Local-First · Privacy-First · Multi-Agent Runtime
一切推理在本地进程内完成 · 数据不离电脑 · 多 Agent 多任务多渠道
✨ 特性 · 🏗 架构 · 🚀 快速开始 · 📐 设计 · 🗺 路线图
Nurvis 是一个类 OpenClaw 的本地优先 Agent 平台。核心直接基于 llama.cpp 在进程内进行本地推理 —— 没有外部模型服务进程，没有云端 API，数据全程不离开你的电脑。
同时支持创建多个 Agent，为不同任务（编程 / 画图 / 设计 / 写作 / 客服 …）绑定不同的模型、工具集、工作区与对话渠道（桌面 / 微信 / QQ）。
🔒 本地优先 / 隐私第一
所有推理通过 purego 在进程内直接加载 llama.cpp 动态库完成，会话/配置/记忆全部落地 SQLite，免 CGO、免外部进程、零数据外泄。
🧩 全面向接口的可扩展抽象 Provider / Tool / Channel / Skill / MCP / Memory / Scheduler 全部接口化，新增实现只需注册，主流程零侵入。
🤖 多 Agent 多任务 每个 Agent = 「模型 + 系统提示 + 工具集 + 默认工作区 + 对话渠道」，互相隔离、独立配置。
📡 统一 WebSocket JSON-RPC 网关
桌面端、第三方 API、IM 渠道全部走单一入口，三类帧（req / res / event）协议简洁。
🔭 全链路可观测 Agent Loop 8 阶段（context → history → prompt → think → act → observe → memory → summarize）每阶段产生事件，经事件总线广播给前端流式渲染。
🖥 现代桌面体验 Wails3 + React 19 + Tailwind v4 + OKLCH 设计体系，原生窗口 + Web 渲染，深色 / 浅色双主题。
🛠 丰富的工具生态
内置工具（fs / exec / http）+ MCP（stdio / SSE / Streamable HTTP）+ Skill（指令包），三类工具适配为同一 Tool 接口注册到全局 Registry。
📨 多渠道接入
微信、QQ 等 IM 渠道作为 Channel 接入，入站调度器（去重 + 防抖）统一路由到对应 Agent + Session。
⏰ 定时任务
基于 robfig/cron/v3 的持久化定时任务，可让任意 Agent 在指定时间自主执行。
首次启动会自动：
- 探测硬件（内存 / GPU）；
- 下载与本机匹配的
llama.cpp动态库到~/.nurvis/lib（macOS arm64 → Metal；Linux/Win → CUDA / Vulkan / CPU 自动挑选）； - 拉取默认模型
gemma-3-4b-it-Q4_K_M.gguf到~/.nurvis/models。
| 内存 / 显存 | 推荐模型 |
|---|---|
| < 8 GB | gemma-3-1b-it-Q4_K_M / Qwen2.5-1.5B-Instruct-Q4_K_M |
| 8 – 16 GB | gemma-3-4b-it-Q4_K_M （默认） |
| 16 – 32 GB | gemma-3-12b-it-Q4_K_M / Qwen2.5-7B-Instruct-Q4_K_M |
| > 32 GB | gemma-3-27b-it-Q4_K_M |
工具调用解析支持多格式开箱即用：Standard / Qwen / GLM / Mistral / Gemma / GPT / Phi-4 等。
flowchart TB
subgraph Clients[客户端层]
Desktop[Wails3 桌面端]
WeChat[微信 Channel]
QQ[QQ Channel]
API[第三方 API]
end
subgraph Gateway[Gateway · WebSocket JSON-RPC]
WS[WS Server]
Router[Method Router]
Sub[Event Subscriber]
end
subgraph Core[核心运行时]
AgentMgr[Agent Manager]
Loop[Agent Loop · 8 阶段]
Bus[(Event Bus)]
Sched[Scheduler]
end
subgraph Capabilities[能力抽象层 · 接口]
Provider[Provider / llama.cpp]
ToolReg[Tool Registry]
MCPMgr[MCP Manager]
SkillMgr[Skill Manager]
Memory[Memory Store]
WS_Mgr[Workspace Manager]
end
subgraph Infra[基础设施]
Runtime[llama.cpp Runtime]
ModelMgr[Model Manager · GGUF]
HW[Hardware Probe]
DB[(SQLite)]
end
Clients --> WS --> Router
Router --> AgentMgr --> Loop
Loop --> Provider & ToolReg & Memory & WS_Mgr
ToolReg --> MCPMgr & SkillMgr
Loop --> Bus --> Sub --> Clients
Sched --> AgentMgr
Provider --> Runtime
Provider --> ModelMgr
Runtime --> HW
ModelMgr --> DB
AgentMgr --> DB
Memory --> DB
每条用户消息触发一轮 Loop。think → act → observe 可循环多轮直到模型不再请求工具。
flowchart LR
C[context] --> H[history] --> P[prompt] --> T[think]
T -->|有 tool_calls| A[act] --> O[observe] --> T
T -->|无 tool_calls| M[memory] --> S[summarize]
| 阶段 | 职责 |
|---|---|
| context | 装配运行上下文：Agent / Workspace / 工具白名单 / 模型参数 |
| history | 拉取会话历史并按 token 预算裁剪 |
| prompt | 组装 system prompt：人设 + 工作区 + 工具 schema + 长期记忆 |
| think | 流式推理，逐 token 经 bus 推给前端，结束后解析 tool_calls |
| act | 通过 Tool Registry 并行执行工具调用，注入 Scope |
