中文 | English

官方网站: www.nuphus.com — 产品介绍、下载安装包、更新日志与使用文档

版本: 1.4.0 · 状态: Release（稳定版） · 平台: Windows / macOS / Linux 技术栈: Tauri v2 · Rust · React 18 · TypeScript

Nuphus 是完全运行在你电脑上的 AI Agent——服务本地、数据私有，拥有真实的桌面执行力，手机是同一局域网内的第二块屏幕。

它识别屏幕、操作鼠标键盘、控制窗口、读写文件、调度浏览器，把 LLM 的推理变成真实的自动化。服务、数据和 Agent 全部运行在本机，模型连接由你自行配置。手机默认通过无线局域网连接桌面，在本地网络内同步同一份记忆、同一个 Agent 和同一场对话。

不在乎华丽的炫技，只在乎实用的能力。极简实用主义，功能按需呈现，拒绝堆砌套壳、重复探索和无意义消耗，主张一切落到日常工作中。

Nuphus 的核心引擎用 Rust 构建，工具调用在毫秒级完成，延迟瓶颈在模型推理而非引擎。Agent 决策本身就是因果链——每一步依赖上一步的结果，桌面系统操作更应遵循串行逻辑。

• 全局理解，掌控任务 — Leader 解析目标、规划路径、监督进度、汇总交付
• 内部编排（串行） — 调度内置 GoalType ExecAgent（项目分析 / 代码生成 / 调试诊断 / 文件操作等）按因果链逐步执行
• 外部调度（并行） — 通过显式交互指令，同时打开 Cline 修 bug、Claude Code 写测试、浏览器查文档——每个外部 Agent 拥有自己的上下文理解，Nuphus 在之上截图验证、阅读产出、汇总决策
• 上下文传递 — 显式指令让外部 Agent 拥有任务上下文，减少重复指令和探索

串行的是思考，并行的是执行。

LLM 每次用 token 解决 85% 相同的任务，是对算力和时间的双重浪费。Nuphus 的解法——让 LLM 推理一次，编译为工作流，之后极低 token 重复执行：

自然语言交互 → Agent 共同探索（理解界面/流程/参数） → 逐步固化参数 → 编译为确定性执行序列 → 引擎重复执行

这不是定时任务，而是把一次有智慧的探索，固化为可重复的确定性执行：

• 自然语言探索 — 用自然语言与 Agent 交互，批阅试卷、浏览器自动化、桌面软件操作……Agent 理解意图、识别界面、逐帧操作
• 参数固化 — 共同探索后，把每一步的定位、操作、异常处理固化为参数（参数即契约，全部有界面证据）
• 确定性执行 — 编译后的执行序列极低 token 重复执行，不再依赖 LLM 每次重新推理
• 值守修复 — 运行时 Agent 负责值守：发现错误时，根据设计意图和目标自动修复、记录、优化，而非盲目重试

一次编译的投入，换来确定性、可重复、极低边际成本的自动化。

上面这段 GIF 是一次编译好的工作流在重复执行：Ctrl+K 命令面板搜索定位 → 依次打开/关闭 11 个设置面板（约 25 秒），全程零 LLM 推理。

Nuphus 直接安装在你的操作系统上，拥有原生级的屏幕感知和输入控制能力：

• 操控任意 GUI — 窗口 + OCR + 键鼠，任何桌面软件/网页都能自动化，无需对方提供 API
• 内置浏览器 — 可编程的浏览器内核，网页自动化、信息采集、表单交互都在本机完成
• 编程与项目分析 — 项目分析、代码生成、调试诊断、文件操作，深度理解项目上下文
• 多 Agent 调度 — 并行调度 Cline、Claude Code 等外部 Agent，统一汇总决策

Nuphus 把「执行」和「掌控」分开：桌面是 Agent 的双手，手机是你的遥控器。

• 同一会话，双端同步 — 手机连接的正是桌面那个 Agent：发消息走同一个会话入口，桌面和手机共享历史、记忆与状态
• 实时事件流 — Agent 的每一步（思考、工具调用、执行结果）通过 WebSocket 实时推送到手机
• 工作流遥控 — 手机上直接暂停、恢复、停止正在执行的工作流
• 执行轨迹回放 — 手机上查看 Agent 的完整执行轨迹，每一步都透明可查
• 无线局域网直连 — 手机与电脑在同一 Wi-Fi 下直接访问本机服务，不经过官方服务器
• 服务端由你掌握 — Nuphus 不提供官方中继；需要异地访问时，可自行部署并配置 relay-server

