Ghostie

一次关于 AI 如何从聊天窗口进入个人电脑与日常行动的桌面 Agent 实验。

产品页面 · 下载历史版本

个人助手的价值，不在于随时回答，而在于逐渐进入一个人的行动环境。

聊天模型可以回答问题，但回答与行动之间仍有一道边界。文件在电脑里，工具在系统里，任务有自己的时间，个人也有长期形成的偏好和工作方式。一个真正的个人 Agent 需要跨过这道边界：理解上下文、使用本地能力，并让工作在对话结束之后继续发生。

Ghostie 是我对这件事的一次早期桌面实验。

从一个聊天窗口开始

Ghostie 最初被设计成可以随时唤起的桌面助手。用户可以配置不同模型与不同角色的 Assistant，在统一界面中完成日常问答、写作、分析和代码相关任务。

但“更方便地聊天”并不是最终目标。桌面端的意义在于，它让 AI 靠近文件系统、本地数据和系统工具，也因此有机会从生成答案走向执行任务。

让能力可以组合

Ghostie 围绕 Assistant、Tool、MCP、知识库、Workflow 和 Schedule 进行探索：

• Assistant 定义不同角色、上下文和行为方式；
• 本地 Tool 与 MCP 将模型连接到实际能力；
• 知识库为任务提供可检索的个人资料；
• 可视化 Workflow 将多个 Agent、工具和条件组织成执行流程；
• Schedule 尝试让流程在指定时间或事件下运行。

这些模块共同指向一个判断：个人 Agent 不应是一个封闭的万能助手，而应该由用户根据自己的生活和工作方式组织能力。

一次早期探索

Ghostie 形成于我开始系统研究 Agent 产品之前。它覆盖了多模型、桌面执行、知识、工具、工作流和调度等方向，也暴露了将所有能力集中在单一桌面应用中的复杂性。

这个项目目前作为历史版本保留，不再是持续推进的主产品。它所验证的问题后来进入了更清晰的产品分工：Downcity 处理 Agent 的运行和产品化基础，Duobox 处理人与 Agent 共同工作的项目环境。