。连接器还提供 RAG 检索、元思考链、Agent 消息、插件步骤和日志的运行时监控，以及任务进度、取消和审批回传。

🍷 SillyTavern 生态与角色工作流

AIO Hub 支持导入并继续编辑 SillyTavern V2/V3 JSON/PNG 角色卡、上下文预设、正则、Quick Reply 和嵌入式世界书。独立世界书管理器会在真实请求中执行关键词/正则触发、扫描深度、递归、概率、冷却与位置注入等运行时子集；角色配置还可携带工具策略、知识、私有资产和样式。

✨ 桌面工作环境

🖼️ 自由窗口管理

打破传统布局限制。

  • 组件级分离: 不仅是工具，连聊天输入框、对话区域都可以被拖拽成为独立的浮动窗口。
  • 状态同步: 所有分离窗口共享同一个状态源，在一个窗口操作，所有窗口实时更新。
  • 记忆功能: 自动记住所有窗口的位置和大小。

🎨 高级主题与视觉配置

  • 三层主题系统: 支持明暗/跟随系统、五色主题色阶和独立外观层；主题设置会持久化，并在主窗口和分离窗口启动时恢复。
  • 动态壁纸与取色: 支持内置或自定义图片轮播、透明度、填充方式和 16 种混合模式；可从壁纸提取背景色与主题色，并用 OKLCH 调整保证可读性。
  • 窗口质感: 支持分层透明度、模糊、边框和代码块外观配置，以及 Windows Mica/Acrylic、macOS Vibrancy 等原生窗口效果。
  • CSS 样式覆盖: 内置 CSS 编辑器和预设管理，可实时预览并应用全局自定义样式。
  • 灵活布局: 侧边栏支持三种模式（固定侧边栏/抽屉/下拉菜单），适配不同屏幕尺寸。

🧩 强大的插件系统

  • JavaScript 插件: 轻量级 UI 扩展，即写即用。支持 activate/deactivate 生命周期钩子，可动态注册 LLM 聊天管道处理器。
  • Native 插件 (Rust): 高性能后端扩展，通过 DLL 动态加载。
  • Sidecar 插件: 支持任意语言编写的独立进程插件。

📦 插件精选

插件类型描述
Paddle OCRSidecar基于 PaddleOCR 的本地离线 OCR 引擎，支持 PP-OCRv5/v6 多语言模型
文件哈希计算器Sidecar计算文件 SHA-256 哈希值的示例 Sidecar 插件
Hello World VueJavaScript使用 Vue SFC 开发的入门示例插件，享受 Vite HMR
原生示例Native展示 Rust 原生插件能力的示例，含系统信息获取
文本处理器JavaScript文本处理示例插件，演示前缀/后缀、大小写转换等配置化功能

💡 更多插件开发详情请参阅 plugins/README.md 和 插件开发指南。

🚀 效率与创作工具链

🎬 多媒体创作中心 (Media Workstation)

  • 媒体生成器 (Media Generator): 全功能生成工作站，支持图像/音频/视频任务流，具备独立的分支管理与任务队列。内置快速生成模式（无需创建会话即可使用）、参考图上传（自动适配视觉模型）及 16:9 / 9:16 等常用比例预设。
  • 音视频转写中心 (Transcription): 基于多模型驱动的转写引擎，支持超长 PDF 分批视觉解析、视频内容描述及音频语音转文字。
  • FFmpeg 高性能助手: 基于 Rust 后端的高性能媒体处理工具，支持视频压缩、格式转换及批量处理。

📊 开发者生产力

  • Git 仓库分析器: 基于 Rust git2-rs 的高性能分析工具，秒开大型仓库。通过流式加载技术实现增量渲染，提供贡献者热力图、启发式分支推断与提交频率分析。支持积木式格式化器，确保 Agent 输出与手动导出的报告格式一致。
  • 智能 OCR: 融合 VLM (GPT-4o)、Windows Native 与 Tesseract.js 的多引擎识别方案，支持独创的长图智能切片算法。
  • 正则表达式应用器: 双引擎处理架构，前端毫秒级预览，后端 Rust 引擎处理大规模文件修改。
  • Token 计算器: 精确计算多厂商模型 Token，支持多 Tokenizer 动态加载及图片 Token 可视化分析。

