HyperChat
访问网站
扫码查看
复制链接

以代码方式管理和使用AI的聊天客户端

标签：Agent , AI as Code , LLM , MCP , 大语言模型 , 工作区 , 开发工具 , 聊天客户端

HyperChat

AI对话 / PC客户端66 次浏览

综合介绍

HyperChat是一个多平台的AI工作空间，它开创性地提出了“AI as Code”理念。这个理念的核心思想是，将所有AI相关的功能，例如AI模型的配置、智能体（Agent）的行为、工作流程等，都通过本地配置文件（如YAML或JSON格式）来进行定义和管理。这样做的好处是，AI的配置可以像代码一样被Git等版本控制工具管理，方便团队成员之间共享、协作和回滚。HyperChat以“工作区”为中心，将AI能力与用户的具体项目紧密结合。每个项目都可以拥有独立的AI环境配置，从而实现AI能力的标准化和模板化。它深度集成了模型上下文协议（MCP），内置了文件系统、终端等多种工具，让AI能够与本地开发环境直接交互，成为一个真正智能的开发与工作平台。

功能列表

  • AI as Code：首创性的核心理念，将所有AI能力通过本地配置文件进行管理，支持版本控制、团队共享和历史追溯。
  • 工作区驱动：以项目工作区为核心，隔离不同项目的AI配置、聊天记录和Agent，支持多工作区标签页快速切换。
  • 多平台支持：优先提供功能最全面的命令行界面（CLI），同时支持Web浏览器、Electron桌面应用，并规划了VSCode插件。
  • MCP生态集成：完整实现了模型上下文协议（MCP），内置文件、终端、知识库等工具，允许AI动态调用本地工具完成复杂任务。
  • 强大的命令行：无需图形界面，直接在终端中即可完成快速提问、Agent管理、服务运行和任务自动化等全部核心功能。
  • 灵活的配置系统：通过5层优先级的环境变量和.env文件系统，可以轻松管理API密钥和各项配置，支持全局、工作区和命令行多级覆盖。
  • 现代化的界面：Web界面支持多标签页、文件树、暗黑模式，并能智能渲染代码、数学公式、流程图（Mermaid）等多种格式。

使用帮助

HyperChat 2.0 采用“CLI优先”的策略，意味着命令行（CLI）是其功能最完整、最稳定的平台。下面将详细介绍如何安装和使用HyperChat。

环境要求

在安装前，请确保你的电脑已经安装了以下软件：

  • Node.js: HyperChat基于Node.js运行。
  • uv: 一个Python环境管理工具，官方推荐安装。

Windows用户的特别注意事项：由于node-pty原生模块的编译要求，Windows用户必须使用特定版本的Node.js（如20.19.1）。同时，需要安装Visual Studio Build Tools和Python。为了简化环境配置，官方建议Windows用户可以考虑使用适用于Linux的Windows子系统（WSL）。

安装流程

你可以通过npm（Node.js包管理器）在全局安装HyperChat的命令行工具。打开你的终端（在Windows上是PowerShell或CMD，在macOS或Linux上是Terminal），然后输入以下命令：

# 全局安装HyperChat
npm install -g @dadigua/hyperchat

安装完成后，你可以通过hyperchat --help命令来验证是否安装成功。

核心概念：配置

HyperChat的核心是“AI as Code”，它的所有行为都由配置驱动。配置管理分为5个优先级，从低到高分别是：

  1. 代码内置默认值：程序自带的默认设置。
  2. 系统环境变量：操作系统级别的环境变量。
  3. 全局配置文件：位于用户文档目录下的~/Documents/HyperChat/.env。
  4. 工作区配置文件：位于当前项目目录下的.env文件。
  5. CLI参数：在执行命令时传入的参数，拥有最高优先级。

快速上手：配置与聊天

1. 配置环境变量在使用前，你需要先配置AI模型的API Key。HyperChat支持多种AI提供商，例如openai, claude, gemini, kimi等。最简单的方式是通过设置环境变量来完成配置。

在macOS或Linux系统上，你可以使用export命令：

# 设置你的API密钥
export HyperChat_API_KEY="your-api-key"
# 设置AI服务提供商（例如openai, claude, gemini等）
export HyperChat_AI_Provider="openai"
# 设置默认使用的具体模型名称
export HyperChat_AI_Model="gpt-4o"

在Windows系统上，你可以使用set命令：

set HyperChat_API_KEY="your-api-key"
set HyperChat_AI_Provider="openai"
set HyperChat_AI_Model="gpt-4o"

