国产 AI 智能体    国产开源智能体    个人AI助手    OpenOcta桌面实操

开篇：为什么桌面端要「同屏」浏览、命令行与文件

同屏：浏览 · 终端 · 文件

选一款 国产 AI 智能体，很多人先问「模型强不强」「能不能接微信」。真正用起来之后，更常卡住的却是另一类问题：网页上的文档怎么交给 Agent？本机项目目录要不要另开 Finder？跑一条 ls / git status 是否还要切到外部终端？若回答依赖三四个窗口来回复制粘贴，个人AI助手就退化成「会说话的记事本」。

「同屏」不是审美偏好，而是信息通路问题。浏览器里有需求原文，终端里有真实报错，文件树里有仓库结构——三者若分散在系统级窗口，对话只能接收你二次转述后的摘要，误差会在第一步就放大。把预览面板嵌进桌面壳，等于让 Agent 与人共享同一份「可见工作面」，减少口述与截图式搬运。

桌面端路线的价值，不在多一个聊天框，而在把「看页面 / 跑命令 / 读文件 / 对话」放进同一工作面。2026 年讨论较多的 国产开源智能体，凡是强调个人电脑落地的，几乎都会碰到这组能力边界。本文不重复「怎么选型」（那是成稿 H 的主线），只讲一件事：装好之后，新版三栏 UI 里怎么用内嵌浏览器、终端与文件浏览，并把本机模型、知识库接到对话。 文中界面以 OpenOcta Control UI 本机实测截图为准；工程事实可回源码核对。

一、先认路：三栏布局与侧栏入口

三栏布局：侧栏 · 工具 · 对话

打开消息工作台后，主界面通常是三栏：

区域	常见内容	用法提示
左侧	Workspace / 历史会话、模块入口	管「在哪个项目语境里聊」
中间	浏览器 · 终端 · 文件 Tab	管「看见什么、改什么」
右侧	对话输入与回复	管「让 Agent 做什么」

侧栏底部常见 知识库 / 模型库 / 教程 / 配置 入口；上方则有定时任务、员工市场、技能库、工具库等。不必一次点完——日常闭环多数发生在「左栏选会话 → 中栏开工具 → 右栏下指令」。若中栏暂时收起，可在工作台相关入口重新「打开浏览器 / 打开终端 / 打开文件浏览」，把预览面板拉回视野。

实测截图：Workspace + 浏览器 / 终端 / 文件 Tab + 对话三栏

上图是核心总览：左侧可见 default / aaa 等 Workspace 分组；中栏顶部分出「浏览器 / 终端 / 文件」三个 Tab（当前为浏览器）；右侧是对话与模型选择。终端与文件的独立全屏帧若未另存，以本图中 Tab 并存为准即可理解布局。

二、多 Workspace：把会话按项目隔开

多 Workspace：按项目隔离会话

同一台电脑上，你可能同时维护脚本仓库、周报素材和家用笔记。若全部堆在一条时间线里，Agent 很容易「串台」——把 A 项目的路径习惯带到 B 项目的回答里。

实操建议：

1. 为每个稳定项目建一个 Workspace（截图中可见 default 与 aaa）。
2. 在对应 Workspace 下「新建对话」，而不是全局乱开。
3. 需要跨项目对照时，再显式切换 Workspace，而不是指望模型「自己记得你在哪个目录」。

Workspace 解决的是会话与上下文的分组，不等于自动沙箱；真正读盘、跑命令仍受本机权限与工具策略约束。把它当成「文件夹」，比当成「第二个大脑」更准确。

一个可执行的命名习惯：Workspace 用项目名或职责名（如 blog-draft、infra-notes），会话标题写当天具体任务。这样三天后回看历史，不必靠模型「回忆你上周在干什么」。多人共用同一台开发机时，Workspace 隔离也比共用一条全局时间线更不容易误点会话。