本地网络内手机直接连接桌面；P2P 与自定义服务端均为用户可控的可选能力。

• 数据留在本机 — 对话、记忆、插件全部存储本地
• 本地 AI 引擎 — PP-OCRv4（OCR）、Candle（语义搜索）全部本地运行，日常识别零 API 消耗
• 4 层安全体系 — 权限开关 → 人在回路 → 注入检测 → 熔断保护
• 模型自由 — OpenAI / Anthropic / DeepSeek / Qwen / 智谱等主流厂商统一接入，随时切换

无需安装任何外部工具，工具页内置 23 个处理命令：

一条命令完成安装，自动匹配当前平台的二进制（Windows x64 / macOS arm64 / Linux x64），无需下载安装包、无需 Node.js / Rust 环境：

# 全局安装（提供 nuphus 命令）
npm install -g @nuphus/nuphus-desktop

# 或免安装体验（不写入全局）
npx @nuphus/nuphus-desktop

安装完成后在终端输入 nuphus 即可启动。

首次安装体积较大（桌面应用含本地 OCR / 语音模型），请耐心等待。

面向不熟悉命令行的用户，无需命令行、无需 Node.js / Rust 环境：

1. 从 官方网站（国内访问快）或 GitHub Releases 下载对应平台的安装包：
   • Windows：.exe（NSIS 安装包，用户级安装，无需管理员权限）
   • macOS：.dmg
   • Linux：.deb / .AppImage
2. 双击安装包完成安装（Windows 安装后桌面生成 Nuphus 快捷方式）
3. 双击快捷方式即可启动

国内网络下载缓慢或失败时，改从 Gitee Releases 获取 Windows 安装包（与 GitHub 发布版同一文件，签名一致，可直接用于自动更新）。 macOS / Linux 安装包暂仅托管在 GitHub，可配合镜像或代理下载。

前置条件：

git clone https://github.com/mrpulor-gh/nuphus.git
cd nuphus

# 安装依赖（根目录 Tauri CLI + 前端依赖）
npm install

# 开发模式启动
npx tauri dev

构建产物会持续增长，开发一段时间后可清理构建缓存释放磁盘（下次构建会重新编译）：

cargo clean

1. 首次启动进入引导页，选择模型提供商并填入 API Key
2. 按 Enter 提交即完成配置

也支持环境变量免配置启动：QWEN_API_KEY="sk-xxx" npx tauri dev

引导完成后可在「设置 → 模型」面板修改配置。API Key 加密存储：Windows 上经系统级 DPAPI 加密后写入本地 config.toml（enc:v1: 格式，绑定当前用户）；macOS/Linux 暂以明文保存（依赖系统文件权限，OS 凭据链接入在路线图中）。请勿分享或提交该文件。

在「设置 → 模型 → ChatGPT」点击 Continue with ChatGPT，在系统浏览器完成账号/工作区选择并授权使用套餐额度，然后选择该账号返回的模型。可添加多个账号/工作区；重新登录复用已登记的 Client ID。

需要发送截图或图片时，在对应模型旁开启「视觉输入」（仅为确认支持图片的模型开启）。该设置按账号与模型分别保存，刷新模型目录后仍然保留。

• 此连接使用 ChatGPT 套餐的共享用量；API Key 连接独立计费。模型和额度以账号、工作区及官方接口为准，失败时不会自动切换至 API 计费。
• 支持 Nuphus 原有 Agent Runtime、客户端函数工具和模型支持的图片输入。不依赖 Codex CLI，也不读取其他应用的登录凭据。音频、图像生成及托管工具仍使用各自的连接。
• 点击「查看 ChatGPT 用量」进入账号设置。「退出登录」会尝试撤销会话并清除本地令牌；如无法确认远端撤销，界面会提示在 ChatGPT 设置中断开此应用。
• 授权回调仅监听 127.0.0.1，校验 PKCE、state、ID-token 签名/身份/nonce 及套餐授权范围。令牌独立保存在配置目录的 chatgpt-accounts.json，不进入前端或普通 provider 配置。Windows 使用 DPAPI；Unix 使用 0600 权限与原子写入。请勿分享、提交或将该凭据文件加入诊断包。
• 每次推理前读取并按需刷新令牌，使用文件锁防止并发刷新覆盖。退出登录阻止后续请求；已经发送的请求可能仍会完成。
• 本接入采用官方预览接口要求：store:false、流式 Responses、developer 消息与 namespaced function tools；此连接不发送温度和输出 Token 上限。上下文窗口和模态能力不按模型名称猜测。
• 官方预览的可用范围、接口、模型和配额可能调整或暂时不可用，当前不作为稳定服务承诺。用户需自行确认网络可达性，并自行管理账号订阅和支付。退出登录会移除该账号的可用模型与绑定，保留注册信息和模型偏好供重新登录使用。

