EFFLUX.AI

🚀 项目概览

Efflux — 为超级个体打造的 AI Copilot。

Efflux Desktop 集成了多家供应商的模型和工具调用能力，支持基于命令的工具访问和插件扩展。Efflux 面向真实世界的任务，让人类与 AI 的协作重新由你掌控，增强超级个体的判断力和执行力。

它不会替你做决定，而是帮助你始终掌控全局。

✨ 核心功能

大模型驱动的对话

• 集成多家供应商的 AI 模型（OpenAI、Anthropic、DeepSeek 等）

• 基于自然语言的对话

• 文本转制品功能

• 实时流式聊天回复

• 聊天记录管理

工具集成与调用

• 动态发现和加载 MCP 服务

• 支持工具配置管理

• 异常处理和超时控制

• 标准化的工具调用接口

支持的操作系统

• Windows
• macOS

🚀 快速开始

1. 安装 Efflux Desktop

1. 下载安装包（例如，macOS 的 efflux-desktop-mac-arm.zip）到本地磁盘。

2. 解压安装包，然后双击应用程序文件（例如，EFFLUX-1.0.0-x64.dmg）以安装 Efflux Desktop。

3. 解压可执行文件（例如，efflux_desktop），然后双击它以加载所需服务。

   请注意，目前仅需额外运行此可执行文件，未来版本中将移除此要求。

2. 配置模型

1. 在 Efflux Desktop 的导航栏中，选择 Models。

2. 在 Model Providers 页面中，找到所需的模型供应商，然后点击 API-KEY。

3. 在弹出的对话框中，输入端点和 API 密钥，然后点击 Save。

3. 安装插件

可选：如果你想使用现有 MCP 服务完成任务，请按以下步骤操作：

1. 在导航栏中，选择 Plugins。

2. 在 Discover Plugins 选项卡中，点击 Add Custom Plugin。

3. 在弹出的对话框中，执行以下任一操作，然后点击 Add。

   1. 输入插件名称、命令、环境变量和参数（如有），或

   2. 如果你已有 JSON 字符串，请选择 JSON Mode 并粘贴。

提示

你可以从以下网站查找 MCP 服务的 JSON 资源。

• https://mcp.so/
• https://mcpmarket.cn/
• https://www.pulsemcp.com/
• https://mcp-servers-hub-website.pages.dev/

开始聊天

1. 在导航栏中，选择 Chat。

2. 在聊天框中，选择已配置的模型，然后：

   1. 向 Efflux 提出问题，或

   2. 切换到 Build 模式，描述你希望 Efflux 构建的内容。

3. 若要使用已安装的插件，请输入 @ 符号并选择目标插件。

4. 按 Enter 键，开始与所选模型对话。

🏗️ 项目架构

目录结构

efflux-desktop/
├── adapter/          # Adapter layer
│   ├── mcp/          # MCP protocol adapters
│   ├── model_sdk/    # Model SDK adapters
│   ├── persistent/   # Persistence adapters
│   └── web/          # Web interface adapters
├── application/      # Application layer
│   ├── domain/       # Domain objects
│   ├── port/         # Port interfaces
│   └── service/      # Application services
├── common/           # Common components
│   ├── core/         # Core infrastructure
│   └── utils/        # Utility classes
└── main.py           # Application entry point

🔧 开发指南

请注意，本节面向有意为此项目作出贡献的开发者。

1. 克隆项目

git clone https://github.com/isoftstone-data-intelligence-ai/efflux-desktop.git
cd efflux-desktop

2. 安装依赖

使用 uv 包管理器安装依赖：

pip install uv
uv sync --reinstall

3. 激活虚拟环境

激活虚拟环境并配置环境变量。

# Activate virtual environment
source .venv/bin/activate   # MacOS/Linux

# Deactivate when needed
deactivate

4. 启动服务

uv run

服务将在 http://127.0.0.1:8000 启动。

API 使用示例

POST /api/agent/chat/default_chat
Content-Type: application/json

{
  "firm": "openai",
  "model": "gpt-4",
  "system": "You are a helpful AI assistant",
  "query": "Hello, please introduce yourself",
  "mcp_name_list": ["example-server"]
}

🤝 参与贡献

1. Fork 此项目。

2. 创建功能分支（git checkout -b feature/AmazingFeature）。

3. 提交更改（git commit -m 'Add some AmazingFeature'）。

4. 推送到该分支（git push origin feature/AmazingFeature）。

5. 提交 Pull Request。

📄 许可证

本项目遵循相应的开源许可证。详情请参阅 LICENSE 文件。

🆘 支持与帮助

如有问题或建议，请通过以下方式联系我们：

• 提交问题

• 发起讨论