| observe | 工具结果回填为 tool 消息，决定是否再次 think |
| memory | 落库本轮消息，按规则抽取长期记忆 |
| summarize | 历史超阈值时生成滚动摘要压缩 token |
| 接口 | 角色 |
|---|---|
| Provider | LLM 抽象，默认 llama.cpp 本地实现，预留 OpenAI 兼容 |
| Tool | 内置 / MCP / Skill 统一接口，注入 Scope（工作区 / agent / session） |
| Channel | 对话渠道（微信 / QQ / 桌面），入站走 channel.inbound 事件 |
| Bus | 泛型事件总线，串联 Loop 阶段 / 工具 / 渠道 / 调度器 |
| WorkspaceManager | 本地目录工作区管理，文件类工具受根目录约束 |
| Memory | 会话历史 + 长期记忆（preference / fact / feedback） |
所有能力都收敛为少量稳定接口，主流程只依赖接口。新增模型供应商、工具、渠道时只实现接口并注册，无需改 Loop。
| 维度 | 选型 |
|---|---|
| 语言 | Go 1.22+（适当使用泛型） |
| 存储 | SQLite (modernc.org/sqlite，纯 Go 免 CGO) |
| 网关 | WebSocket (coder/websocket) + JSON-RPC 2.0 |
| LLM 推理 | llama.cpp 动态库（purego 进程内调用，免 CGO） |
| 模型来源 | HuggingFace Hub（*.gguf，断点续传 + 进度推送） |
| MCP | 官方 mcp-go SDK（stdio / SSE / Streamable HTTP） |
| 调度 | robfig/cron/v3 |
| 桌面 | Wails3 |
| 前端 | React 19 + Vite + TypeScript + Tailwind CSS v4 + Zustand |
- Go 1.22+
- Node.js 18+（前端构建）
- macOS / Linux / Windows（首启自动下载对应平台的
llama.cpp库）
# 克隆仓库
git clone https://github.com/zboya/nurvis.git
cd nurvis
# 拉取 vendor 依赖
go mod vendor
# 启动桌面调试模式
make desktop-dev首次启动会引导你：
- 硬件探测 → 自动下载
llama.cpp动态库； - 模型推荐 → 根据内存 / GPU 拉取合适的 GGUF；
- 创建第一个 Agent → 选预设角色 / 命名 / 选 Emoji。
go run ./cmd/nurvisdnurvis/
├── cmd/
│ ├── nurvisd/ # 守护进程入口
│ └── nurvis-desktop/ # Wails3 桌面端入口
├── internal/
│ ├── app/ # 依赖装配 (wiring)
│ ├── gateway/ # WS JSON-RPC 网关
│ ├── agent/ # Agent Manager + 8 阶段 Loop
│ ├── provider/ # LLM Provider（llama.cpp / openai 兼容）
│ ├── backends/ # llama.cpp Runtime 封装
│ ├── modelmgr/ # 本地 GGUF 管理 + HF 下载
│ ├── hardware/ # 硬件探测
│ ├── tool/ # 工具接口 + 内置工具
│ ├── mcp/ # MCP Manager
│ ├── skill/ # Skill Manager
│ ├── workspace/ # 工作区管理
│ ├── memory/ # 会话历史 + 长期记忆
│ ├── bus/ # 泛型事件总线
│ ├── scheduler/ # cron 定时任务
│ ├── channel/ # 微信 / QQ 等渠道
│ └── store/ # SQLite + migrations + repo
└── frontend/ # React 19 + Tailwind v4
| 分组 | 方法 |
|---|---|
| 对话 | chat.send, chat.history, chat.abort |
| 会话 | sessions.list/create/delete/label |
| Agent | agents.list/create/update/delete |
| 模型 | models.list/library/pull/delete/recommend |
| 工具 | tools.list, tools.builtin.toggle |
| MCP | mcp.list/add/update/delete/grant |
| Skill | skills.list/upload/toggle/grant |
| Channel | channels.list/create/update/delete/status |
| Cron | cron.list/create/delete/toggle/run/runs |
| 运行时 | hardware.probe, runtime.status, runtime.ensure |
事件推送：agent.run.started/completed、agent.chunk、agent.stage、tool.call/result、runtime.lib.progress、models.pull.progress、channel.status、cron.fired。
- 骨架（store / bus / app wiring）
- 本地推理就绪（llama.cpp Runtime + ModelManager）
- llama.cpp Provider + Tool Registry + 内置工具
- Agent Loop 8 阶段
- WebSocket Gateway
- Wails3 桌面端 + 引导流程
- MCP / Skill 全量接入
- Scheduler 持久化定时任务
- 微信 / QQ Channel 适配
- 多模态（VLM 图像理解 / 出图模型）
欢迎 Issue / PR！项目坚持几个原则：
- 接口先行，新增能力只增加实现不改主流程
- 单文件代码尽量不超过 1000 行（前后端皆然）
- 后台内置提示词与代码注释统一使用英文
- 环境变量使用
NURVIS前缀
MIT
Made with ❤️ for local-first AI
你的数据，永远只属于你