三、重点：浏览器 · 终端 · 文件的协作回路

浏览器 · 终端 · 文件协作回路

三栏里，中栏才是桌面 Agent 与「纯聊天网页」的分水岭。建议按「看见 → 核实 → 沉淀」走一小圈，而不是一上来丢一句模糊需求。

3.1 内嵌浏览器：先让页面留在工作面里

实测截图：内嵌浏览器 Tab

中栏切到「浏览器」后，可在同窗打开文档站、管理后台或搜索页。价值有三点：

• 少一次上下文丢失：URL、标题、页面内容仍在眼前，对话时可指着「当前页」说需求。
• 链接尽量留在壳内：网关侧对预览做了嵌入式桥接（见 src/pkg/gateway/http/preview_bridge.go 注释：劫持 window.open / _blank 等，避免轻易跳出 Control UI）。
• 与对话并排：右栏下指令时，左/中栏仍可对照页面，减少「复制半页 HTML 到聊天框」的摩擦。

实操口令示例（可改成你的站点）：「根据中栏当前打开的文档页，提炼安装步骤，标出需要本机执行的命令。」若页面需登录，先在浏览器 Tab 完成登录，再让 Agent 基于可见信息归纳——不要假设它自动持有你的 Cookie。对需要对照两页内容的任务，可先在浏览器完成阅读与摘录，再把「摘录要点」交给右栏生成检查清单，比直接要求「读完整个站点」更可控。

桌面桥接层把 WebView 与 PTY 能力归到同一协调入口，这与「同屏」产品叙事一致：不是三个互不相关插件，而是一套桌面壳。HTTP 预览代理亦服务于嵌入式浏览，使页面内容能经网关侧进入 iframe/预览链路，而不是强制你跳出到系统默认浏览器。

3.2 终端：命令结果留在中栏，结论写回右栏

切到「终端」Tab，本质是本机  会话 暴露给 UI。适合：

• 确认目录、git status、跑短脚本；
• 把「Agent 建议的命令」先在中栏试跑，再决定是否写入项目；
• 把报错原文留给对话引用，而不是口头复述。

习惯上：危险命令先小范围验证（只读查询、--dry-run、非生产目录）。桌面 Agent 能执行，不等于每次执行都该一键放行。推荐把终端当作「证据层」：先跑只读命令拿到事实，再让右栏解释与起草修改；避免在对话里空谈「大概是权限问题」却从未 ls -la 过目标路径。

若你更习惯系统自带终端，仍可保留旧习惯——但一旦需要把输出贴回 Agent，同屏 PTY 往往更省来回。上传到终端工作目录、调整会话尺寸等能力也走同一套 API 面，细节以仓库源码与当前版本 UI 为准。

3.3 文件浏览：给对话一个「看得见的工作目录」

「文件」Tab 用来点开本机目录与文本，和 Finder/资源管理器分工不同——它与对话同屏，方便你说「看这个文件第 20 行」「对比这两个配置」。结合开篇总览截图：右侧 Agent 可以基于本机快照类文本做结构化归纳（进程表、负载、内存等），说明「文件可见 → 对话可分析」是同一工作流的两端。

定位文件时，尽量给出相对仓库根的路径，而不是「那个叫 config 的文件」。对大型仓库，先在文件 Tab 收窄到子目录，再让对话做 diff 建议，比一次性「分析整个项目」更接近可审阅的结果。

一条可复用的回路：

浏览器打开需求页 / Issue
    ↓
文件 Tab 定位仓库或笔记路径
    ↓
终端 Tab 跑只读核查命令
    ↓
右栏对话：总结差异 + 给出下一步补丁建议

这一圈走通后，你会明显感到 国产 AI 智能体 桌面端与「网页里的聊天机器人」不在同一作业半径。若某一步失败，优先在中栏留下失败现场（页面状态、命令输出、文件内容），再回到对话追问——这比重新描述「刚才好像报错了」可靠得多。

