← 返回目录
H

HyperChat

社区
本地 AI Agent 平台,配置即代码,通过 MCP 协议集成工具
GitHub 源仓库 ↗
★ 707 Stars 分类 · 开发工具 非常热门
39FMRS · D

HyperChat 是一个本地优先的 AI 聊天与 Agent 平台,围绕「配置即代码」组织 Agent、记忆与 MCP 服务,提供 Web 多工作区与 CLI Agent 优先两套入口。README 内容详实,覆盖环境变量分层、Agent 配置与自定义命令用法,但对 MCP 具体工具清单、传输方式、客户端接入配置均未说明,来源中也没有服务清单(manifest 未缓存)。许可证在来源中标记为 NOASSERTION,README 仅指向 LICENSE 文件,使用前应自行确认授权条款。

可靠性
7/20
安全与权限
6/20
维护活跃度
9/20
文档质量
9/20
安装易用性
8/20
查看 FMRS 评分方法 →

HyperChat 是一个本地 AI Agent 平台(其中文 README 自称「首创 AI as Code 理念」),基于各大 LLM 的 API 提供聊天体验,并通过 MCP 协议实现生产力工具集成。它强调完全本地化:数据不出本地,配置以文件形式存放在 .hyperchat/ 目录中,可随项目迁移并纳入 Git 版本管理。项目采用双层架构:Web 前端提供多工作区标签页协作中心,CLI 前端提供 Agent 优先的快速交互。Agent 支持记忆文件(memory.md)、按 agent.yaml 配置可用的 MCP 服务,以及由 Markdown 模板驱动的自定义命令(如 /bug-fix、/review)。README 说明 HyperChat 1.0 为手工编写项目,正在迁移到 2.0。源代码中未提供 MCP 工具清单、传输方式或客户端接入配置示例。

安装接入

README 提供两种方式:1)通过 npm 全局安装:npm install -g @dadigua/hyperchat;或直接运行 npx -y @dadigua/hyperchat。2)从源码开发:git clone https://github.com/BigSweetPotatoStudio/HyperChat.git,进入目录后依次执行 npm install,以及在 packages/electron、packages/web 下执行 npm install,最后运行 npm run dev。使用前需配置环境变量,例如 HyperChat_API_KEY、HyperChat_API_URL、HyperChat_AI_Provider(如 openai/claude/gemini/kimi/qwen)、HyperChat_AI_Model(如 gpt-4o)。可用 hyperchat serve 启动 Web 界面(默认 http://localhost:16100),或用 hyperchat agent <name> "..." 直接调用 Agent。

选型与风险

适合谁

  • 希望 AI 配置完全本地存放并纳入 Git 版本管理的开发者
  • 需要在不同项目间复用个人 Agent 并保留各自上下文的用户
  • 希望通过 MCP 让 Agent 操作本地文件系统等资源的用户
  • 需要命令行与自动化脚本入口的工程团队

不适合谁

  • 只需要一个无需配置的托管式云端聊天服务的用户
  • 要求项目维护方提供官方商业支持或 SLA 的用户
  • 希望直接获得现成 MCP 工具清单与客户端接入配置的用户(README 未提供)

所需权限

  • 本地文件系统读写:README 说明 Agent 可通过 MCP 协议直接操作本地文件系统
  • 读取项目目录下的 .hyperchat/ 配置、Agent 记忆与聊天记录
  • 读取环境变量与 .env 文件(如 API 密钥、服务端口、Web 访问密码)
  • 启动本地 Web 服务并监听端口(默认 16100)
  • 调用外部 LLM 提供商的 API 端点

风险与副作用

  • Agent 被授予文件系统与终端类 MCP 工具后,可能在未确认的情况下修改本地文件;agent.yaml 中的 isConfirmCallTool 配置会影响是否调用前确认
  • 配置、Agent 记忆与聊天记录以明文文件形式保存在本地目录,若提交到 Git 或共享目录可能泄露敏感信息
  • API 密钥等凭据存放于环境变量或 .env 文件中,存在误提交或被其他本地进程读取的风险
  • Web 界面若未设置 HYPERCHAT_WEB_PASSWORD,本地服务可能被同机或同网段访问
  • 自定义命令模板会连同 @ 引用的文件内容一并发送给所配置的 LLM 服务商
  • README 声明本项目仅供学习交流使用,未描述任何安全保证或审计机制

常见排障

  1. 确认已正确设置 HyperChat_API_KEY、HyperChat_API_URL、HyperChat_AI_Provider 与 HyperChat_AI_Model;配置存在 5 层优先级(默认值 < process.env < 全局 .env < 工作区 .env < CLI 参数),可据此排查被覆盖的配置
  2. 如果 Web 界面无法访问,检查 HYPERCHAT_PORT(默认 16100)与 HYPERCHAT_HOST 设置,以及是否设置了访问密码
  3. 如果 Agent 找不到,先用 hyperchat agent list 查看全局与工作区中可用 Agent
  4. 如果 Agent 无法使用某个 MCP 工具,检查 agent.yaml 中的 allowMCPs 是否包含该服务,以及工作区 mcp.json 中的服务池配置
  5. 如果自定义命令未生效,确认命令以 .md 文件形式放在 Agent 目录的 commands/ 下,并以 / 前缀调用
  6. 需要更多日志时使用 --verbose 或调整 HYPERCHAT_LOG_LEVEL

使用场景

在与项目同目录的 .hyperchat/ 中定义项目专属 Agent、记忆与 MCP 服务池
在 CLI 中以 Agent 优先方式快速发起对话或接入脚本与 CI/CD 流程
在 Web 多工作区界面中同时管理多个项目工作区、Agent 集合与聊天记录
通过 Markdown 模板自定义斜杠命令,复用固定的提示词工作流
用多 @ 文件路径引用一次性分析或对比多个文件