你也可以将这些配置信息写入项目根目录下的.env文件，HyperChat会自动读取。

2. 命令行快速提问配置完成后，你就可以直接在终端与AI对话了。

# 直接向配置好的默认模型提问
hyperchat "你好，请介绍一下你自己"

3. 交互式聊天如果你希望进入一个持续对话的模式，可以使用chat命令。

# 进入交互式聊天模式
hyperchat chat

在交互模式下，你可以连续提问，AI会记住上下文。

进阶使用：Web界面与工作区

1. 启动Web服务HyperChat提供了一个图形化的Web界面，让操作更加直观。

# 启动Web服务
hyperchat serve

启动后，终端会显示访问地址，默认为http://localhost:16100。你可以在浏览器中打开这个地址来使用Web界面。你还可以设置访问密码：

# 启动Web服务并设置密码
hyperchat serve --password="your-password"

2. 使用工作区（Workspace）工作区是HyperChat管理项目AI环境的核心。每个项目目录都可以创建一个工作区，它会生成一个.hyperchat文件夹，用于存放该项目专属的AI配置、Agent、聊天记录等。

# 在当前目录下创建一个新的工作区
hyperchat workspace create

创建后，该目录下的所有hyperchat命令都会自动加载这个工作区的配置，实现了项目间AI环境的隔离。

高级功能：智能体（Agent）与任务自动化

1. 管理智能体（Agent）Agent是配置了特定指令、知识和工具的AI。你可以创建和管理多个Agent，让它们分别处理不同领域的专业任务。

# 列出当前工作区的所有Agent
hyperchat agent list
# 创建一个名为"frontend-expert"的Agent
hyperchat agent create frontend-expert --description "一个前端开发专家"
# 与指定的Agent进行快速对话
hyperchat agent frontend-expert "如何优化React的性能？"
# 与指定的Agent进入交互式聊天
hyperchat agent frontend-expert chat

Agent的详细配置（如Prompt、可用工具等）都保存在工作区的.hyperchat/agents/目录下的YAML文件中，你可以直接编辑这些文件来精确控制Agent的行为。

2. 任务自动化HyperChat允许你创建定时任务，让Agent在指定时间自动执行。

# 创建一个每日报告任务
# --agent mybot 指定执行任务的Agent
# --cron "0 9 * * *" 指定每天早上9点执行
hyperchat task create "daily-report" --description "生成日报" --agent mybot --cron "0 9 * * *"
# 手动触发一个任务以供测试
hyperchat task trigger "daily-report"
# 查看任务列表
hyperchat task list

应用场景

  1. 开发者日常可以为不同类型的项目（如前端React、后端Python）创建专属的AI工作区。开发者可以使用配置好的Agent进行代码审查、Bug分析、自动生成文档、编写单元测试，所有AI配置都随项目代码一起通过Git管理，新成员加入团队可以快速获得标准化的AI辅助开发环境。
  2. 运维与自动化可以创建用于系统监控和日志分析的Agent。通过定时任务功能，可以让Agent在每天固定时间自动分析服务器日志、生成运维报告，并将结果发送到指定渠道，实现无人值守的自动化运维。
  3. 内容创作与研究可以创建用于写作、翻译或头脑风暴的Agent。研究人员可以利用集成了知识库功能的Agent进行知识问答和技术调研，AI可以快速整理和分析大量资料，并根据要求生成摘要或解释。

QA

  1. HyperChat的核心理念“AI as Code”是什么意思？“AI as Code”是指将AI模型、智能体（Agent）、工作流等所有AI能力的配置，都通过代码化的方式（如YAML/JSON配置文件）进行管理。这意味着AI配置可以像程序代码一样，被存放在Git仓库中进行版本控制，可以被轻松地共享、审查、回滚和复用。它解决了传统AI工具配置不透明、难以协作和迁移的问题，让AI能力变得标准化和工程化。
  2. 我同时使用多个大模型服务，HyperChat支持吗？如何配置？支持。HyperChat的配置系统非常灵活。你可以在全局配置文件（~/Documents/HyperChat/.env）或项目工作区的.env文件中定义多个模型的API Key和URL。例如，你可以这样配置： 
    # OpenAI
HYPERCHAT_OPENAI_BASE_URL=https://api.openai.com/v1
HyperChat_API_KEY="sk-..."
# Claude
HYPERCHAT_CLAUDE_BASE_URL=https://api.anthropic.com
HYPERCHAT_CLAUDE_API_KEY="sk-..."

    在使用时，可以通过命令行参数或在Agent配置文件中指定使用哪个模型，从而实现不同任务调用不同模型。

  3. 什么是MCP（模型上下文协议）？它有什么用？MCP（Model Context Protocol）是一套协议，它允许大语言模型安全、可控地调用本地工具。在HyperChat中，MCP让AI拥有了与你的电脑直接交互的能力，比如读取项目文件、执行终端命令、访问知识库等。当你向AI提出一个需要操作本地文件的请求时，AI会通过MCP调用相应工具来完成任务，这极大地扩展了AI的应用场景，使其不仅仅是一个聊天机器人，更是一个能干活的智能助手。
微信微博Email复制链接