大家好，我在过去几个月里一直在开发Lilo。简单来说，它是一个智能个人操作系统。Lilo = 你的应用 + 你的AI助手 + 你的文件 + 你的记忆。
为了更直观地介绍，以下是一个YouTube视频，展示了Lilo的功能和使用案例： [https://youtu.be/Jz0l_izoA1w](https://youtu.be/Jz0l_izoA1w)
我开始这个项目是因为我想为自己开发几个小型的AI驱动应用——一个书签工具、一个卡路里追踪器、一个待办事项列表——但对于单用户的使用场景来说，部署N个独立的应用、N个部署、URL和认证配置实在是太麻烦了。因此，我构建了一个容器，容纳所有应用，使用相同的URL运行，并允许内部的代理进行修改。如果我想更改我的书签应用，我不需要打开Claude Code并推送到代码库——我只需告诉代理，它就会直接编辑HTML。这对于用户众多的大型SaaS并不理想，但对于单用户应用来说效果很好。
每个应用实际上只是一个HTML文件，但可以访问文件系统API、拥有完整的网络访问权限和全面的代理能力。
从那时起，Lilo也发展到支持一个文件系统/工作区，可以存放的不仅仅是应用。你可以上传PDF或截图，让AI为你分析和整理。AI还会以“LLM wiki”风格的Markdown文件树的形式记住关于你的关键信息。这是一个完整的个人助手。
受到OpenClaw的启发，我增加了对WhatsApp、电子邮件和Telegram等额外渠道的支持。现在我可以拍一张午餐的照片，发给Lilo，卡路里追踪器就会更新。如果我没有吃披萨的边，我只需发信息“没吃边”，它就会调整记录。卡路里AI是做不到这一点的。而且与卡路里追踪的WhatsApp机器人不同，我还有一个很好的可视化界面来查看我的餐食。
这种个人助手与个人应用的组合非常强大且灵活。用户界面适合快速查看数据，而聊天功能则适用于用户界面未覆盖的操作。我不需要在每个应用中都构建搜索功能，只需问代理即可。
Lilo是开源和Alpha版本的软件。请自备密钥。设置并不是最简单的（需要很多API密钥，并且需要自行托管）。所有针对具有网络访问权限的LLM应用的安全建议在这里同样适用。但在开始时，由于没有个人数据，因此不可能发生数据外泄，但凭证外泄是肯定的。你的整个工作区可以使用git代码库进行备份和版本控制，从而确保数据的持久性。
我非常希望听到大家的反馈，并希望人们能像我一样觉得这个工具有用。
返回首页
最新
这听起来像是受到人工智能影响最大的公司之一。我与该公司没有任何关系，但我真的很想知道他们今天推出了什么用于AI辅助编程的产品。在我的圈子里，过去六个月我没有看到任何人使用它。
有没有人尝试过以下配置：<p>Mac Studio M3 Ultra，配备96 GB内存<p>它适合在本地运行大型模型吗？
我15岁，是加利福尼亚的一名高二学生。<p>在过去的两周里，我一直在构建一个协议，能够证明一个人工智能代理实际做了什么，而不仅仅是记录它。这个协议在每个动作之前和之后都有签名的收据，采用哈希链技术，任何人都可以进行验证。<p>本周，微软将我的代码合并到了他们的代理治理工具包中，进行了两次。<p>很高兴回答关于它是如何工作的任何问题。