Files

T

thzxx db6cb8d2cc feat: v1.1.0 — 上下文引擎重构 + 技能系统升级 + SOUL.md 支持

- 版本号更新: 1.0.0 → 1.1.0，全量同步 package.json/lock/README/docs/UI
- 上下文长度自动检测: 切换模型时从 model_info 读取实际 context_length
- SOUL.md 支持: 每次发送自动扫描工作空间 SOUL.md，注入为首条 system 消息且不可压缩
- 系统提示词卡片: AI 回复顶部可折叠展示实际发送给模型的完整 system prompt
- Token 校准: 利用 Ollama 返回的实际计数动态修正估算器(EMA)
- 消息重要性评分: 纯规则打分，trim/summarize 按重要性而非时间顺序
- 结构化压缩: LLM 压缩输出 JSON 格式(topics/decisions/pendingTasks/constraints)
- 技能系统 v1.1: 语义匹配(embedding) + 参数自优化 + 未使用衰减 + 技能链合并
- 修复: 100+ TypeScript strict 模式编译错误清零

2026-06-04 21:47:18 +08:00

6.6 KiB

Raw Blame History

Metona Ollama Desktop v1.1.0

本地 Ollama AI 桌面客户端 — 首个稳定版本

项目简介

Metona Ollama Desktop 是一个基于 Ollama 的本地 AI 桌面客户端，采用 TypeScript + Electron 构建。所有 AI 推理均在本地完成，数据不离开本机。支持 ReAct Agent Loop、38 个内置工具、智能记忆系统、MCP 协议扩展、三引擎联网搜索、浏览器控制等能力。

核心功能

🤖 ReAct Agent Loop

Thought → Action → Observation → Reflection 完整循环
默认最大 85 轮迭代，支持自动重试（最多 2 次）
工具调用去重机制：调用缓存 + 同轮重复检测 + 跨轮次重复检测
并行工具调用：互相独立的工具可在同一次回复中同时执行
链式工具调用：web_search → web_fetch、list_directory → read_file 等模式
文本解析兜底：当模型未通过 tool_calls 返回时，从文本中提取 Action/Input

🔧 38 个内置工具

分类	数量	工具
文件系统	17	read_file, write_file, list_directory, search_files, create_directory, delete_file, move_file, copy_file, append_file, edit_file, get_file_info, tree, download_file, diff_files, replace_in_files, read_multiple_files, compress
命令执行	1	run_command（实时流式输出，工作空间终端集成）
联网搜索	2	web_search（Bing + 百度 + Google 三引擎）, web_fetch
浏览器控制	8	browser_open, browser_screenshot, browser_evaluate, browser_extract, browser_click, browser_type, browser_scroll, browser_close
Git	1	git（init/clone/add/commit/push/pull/diff/log/status/branch/checkout/merge/stash/reset/tag/remote）
记忆管理	4	memory_search, memory_add, memory_replace, memory_remove
技能系统	2	skill_list, skill_view（渐进式加载）
会话管理	2	session_list, session_read
子代理	1	spawn_task（独立上下文 + 超时保护）

🧠 智能记忆系统

三类记忆：fact（事实）、preference（偏好）、rule（规则，始终注入上下文）
双模式检索：FTS5 全文搜索 + 向量语义搜索（IVF 索引）
安全扫描：写入前检测 prompt injection、敏感信息泄露、不可见 Unicode 字符
容量管理：上限 500 条，超限自动清理低价值条目（rule 类型受保护）
过期衰减：90 天未使用的记忆自动降低 importance

🌐 MCP 协议支持

JSON-RPC 2.0 over stdio 标准协议
动态工具发现与执行
Shadowing 防护（防止 MCP 工具覆盖内置工具名）
30 秒请求超时保护

🔍 三引擎联网搜索

Bing + 百度 + Google 三引擎聚合
web_search 返回标题、URL、摘要（默认 15 条）
web_fetch 支持网页内容抓取（默认不截断）
工具链规则：搜索后自动引导抓取详情

🖥️ 工作空间面板

终端（实时流式输出）+ 文件浏览器一体化
AI 通过 run_command 工具执行命令，输出实时显示
命令安全检查：路径黑名单 + 命令黑名单 + 三种执行模式

🎨 Token 实时监控仪表盘

全局统计（跨会话累计 Token 分析）和当前会话统计双视图
Token 消耗趋势图（输入/输出分色显示）
2 秒自动刷新

📊 技能自动生成系统

从成功的工具调用链中自动提取可复用技能
Level 0 简短摘要（~100 tokens），渐进式加载
技能匹配与上下文注入

🔒 安全机制

文件路径安全检查（checkPathAllowed）
命令执行安全检查（checkCommandAllowed）
前端 HTML 净化器（白名单标签 + 属性过滤 + URI 协议检查）
contextIsolation: true + IPC 白名单
AES-256-GCM 加密支持

技术架构

用户消息 → Agent Loop（ReAct）
              ↓
         记忆检索（FTS5 + 向量搜索）→ 上下文注入
              ↓
         Ollama API（流式响应）
              ↓
         工具调用（38 内置 + MCP 动态）
              ↓
         观察结果 → 反思 → 循环/最终回答

数据层

SQLite (sql.js WASM)：7 张表（sessions, messages, tool_calls, memories, settings, traces, skills）
FTS5 全文搜索：memories 表支持全文检索
WAL 模式 + NORMAL 同步：零原生依赖，无需 electron-rebuild

上下文管理（v5.0）

三层策略：滑动窗口 + LLM 摘要压缩 + 记忆注入
/compress 手动触发上下文压缩
自动压缩阈值：消息 token 占 context window 50% 时触发
Token 估算：中文 1.5 字/token，英文 4 字符/token

技术栈

层级	技术
语言	TypeScript (strict mode)
桌面框架	Electron 33+
构建	Vite（渲染进程）+ tsc（主进程）
数据库	sql.js (WASM) + FTS5
第三方库	marked（Markdown）, DOMPurify（HTML 净化）
打包	electron-builder (NSIS)

系统要求

操作系统：Windows 10/11（64 位）
Ollama：需要本地运行 Ollama 服务（默认 http://localhost:11434）
磁盘空间：安装包约 82MB，运行时根据模型大小需要额外空间
内存：建议 8GB+（取决于使用的 AI 模型）

安装说明

下载 Metona Ollama Setup v1.1.0.exe
运行安装程序，可自定义安装目录
确保本地已安装并运行 Ollama
启动 Metona Ollama，在设置中配置 Ollama 服务地址
选择模型，开始对话

已知限制

仅支持 Windows x64 平台
需要本地运行 Ollama 服务，不支持远程 Ollama 服务器（后续版本考虑支持）
浏览器控制工具依赖系统 Chromium，部分 SPA 页面抓取可能不完整
向量搜索需要配置嵌入模型（embedding model），未配置时仅支持关键词搜索
MCP 工具目前仅支持 stdio 传输方式
子代理（spawn_task）为独立上下文，无法共享主对话记忆

6.6 KiB Raw Blame History Unescape Escape