📦 系统与资产管理

  • 资产管理器: 应用级资源中心，基于 SHA-256 自动去重，集中管理所有工具产生的图片、文档及转写内容。
  • 目录清理工具: 高性能 Rust 驱动，支持灵活的过滤规则与安全清理机制。
  • 符号链接搬迁: 文件“搬家”利器，支持符号链接与硬链接模式。
  • 数据筛选工具: 针对 JSON/YAML 列表数据进行条件筛选，支持简单匹配与自定义脚本，高效剔除无关配置。

🎨 正则表达式应用器 (Regex Applier)

双引擎正则处理工具

  • 实时预览: 前端 JS 引擎提供毫秒级的输入反馈。
  • 批量处理: 后端 Rust 引擎处理大规模文件修改，性能强劲。
  • 规则链: 将多个正则替换组合成一条处理流水线 (Pipeline)。

🛠️ 开发者与 AI 协作增强

  • 工具调用核心 (Tool Calling): 基于 VCP 协议 的工具调用基础设施。为 LLM 提供“感知工具 → 生成请求 → 解析执行 → 回注结果”的完整闭环，支持自动/手动审批模式、并行执行及最大迭代限制。内置调试测试界面，支持工具发现、协议解析验证与方法执行沙盒。
  • Agent Skill 系统 (Skill Manager): AIO 的 Agent Skills 运行时基础设施。遵循 Agent Skills 规范，允许通过简单的目录结构扩展 LLM 的能力。
    • 渐进式披露 (Progressive Disclosure): 智能控制 Prompt 长度。初始仅注入技能摘要，LLM 按需激活后才注入完整指令与资源索引，有效避免长上下文下的模型幻觉。
    • 安全脚本执行: 基于 Rust 后端的高性能沙箱环境，支持 Bun、Node.js、Python 等多种运行时。具备严格的路径锁定、超时控制与权限隔离，确保本地执行安全。
    • 动态资源发现: LLM 可主动探索技能目录、读取参考文档并执行内部脚本，实现从“对话”到“行动”的闭环。
  • VCP 连接器 (VCP Connector): 面向 VCP (Variable & Command Protocol) 的双向协作入口：监控 RAG、元思考链、Agent 消息与插件步骤；将 AIO Hub 注册为可审批的分布式节点；并把远端插件动态桥接为本地工具。
  • ST 世界书编辑器: 专为 SillyTavern 格式设计的独立编辑器，支持大规模设定集的快速构建与维护。
  • 服务注册表浏览器: 可视化查看应用内所有已注册的工具服务及其元数据，方便开发者调试与集成。

📝 富文本渲染引擎 (Rich Text Renderer)

专为 LLM 流式输出打造的高性能渲染方案

  • 流式响应式 AST: 专为 LLM 打造的模块化 AST 系统。结合 Vue 响应式原理，通过指令式 Patch 算法实现精准的节点级增量更新，将流式解析与 Vue 组件渲染深度融合。
  • 零闪烁增量渲染: 具备自研增量 Diff 算法，配合 Web Worker 多线程词法分析，解决流式输出导致的视觉闪烁与大规模文本下的主线程阻塞。
  • 流式平滑化: 内置缓冲区平滑 Token 发射节奏，避免网络抖动导致的视觉卡顿。
  • 深度混合排版: 完美支持 Markdown 与任意深度 HTML 标签的混合嵌套渲染，将 HTML 视为一等公民。
  • 丰富的交互组件:
    • 代码块: 支持双引擎语法高亮，具备延迟加载与流式增量追加能力。支持 HTML 无边框预览模式。
    • 多媒体: 原生支持视频与音频标签的流式渲染，集成全功能播放器（倍速、画中画、音量联动等）。
    • 思维链与会话变量: 原生支持 <think> 等思考标签与 <svar> 变量变更徽章，实时展示 LLM 推理过程。
    • VCP 协议: 深度适配 VCP 协议，支持工具请求/结果、角色分割、日记容器等结构化可视化。
    • 可交互按钮: 支持 LLM 输出交互式按钮，可执行发送、填充、复制等安全操作，实现 AI 对 UI 的有限反向控制。
    • 图表与公式: 内置 Mermaid 图表（支持缩放/独立弹窗）与 KaTeX 数学公式渲染。
    • 嵌入式 SPA 预览: 支持 html 代码块作为功能完备的单向沙箱环境（基于沙箱 iframe 与可配置 CSP 策略），可直接渲染和运行包含 JavaScript 的复杂单页应用，并在消息内直接交互。支持部分 CDN 资源本地化加载、自适应高度与日志捕获、无边框模式下无缝融入文档流，并提供弹窗完整交互模式与性能冻结策略。
  • 不规范 HTML 防御: 自动检测并围栏包裹模型输出的不规范 HTML 页面。
  • MD 样式编辑器: 针对每种 Markdown 元素提供独立的实时预览面板，支持字体/颜色/边距等 CSS 属性的精细调整，以及全局样式与 Agent/User 个性化样式的分层合并。
  • 稳定性保障: 全套组件卸载清理机制防止内存泄漏；渲染安全护栏在极端场景下自动降级确保主线程不阻塞。