模型卡片可按模型选择 Chat Completions、Responses 或 Anthropic Messages；未指定时沿用服务商默认协议。OAuth 配置支持 extra_authorize_params（含 {{nonce}}）、extra_token_params、verify_id_token、issuer、jwks_url 和 dynamic_client_registration。ChatGPT 的预览约束由接入配置声明，认证来源与协议选择独立；旧版账号引用会自动迁移，已有视觉设置保留。

自动化测试不能代替真实账号验收。首次使用请确认登录、文本推理、工具调用后的第二轮推理、截图输入、重启、刷新及退出登录。官方资料：开源应用接入、预览限制。

1. 确保手机与电脑连接同一个无线局域网
2. 在桌面端「手机」设置页开启本地移动端服务（默认端口 18772）
3. 手机扫描局域网配对码，或打开局域网地址输入配对密码
4. 添加到主屏幕（PWA），以后像 App 一样使用

默认只使用无线局域网连接。手机配对页或“网络与连接”中可切换服务端地址；异地访问需要自行部署并配置服务端。

Nuphus 采用六层架构，自底向上，安全贯穿各层：

┌─────────────────────────────────────────────┐
│ Tauri 壳                                    │  ← 前端 UI + 系统级能力（通知、托盘、快捷键）
├─────────────────────────────────────────────┤
│ Runtime                                     │  ← 统一主循环，三模式路由（Leader / Workflow / Custom）
├─────────────────────────────────────────────┤
│ Agent                                       │  ← Leader 决策 / ExecAgent 执行 / WorkflowAgent 设计
├─────────────────────────────────────────────┤
│ Transport                                   │  ← 多 Provider 抽象层（主流 AI 厂商统一接入）
├─────────────────────────────────────────────┤
│ Tools / Memory / Workflow                   │  ← 执行基础设施
├─────────────────────────────────────────────┤
│ Security / Permissions                      │  ← 贯穿所有层的安全链（注入检测 / 权限分级 / 审核）
└─────────────────────────────────────────────┘

双端同步架构：

┌──────────┐   WebSocket 实时事件流    ┌──────────────┐
│  手机 PWA │ ←──────────────────────→ │ 桌面 mobile  │
│ (聊天/遥控)│   POST /message 共享入口   │  server(18772)│
└──────────┘                          └──────┬───────┘
      ↕ 无线局域网直连（默认）                  │ 共享会话/记忆/状态
┌──────────────┐                        ┌──────┴───────┐
│ 可选：自建服务端 │ ←── 用户显式配置 ──→ │  Nuphus 桌面  │
│ (非官方服务)   │                        │  Agent 引擎   │
└──────────────┘                        └──────────────┘

手机端发消息走 submit_user_message(source="mobile")，与桌面共用同一 leader_agent / busy 锁 / 去重逻辑——双端是同一个 Agent 的两个界面，不是两个独立系统。断线自动指数退避重连，重连成功后重拉历史补齐间隙，不会丢消息。

数据流：用户输入 → Tauri 事件 → Runtime 路由 → Leader 决策 → task_dispatch → ExecAgent 执行 → 结果返回 → 前端展示（桌面与手机同步）

Nuphus 使用 TOML 配置文件，src/config/mod.rs::load_registry 按优先级搜索：

1. 本地优先 — 数据默认留本机，云端只在用户选择时介入
2. 极简心智 — 每个功能都尽量简单，避免过度抽象
3. 确定性优先 — 能编译为工作流就不反复推理，能复用就不重写
4. Long-Term First — 优先选择与现有架构一致、可维护的方案
5. 克制优于堆叠 — 每个新功能必须证明自己不可替代
6. 闭环设计 — 每个功能模块从输入到产出形成完整闭环

Nuphus 是一个社区驱动的开源项目。除了代码贡献，你还可以通过以下方式参与生态建设：

所有插件均为纯文本文件（.md / .json），放入 plugin/ 对应目录即可被 Nuphus 加载。

• GitHub Issues：Bug 报告和功能请求
• GitHub Discussions：使用问题、经验分享、插件推荐

感谢本版本提交 Pull Request 的社区贡献者：

其余变更由维护者完成。

感谢本版本提交 Pull Request 的社区贡献者：

其余变更由维护者完成。

感谢本版本提交 Pull Request 的社区贡献者：

其余变更由维护者完成。

感谢本版本提交 Pull Request 的社区贡献者：

感谢本版本提交 Pull Request 的社区贡献者：

感谢本版本提交 Pull Request 的社区贡献者：

感谢本版本提交 Pull Request 的社区贡献者：

感谢本版本提交 Pull Request 的社区贡献者：

感谢本版本提交 Pull Request 的社区贡献者：

感谢本版本提交 Pull Request 的社区贡献者：

感谢本版本提交 Pull Request 的社区贡献者：

感谢本版本提交 Pull Request 的社区贡献者：

更早版本的贡献者记录见 CHANGELOG.md。

Copyright © 2026 Nuphus Team · Apache License 2.0