Capri-AI:面向 Windows 的赛博朋克风格 HUD 本地桌面代理
2026年11月14日,GitHub上出现了Capri-AI——一个面向Windows的本地智能体环境,界面风格致敬《赛博朋克:边缘行者》。六天内该仓库获得了345颗星。作者将项目描述为“personal Jarvis for Windows”:智能体可以管理文件、应用程序、终端和浏览器,而作为推理后端,可以使用Claude Code、Codex、Antigravity或任何其他后端。
功能
- 自定义工具与函数——Plugin and tool API允许通过简单的JSON模式注册自定义工具,智能体即可调用它们。
- 支持MCP——通过Model Context Protocol可接入外部工具服务器,无需修改核心即可扩展智能体的工具库。
- 智能体记忆——长期上下文存储,使Capri能在会话之间记住项目、偏好和重复的工作流程。
- 人工确认——破坏性或不可逆的操作会经过可配置的策略层,并需要明确批准。
- 追踪与调试——每个计划、工具调用和结果都会记录到结构化的会话日志中,可供检查。
用自己的模型替代云端
文档中没有说明连接本地模型的具体方法,但README明确指出:“The desktop shell, tools and memory work offline. Reasoning requires a connected backend unless you point Capri at a local model endpoint”。也就是说,外壳、工具和记忆可离线工作,而推理需要连接后端——要么是云端,要么是将Capri指向本地模型端点。参数表中未注明实现语言,也未描述安装方式。许可证为MIT。
与同类项目的区别
经特征比对,Capri-AI没有任何一项功能是仅由它宣称而Hermes Agent、DeerFlow和FrontierAgent所不具备的。同时,三个同类项目都宣称支持多智能体协同、沙箱内代码执行、图与状态保存,以及自带服务器和Docker——而Capri-AI的文档中未提及这些内容。自定义工具和MCP支持在四个平台上均有宣称。Capri-AI更多以定位取胜:它是一个带有赛博朋克HUD的Windows桌面外壳,而非服务器端框架。对于需要带可视化界面的本地个人智能体的人来说,这个方案可能更合适;而对于构建带沙箱和Docker部署的多智能体系统的人来说,同类项目更合适。
项目活跃度
仓库创建于2026年11月14日,截至11月21日拥有345颗星和一名参与者。90天内记录到一个稳定版本——2026年11月14日的1.0.0。项目非常年轻,活跃度目前仅限于首次发布和唯一的贡献者。
| Capri-AI | Hermes Agent | DeerFlow | FrontierAgent | |
|---|---|---|---|---|
| 类型 | 环境 | 环境 | 环境 | 环境 |
| 语言 | — | Python | Python | Python |
| 许可证 | MIT | MIT | MIT | Apache-2.0 |
| GitHub星数 | 345 | 263 972 | 85 538 | 5 364 |
| 90天内发布数 | 1 | 21 | 2 | — |
| 多智能体协同 | — | 有 | 有 | 有 |
| 自定义工具与函数 | 有 | 有 | 有 | 有 |
| 支持MCP | 有 | 有 | 有 | 有 |
| 智能体记忆 | 有 | 有 | 有 | — |
| 知识库(RAG) | — | — | 有 | — |
| 沙箱内代码执行 | — | — | 有 | 有 |
| 浏览器操作 | — | — | 有 | — |
| 人工确认 | 有 | 有 | — | 有 |
| 图与状态保存 | — | — | 有 | 有 |
| 追踪与调试 | 有 | — | 有 | 有 |
| 智能体质量评估 | — | — | — | 有 |
| 语音与讲话 | — | 有 | — | — |
| 自带服务器与Docker | — | — | 有 | 有 |
| 图片与文档 | — | — | 有 | — |
| 自有模型:Ollama | — | 有 | — | — |
| 自有模型:llama.cpp | — | 有 | — | — |
| 自有模型:vLLM | — | 有 | — | — |
| 自有模型:SGLang | — | — | — | 有 |
| 自有模型:OpenAI兼容API | — | — | 有 | 有 |
依据各项目README和文档于2026年11月21日比对:“有”表示其中宣称了该功能,破折号表示未提及(并不意味着没有该功能)。星数和发布数依据GitHub数据。
Capri-AI适合那些寻找面向Windows的本地桌面智能体、希望拥有现成外壳、系统管理能力以及可接入自有模型端点的人。想了解更多关于智能体平台和在自己的硬件上运行神经网络的新解析,请访问CPU3D动态。



