[开源] 一个极致简单内置本地模型的类龙虾 AI 桌面助手,欢迎大家试用!
大家好，今天分享一个我最近的开源项目 —— Kocort，一个主打极致简单的类似龙虾的 AI 桌面助手。
核心亮点
1️⃣ 下载解压双击运行，就这么简单
没有命令行，没有环境配置，没有依赖安装。
就这么简单。配置界面都是图形化的，改个配置不用修改 json 文件。
2️⃣ 内置本地模型，可以不接云端
这是 Kocort 最大的不同：
其他框架： 必须配置 OpenAI/Anthropic/国内大厂的 API Key Kocort： 内置本地模型支持，完全可以不接任何云端
内置了本地模型推理引擎，下载模型放进去就能用：
● 不需要自己部署 Ollama
● 不需要配置 LM Studio
● 不需要跑 Docker
模型文件放进去，自动识别，自动加载。
3️⃣ 双脑架构，安全且高效
● Brain - 大模型，处理复杂任务（写代码、分析文档、逻辑推理）
● Cerebellum - 小模型，负责工具调用的安全审核
好处：
● 小脑安全审核,数据不出电脑.
● 大脑大模型处理复杂任务
● 支持完全本地运行，数据不出电脑
● 也可以接云端模型，看你需要
实际使用场景
场景 1：完全本地运行（隐私敏感）
场景 2：浏览器自动化
和同类产品的区别
适合谁用？
● 不想折腾配置的 - 下载双击就能用
● 对隐私有要求的 - 可以完全本地运行
● 想省 API 费用的 - 模型本地处理
● 断网环境使用的 - 本地模型不依赖网络
● 想试试 AI 代理的 - 门槛最低
项目状态
● ✅ 双脑架构实现
● ✅ 内置本地模型引擎（集成 llama.cpp GGUF 支持）
● ✅ 云端模型可选接入
● ✅ 图形化配置界面
● ✅ 工具系统（浏览器/文件/搜索/命令）
● ✅ 记忆系统
● ✅ 子代理系统
● ✅ 技能扩展
技术细节（给感兴趣的朋友）
● Go 语言开发，支持 Win/Mac/Linux 几乎所有主流平台
● 内置 llama.cpp 集成
● 支持 GGUF 格式模型
● 插件化工具架构
● 支持多渠道接入（微信等）
反馈与交流
项目地址： https://github.com/kocort/kocort
特别想请教大家：
1. 本地模型大家常用哪些？ 7B ？ 13B ？ 32B ？
2. 双脑架构的设计是否符合大家的使用习惯？
3. 还有什么功能是最需要的？
欢迎提 Issue 、PR ，也欢迎在评论区聊聊～
----------------------
P.S. 项目还在早期阶段，核心功能已可用。有任何问题欢迎交流！
P.P.S. 完全本地运行时，记得准备个够大的模型(当然需要一个好显卡..)，效果会更好～
via V2EX - 技术 (author: libii)
大家好，今天分享一个我最近的开源项目 —— Kocort，一个主打极致简单的类似龙虾的 AI 桌面助手。
核心亮点
1️⃣ 下载解压双击运行，就这么简单
没有命令行，没有环境配置，没有依赖安装。
1. 下载压缩包
2. 解压
3. 双击运行:扫码绑定微信机器人
4. 开始用
就这么简单。配置界面都是图形化的，改个配置不用修改 json 文件。
2️⃣ 内置本地模型，可以不接云端
这是 Kocort 最大的不同：
其他框架： 必须配置 OpenAI/Anthropic/国内大厂的 API Key Kocort： 内置本地模型支持，完全可以不接任何云端
内置了本地模型推理引擎，下载模型放进去就能用：
● 不需要自己部署 Ollama
● 不需要配置 LM Studio
● 不需要跑 Docker
模型文件放进去，自动识别，自动加载。
3️⃣ 双脑架构，安全且高效
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ 云端 LLM 输出 │ → │ 小脑语义审查 │ → │ 工具执行/拦截 │
│ tool_call │ │ approve/flag │ │ │
│ │ │ /reject │ │ │
└─────────────────┘ └─────────────────┘ └─────────────────┘
● Brain - 大模型，处理复杂任务（写代码、分析文档、逻辑推理）
● Cerebellum - 小模型，负责工具调用的安全审核
好处：
● 小脑安全审核,数据不出电脑.
● 大脑大模型处理复杂任务
● 支持完全本地运行，数据不出电脑
● 也可以接云端模型，看你需要
实际使用场景
场景 1：完全本地运行（隐私敏感）
"帮我整理这个文件夹里的文档，提取关键信息"
→ 全部本地处理，文件不上传，API 不调用
场景 2：浏览器自动化
"打开知乎，登录后查看我发布的文章"
→ 自动打开可见浏览器，完成操作
和同类产品的区别
适合谁用？
● 不想折腾配置的 - 下载双击就能用
● 对隐私有要求的 - 可以完全本地运行
● 想省 API 费用的 - 模型本地处理
● 断网环境使用的 - 本地模型不依赖网络
● 想试试 AI 代理的 - 门槛最低
项目状态
● ✅ 双脑架构实现
● ✅ 内置本地模型引擎（集成 llama.cpp GGUF 支持）
● ✅ 云端模型可选接入
● ✅ 图形化配置界面
● ✅ 工具系统（浏览器/文件/搜索/命令）
● ✅ 记忆系统
● ✅ 子代理系统
● ✅ 技能扩展
技术细节（给感兴趣的朋友）
● Go 语言开发，支持 Win/Mac/Linux 几乎所有主流平台
● 内置 llama.cpp 集成
● 支持 GGUF 格式模型
● 插件化工具架构
● 支持多渠道接入（微信等）
反馈与交流
项目地址： https://github.com/kocort/kocort
特别想请教大家：
1. 本地模型大家常用哪些？ 7B ？ 13B ？ 32B ？
2. 双脑架构的设计是否符合大家的使用习惯？
3. 还有什么功能是最需要的？
欢迎提 Issue 、PR ，也欢迎在评论区聊聊～
----------------------
P.S. 项目还在早期阶段，核心功能已可用。有任何问题欢迎交流！
P.P.S. 完全本地运行时，记得准备个够大的模型(当然需要一个好显卡..)，效果会更好～
via V2EX - 技术 (author: libii)
