应用工具AI 资源
Askimo：本地优先的多模型 AI 桌面工作台
askimo-ai/askimo · AI desktop app for chat, RAG, Skills, MCP tools, and agents. Support multiple LLMs (Anthropic, OpenAI, VertexAI, vLLM, Nvidia NIM, Gemini, OpenRouter)
ELI5：它是什么，解决什么问题
Askimo 是一款基于 Kotlin/Compose Multiplatform 的桌面应用，将多家 LLM 对话、本地文件 RAG 检索、联网搜索、多步骤 AI 工作流、MCP 工具接入以及自主编码 Agent CLI 委托整合在同一界面中。它强调隐私设计，文件、RAG 索引、会话历史与用量统计均保存在本机，支持语音输入输出与多语言界面。
核心能力与快速开始
★ 510 · Kotlin
- 能做什么
- 支持在同一桌面应用内切换多种模型提供方（OpenAI、Claude、Gemini、Grok、Ollama、LM Studio、Docker AI、OpenRouter、NVIDIA NIM、Together AI、vLLM Server 及任意 OpenAI 兼容端点）。提供本地 RAG：可索引本地文件夹、文件与网页 URL，采用 BM25 与向量混合检索并带 AI 分类器决定是否检索。提供联网搜索（DuckDuckGo、Brave、Tavily、Serply、自建 SearxNG）。支持多步骤 AI Plans 工作流（表单 UI 定义、YAML 编写或自然语言生成、可导出 PDF/Word）、脚本运行器（Python/Bash/JavaScript，Python 自动管理虚拟环境与依赖）、MCP 服务器接入（stdio 或 HTTP）、图像输入、可复用 Skills、委托 Claude Code / OpenAI Codex / Google Antigravity 等编码 Agent CLI 执行目标，以及基于 OpenAI API 或本地 Whisper/Piper 端点的语音输入输出。会话存于本地 SQLite，提供本地用量与成本统计，界面支持多语言。
- 适用场景
- 希望在单一桌面客户端中集中使用多家大模型并进行对比切换的个人用户；需要对本地文件与网页做隐私优先检索问答的知识工作者；需要以表单化多步骤流水线组织 AI 任务并导出文档的团队；希望在一个入口调用 MCP 工具或委托编码 Agent CLI 完成任务的开发者；需要本地/离线语音交互与本地用量成本跟踪的场景。
- 项目形态
- 可直接使用的工具
- 部署方式
- 提供 macOS、Windows、Linux 的安装包下载，也有 Docker AI 等提供方支持；文档未说明容器化部署或服务端部署方式。
- 主要依赖
- 系统要求：macOS 11+、Windows 10+、Linux（Ubuntu 20.04+、Debian 11+、Fedora 35+）；内存 50–300 MB（实际 AI 模型需额外内存，取决于提供方）；磁盘 250 MB。从源码构建需要 JDK 25+ 与 Git，使用 Gradle 任务 :desktop:run 运行、:desktop:package 打包。
- 使用限制
- 文档未说明各模型提供方的具体 API 成本与配额限制；本地模型与语音本地端点的硬件要求未详细说明；AGPLv3 许可下的商用条件需自行确认；未说明除 macOS/Windows/Linux 桌面端外的平台支持情况。
- 许可证
- AGPL-3.0
- 最近推送
- 2026-10-03 03:19
资料检查：2026-10-03 07:00 · 卡片整理：2026-10-03 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。