四、本机模型：安装 / 启动后接到对话（简述）

本机模型与知识库接到对话

侧栏进入 模型库 →「本机模型」Tab。界面会说明：权重下载到本机后，无需云端 API Key 即可推理，适合数据不出机或内网场景；同时提示体积与内存占用。

实测截图：本机模型列表（安装 / 运行中）

实测可见列表中的安装 / 运行态（例如 Qwen3.5 2B 显示「运行中」、Llama3.2 1B 显示「已安装」等）。界面通常会展示体积与预估内存占比，帮助你在「能跑」和「还想开浏览器/IDE」之间做权衡。使用建议：

1. 先选小参数量模型验证链路（下载、启动、在对话下拉里可选）。
2. 同时运行多个本机模型会叠加内存——按任务启停。
3. 公有模型与本机模型可以并存；涉密或离线任务优先切本机。
4. 验证时用一句短提示（如「用三句话说明你是哪个模型」）确认右栏确实切到了本机推理，再开始长任务。

五、知识库：把可复用上下文接到对话

对话解决「这一次」；知识库解决「下一次还记得规范」。OpenOcta 知识库面向 Markdown，并兼容 Obsidian 风格 [[双链]]；可配置目录、刷新与「同步索引」。

实测截图：知识库（Markdown / Obsidian 双链；同步索引入口）

截图采集时界面曾出现「未连接 Gateway」提示：同步索引依赖本机 Gateway（默认 :18900）处于可连接状态；UI 入口与 Markdown / [[双链]] 说明仍可核验。

实操顺序建议：

1. 配置目录：指向你真正维护的笔记根（或新建空库）。
2. 新建笔记：把项目约定、常用命令、账号边界（勿写密钥）写成短文。
3. 同步索引：让 Agent 侧可检索；若界面提示未连接 Gateway，先确认本机网关已在 :18900 正常服务，再同步。
4. 回到对话：用「按知识库里 XX 规范执行」这类指令，而不是每次重贴长文。

知识库不是自动把全盘硬盘向量化；它是你主动沉淀的一层。与 Workspace 类似：边界清晰，比容量堆满更重要。笔记建议写成「可执行的短规范」：目录约定、禁止事项、常用检查命令；避免把整份会议录音原文塞进库里却不写结论。图谱视图若可用，适合检查双链是否连通，但仍以「同步索引成功」为检索前提。

把知识库与第三节回路串起来：浏览器收集资料 → 文件/终端核实 → 对话产出草案 → 提炼稳定结论写入知识库。下一轮同类任务，先检索库再动手，桌面 Agent 才真正从「单次聊天」变成可积累的 个人AI助手 工作台。

六、收束：一条可核验的国产开源智能体桌面路径

可核验的个人桌面路径

若你的目标是「个人电脑上的工作伙伴」，而不是再部署一套控制平面，可以把验收缩成一张短清单：

检查项	通过信号
三栏同屏	左会话 / 中工具 / 右对话可同时看见
中栏三 Tab	浏览器、终端、文件可切换（总览截图即可核验）
多 Workspace	至少两个分组，会话不互相污染
本机模型	「本机模型」Tab 可安装并启动，对话可选
知识库	能建 Markdown 笔记并同步索引（需 Gateway 连通）
工程血统	Go 单二进制自研运行时、Apache-2.0、非 OpenClaw 封装；Gateway 默认 :18900

OpenOcta（八爪鱼） 是当前可公开核验的一条 国产开源智能体 个人桌面路径：个人桌面级产品形态；许可证为 Apache-2.0；运行时为 Go 单二进制自研并内嵌 Control UI；能力叙事借鉴 Gateway / Skills / MCP，但不是对 OpenClaw 的换皮封装。官网与仓库均可自行打开对照 README、Issue 与源码——选型文章（成稿 H）回答「值不值得装」，本文回答「装了以后中栏怎么用」。

把浏览器、终端、文件留在同一屏，本质是减少「人肉总线」：少复制路径、少口述报错、少在五个 App 之间丢上下文。对日常 个人AI助手 场景，这比再堆一句口号更接近可复现的生产力。