嫌桌面 Agent 太重，我“自己”写了一个

嫌桌面 Agent 太重，我"自己"写了一个

• 官网和文档：https://wosledon.github.io/Hetu/
• 源码和 Issue：https://github.com/wosledon/Hetu
• 下载：https://github.com/wosledon/Hetu/releases

起因很简单：我试过的桌面 Agent 一个比一个大，装完动不动占一两个 G，而我要的功能其实只有那么几样，还分散在好几个软件里。后来就想，自己写一个吧------把我在用的这些功能挑出来，只做这些，看看能不能做一个出来。当然，现在我是一边写一边自己简单用用，还没有重度使用，应该还有不少的问题。

做完之后的实际体积：Windows 安装包 15 MB（slim）/ 60 MB（fat），Linux deb 23 MB / 67 MB。fat 和 slim 的区别只有一个：fat 自带 .NET 运行时，slim 需要系统已经装了 .NET 10。（跨平台没验证过，但是其实就是一个 web 套了一个 tauri v2 的壳子，应该没啥大问题）。

现在这个项目叫 Hetu（河图），Apache-2.0 开源，最新版本 0.3.4。下面按我写的顺序说一下里面都有什么，哪些是我想做的、哪些做得还不行。

写代码

Code 会话是我用得最多的部分。一次会话可以单独开一个工作树，也可以直接在当前分支上改。界面上有文件浏览、行级 diff、Git 暂存提交、PR 面板（按远端自动用 gh 或 glab，没装的话会给安装命令），还有一个真的终端------底层是 PTY，vim、htop 这类全屏程序能跑。

Agent 动文件之前会自动打检查点，做砸了可以整体回滚。权限有五档：计划（只调研、先出方案）、只读、写入需确认、自动执行、绕过。看板跑的时候是放开的，需要模型自己调用 askQuestion 才会阻塞。

SSH 写远程项目

项目可以是本地目录，也可以是一台 SSH 机器上的目录。远程项目下，读文件、写文件、搜代码、跑命令这些都走同一条 SSH 通道，本机不需要挂载任何东西。终端也能连过去。

整理笔记

笔记是所见即所得编辑（Milkdown）+ 源码视图（CodeMirror），可以分屏。有无限层级笔记本、标签、三秒自动保存、历史版本（能对比、能还原）、分享链接（带访问计数）、回收站。

有用的地方在于它和对话共用一套存储：笔记随时可以被索引、被语义检索、被 Agent 当上下文读；聊出来的内容也能一键整理成 Markdown 笔记，落进指定笔记本。

知识库、知识图谱和检索

笔记、文件、网址都能进知识库，做分块和向量化，向量存在本地（SQLite 用 sqlite-vec，也可以切 PostgreSQL 用 pgvector）。知识库里有个搜索测试页，能调 Top-K 看命中片段，方便验证检索质量。

知识图谱是从笔记里让模型抽实体和关系，力导向可视化，可以点实体跳回原笔记。对话里开着"知识库""记忆"开关时，模型检索的是你自己的东西，不是它训练时的通用知识。

工作流：让多个智能体按固定流程干活

多智能体协同最容易出的问题是它不按你想的顺序走。所以这里做的是工作流编排，节点类型有这些：开始、Agent、条件、循环、并行、汇聚、工具、人工审批、子工作流、结束。跑到人工审批节点会停下来等你点确认，审批提示语可以自己写。

工作流可以手动跑、可以挂到定时任务上，也可以被看板任务触发。

项目里的 Copilot 配置可以直接复用

我平时也用 VS Code 的 Copilot，它认 .github 下那套约定。Hetu 的编码会话读的就是同一批文件，所以两边共用一套配置，不用维护两份：

• .github/copilot-instructions.md 和 .github/instructions/*.instructions.md：仓库级指令，带 applyTo 的按适用范围匹配
• .github/agents/*.agent.md、.github/chatmodes/*.chatmode.md：自定义智能体，会话里可以直接选，选中的角色完整注入
• .github/prompts/*.prompt.md：提示词模板，输入框里打 / 模板名 触发
• .github/skills/**/SKILL.md：仓库技能，按名字加载

好处很直接：给 VS Code Copilot 写的那套指令、智能体、提示词模板、技能，Hetu 这边原样生效，改一处两边都对。反过来也一样，不需要搞第二份"AI 配置文件"，但是更精细的控制还没有实现，比如 VS Code Copilot 是可以在 Yaml 头上指定子智能体、限制 tool_list 的，这方面没有做。

SSH 远程项目也会扫一遍。远端的 .github 经常是个软链，所以走远端 shell 扫描而不是假设本地挂载；结果有短缓存，还限制了扫描文件数（400）和单文件大小（64 KB）------不然每条消息都 ssh 一次既慢又容易抽风。指令注入也有上限，单条 3000 字符、合计 6000 字符，免得一个超长指令文件把上下文吃掉。

顺带说一句，任务看板里那个"项目智能体"就是从这套资产里来的：卡片可以直接选 .github/agents 里定义的智能体，交给后台自动执行。

任务看板：任务自己认领

看板是七列（待办池、待办、进行中、审核中、已阻塞、已完成、已归档）。卡片上指定一个智能体，或者项目 .github 里的智能体（就是上一节那套和 VS Code Copilot 共用的配置），或者一条工作流------只要指定了其中一个，任务拖进"待办"就会由后台自动接管，不用点开始。