🛠️ 更多实用工具

  • API 测试器: 灵活、高效的 HTTP API 测试环境，预设驱动（URL 模板、变量、请求头/体），支持 SSE 流式响应处理。
  • LLM 请求检查器: 本地中间人代理服务器，用于拦截、分析发往远程 LLM API 的请求。
  • JSON 格式化: 可控展开层级的 JSON/YAML 格式化与校验工具。
  • Token 计算器: 精确计算多厂商模型 Token，支持图片 Token 分析与可视化。
  • 颜色提取器: 智能图片颜色分析工具，支持屏幕取色与历史记录。
  • 文本差异对比: 深度集成 Monaco Diff Editor，支持文件拖拽分配与补丁导出。
  • 目录树生成: 高性能 Rust 后端驱动，原生支持 .gitignore。
  • 代码格式化器: 基于 Prettier 引擎的多语言格式化方案。
  • 媒体信息读取: 专为 AI 绘图设计的元数据提取器，支持 A1111/ComfyUI/ST 角色卡等。

💻 下载安装

推荐：下载发行版

无需配置环境，开箱即用。

下载正式版本 下载预览版

🚀 提示：正式版更新较慢，推荐下载 预览版 (Pre-release) 以体验最新的功能特性与 Bug 修复！

平台格式说明
Windows.exeNSIS 安装包
macOS.dmg支持 Apple Silicon (M系列) 和 Intel
Linux.AppImage通用格式，需赋予执行权限
.flatpak推荐，沙盒化运行，支持跨发行版

开发者：源码构建

环境要求: Node.js 20+, Rust 1.70+, Bun (推荐)

# 安装依赖
bun install

# 启动开发环境（支持端口、数据目录和多实例隔离）
bun run dev

# 构建生产版本
bun run tauri:build

📚 文档与支持

📘 架构文档

🤖 对 AI / 爬虫 agents 的指引：如需深入了解当前已具备架构文档的工具模块、核心定位与技术亮点，请阅读以下 raw 原始文件，无页面渲染干扰。

工具架构总集篇 https://raw.githubusercontent.com/miaotouy/aio-hub/main/docs/architecture/tools-architecture-overview.md 设置架构总集篇 https://raw.githubusercontent.com/miaotouy/aio-hub/main/docs/architecture/settings-architecture-overview.md

📖 开发指南

如果你喜欢这个项目，欢迎：

  • 在 GitHub 上点个 Star
  • 提交 Issue 反馈 Bug
  • 提交 Pull Request 贡献代码
  • 在爱发电赞助我

许可证

本项目采用双重授权协议，请根据使用的模块遵循相应的条款：

🖥️ 桌面端 (Desktop)

遵循 Apache License 2.0 开源协议。 这意味着你可以自由地：商业使用、修改源代码、分发副本、私人使用。唯一要求是保留原始版权声明和免责声明。

📱 移动端 (Mobile)

遵循 Proprietary License (私有许可证)。 仅供个人学习与研究使用。严禁任何形式的商用、未经授权的二次分发或套壳行为。

Copyright © 2025-2026 miaotouy. All rights reserved.

🎀 赞助者

个人赞助

  • 水云

🔗 合作伙伴与相关项目

  • VCPToolBox - VCP (Variable & Command Protocol) 核心协议与工具箱。AIO Hub 深度适配 VCP 协议，支持作为其分布式网络节点，并提供可视化的实时监控与工具调用联动。

  • linux.do 社区