[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

1 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。

2 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。

3 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～