它跑的时候：先把状态改成"进行中"并写一条系统评论，然后在该任务的项目的根目录里干活；跑完把结果写成一条评论、状态进"审核中"、同时推一条收件箱通知。中间如果它需要我拍板，会提出问题并停下来，任务变成"已阻塞"，我在评论里回一句，它回到"进行中"接着做------不会自己瞎猜。执行过程中想过什么、调了哪些工具、命令输出是什么，按顺序存成一条时间线，事后能翻。

在"审核中"写评论也会让它带着这条评论继续改，等于用 code review 的方式驱动它。

这块算是个简易版吧，借鉴了 Multica，我本质上是想办法把一个一体化的产研平台接入进来，让智能体自己去认领迭代和任务，但是还没想好怎么弄。

记忆（这块我没怎么验证，纯粹是为了好看，啊哈哈哈）

记忆按类别和重要性存，有作用域（全局 / 会话 / 项目），对话里会自动召回，也能手动搜。另外做了一个定时巩固：太久没用到的记忆会衰减、合并，最后被遗忘。

老实说，功能是有的，但我自己没有长期用，效果如何不好讲。这块等用一段时间再回来写。

模型：接了 models.dev，可以自选

供应商元数据来自 models.dev：添加一个供应商基本只需要填 API Key，模型也从目录里挑，挑完自动带上下文长度、是否支持推理、推理强度档位这些配置。

模型可以按用途设默认（对话、嵌入），单个会话、技能、看板任务也都能单独指定用哪个模型，覆盖默认值。OpenAI 兼容和 Anthropic 协议都支持，Key 用 ASP.NET 的 DataProtection 加密存本地。

压缩管道：纯粹为了省钱，现在都太贵了

长会话里最烧钱的不是某条消息太长，而是同一份内容被反复重发------构建日志、目录树、重复报错。所以做了一条压缩管道，十个节点顺序执行：结构化折叠、三级去重、格式压缩、日志去重、SimHash 近似去重、数字归一化、（停用词）、关键行抽取、超长头尾保留、（LLM 摘要）。

默认只跑纯算法的那八个，LLM 摘要默认关闭；压完如果没比原文短，直接丢掉结果用原文。用量页能看到每次请求的压缩率，以及一共省了多少 token。

原来想的 LLM 摘要可以用小模型帮我省钱，但是发现现在没有什么又快又好的小模型可以干这些事情，目前还比较鸡肋。

Wiki（目前质量不行）

选中一个项目，读它的 README、目录结构和代码片段，生成一套 Wiki：一个项目总览 + 若干模块页，可以按套件重新生成。

功能是通的，但生成质量我自己不满意，结构很简单，内容也不是很详细。

代理服务

做的原因有两个：一是不想为了切模型再装个小工具；二是有些工具的 BYOK 只能填一个模型（点名 Copilot CLI），填完就没法换。其实本质上跟中转站是一个逻辑，就是请求透传，没有做协议转换，感觉那个没必要。

Hetu 起了两个兼容端点：

• OpenAI 兼容：http://localhost:5000/v1/chat/completions
• Anthropic 兼容：http://localhost:5000/v1/anthropic/messages

外部工具只要把 Base URL 指过来，model 填一个虚拟 ModelKey，实际打到哪个供应商的哪个模型由 Hetu 这边决定。请求转发前还会过一遍压缩管道，用量也进同一份统计。注意它不做协议互转：OpenAI 端点只往 OpenAI 协议的供应商转，Anthropic 端点同理。

模型路由（很简单，没达到预期）

代理支持 route 和 shadow 两种模式：route 是按类别规则把请求分到不同目标模型，shadow 是拿另一个模型做对照。代码里还留了个分类模型的位置，想着按内容自动选模型。

真做起来才发现没那么容易，现在这套还很粗，效果也就那样。算是个半成品。

技术栈和怎么跑

后端 ASP.NET Core 10 + EF Core + SQLite（可选 PostgreSQL + pgvector），前端 React 19 + TypeScript + Vite + Tailwind，桌面壳 Tauri 2（后端作为 sidecar 自动拉起，关窗口默认缩到托盘继续跑任务）。

想试的话，桌面版直接在 Releases 里下（Windows NSIS / MSI，Linux AppImage / deb）；跑源码需要 .NET SDK 10 和 Node.js 20：

git clone https://github.com/wosledon/Hetu.git
cd Hetu

# Windows PowerShell
.\scripts\start.ps1
# Linux / macOS / Git Bash
./scripts/start.sh

起来之后前端在 http://localhost:5174 ，后端在 http://localhost:5000 ，接口文档在 http://localhost:5000/scalar/v1 。第一次用只要在"大模型"里加一个供应商、填 Key，再挑个默认模型就能聊了。数据默认在 %LOCALAPPDATA%\Hetu（Linux 在对应的用户数据目录）。

现在的状态

单人项目，按照个人习惯开发的，目前还没有长时间投入使用，所以有些地方粗糙、有些功能只做了骨架（记忆、Wiki、模型路由都在这个名单里）。没有协作、没有云同步、没有手机端------它就是给自己用的本地工具。

有什么想问的实现细节，或者觉得哪个模块的做法有问题，评论区说，或者直接开 Issue。