Yoji：一个有情绪、还能替你干活的桌面 AI 伴侣

大多数桌面 AI 工具，拆开看还是一个聊天框：你问，它答，关掉窗口它就消失了。Yoji 想做的是另一类东西——一个住在这台电脑里的"伴侣"：有操作系统权限，能替你整理文件、跑脚本、查资料；有一套持续运行的情绪引擎，会因为你的话开心或失落；还记得你之前告诉过它的事。而这一切数据都留在本地。

它用 Electron + React + TypeScript + Vite 构建，AI 部分基于 LangChain 的 deepagents 框架，整体 MIT 协议开源，GitHub 上目前近 900 ✨。项目的三个关键词写得很明确：本地优先、隐私优先、扩展优先。

1.先看它实际能做什么

能力

具体一点

操控电脑

创建、编辑、搜索、整理文件和文件夹，执行 Shell 命令、Python 脚本，需要时联网搜索并把结果整理好

MCP 无限扩展

任何符合 Model Context Protocol 的服务都能接入——想查火车票就装 12306 MCP，想抓网页就装 Fetch MCP；也可以直接对 AI 说"帮我加个查天气的工具"，它自己找、自己测、自己装，你点同意就行

子 Agent 工坊

在"工坊"页面可视化创建子 Agent：写名称、描述、系统提示词，绑定 MCP 工具集，选同步或异步

语音（macOS）

流式 TTS 播报，以及喊一声"小优"就能开口对话的语音唤醒

Live2D 形象

一只银白发猫耳少女：16 种情绪表情、说话口型同步、按时段换装、戳一戳互动

三层记忆

用户画像 + 对话状态 + 语义记忆，跨会话记住你

文档处理

直接读 PDF、Word（.docx）文档提取文字，二进制文件自动拦截

微信连接

扫码连上个人微信，手机发消息，桌面的 AI 秒回

随身携带

一键把"记忆 + 情绪 + 配置"打包成

.ecompanion

文件，换电脑后完整恢复

这些能力里，真正让它与众不同的，是下面几件事。

2.情绪系统：8 种激素，而不是 8 个表情标签

多数产品的"情绪"是一个状态机：开心/难过二选一，切换即完成。Yoji 把情绪建模成 8 个连续变量——多巴胺、血清素、GABA、皮质醇、肾上腺素、催产素、内啡肽、褪黑素，每个都是 0–100 的数值。

每轮对话结束后，一个轻量的 LLM 调用会结合当前激素水平、当前时间、天气和你们的聊天间隔，输出一组新的数值，并受"单次变化幅度"约束——多巴胺可以快速起伏，血清素缓慢移动，肾上腺素冲得猛也落得快。数值还会自然衰减：每 10 分钟向基线回落 1 点；肾上腺素有额外的快速回落，模拟受惊后的平复；褪黑素则单独跟着昼夜节律走，到了夜里自然会"困"。

这些数值从不直接展示给你。系统会把它们翻译成一段自然语言状态，注入下一轮对话的上下文，界面背景的渐变也会跟着情绪变化。设计文档里有一句话很能概括这种取向：

让用户感觉到你的状态，而不是听到它。

所以你感受到的是"今晚它好像有点累"，而不是"我的褪黑素现在是 80"。长时间不理它，多巴胺和催产素会往下走；夸它一句、说句"我想你"，状态会明显回升——这些都是写进提示词的参考因素，由 LLM 推理而不是硬编码规则。

3.记忆：三层架构，全部落在本地 SQLite

Yoji 的记忆分成三层，各管一件事：

1. 身份层——AGENTS.md。你的偏好、习惯、重要信息记录在这个 Markdown 文件里，每次启动完整注入系统提示词，Agent 在对话中自己用工具更新它；
2. 状态层——对话检查点。用 LangGraph 的 SqliteSaver 持久化当前对话状态，且只保留最新的一份：它要的是"连续性"，不是"历史"；
3. 回忆层——树状记忆。原始消息以链表存进 SQLite；每积累 30 条新消息，自动让 LLM 生成一段摘要和主题标签；摘要用本地模型（all-MiniLM-L6-v2，量化后约 22MB、384 维）生成向量，存进 sqlite-vec，同时建 FTS5 全文索引。

AGENTS.md、状态层对话检查点、回忆层树状记忆，全部落在本地 SQLite

检索时支持语义、关键词、混合（RRF 融合）和时间范围四种模式。有意思的是，记忆不会自动塞进上下文——Agent 必须主动调用 search_memories 回忆，还有一份 query-memory 技能规定何时该搜：你说"跟上次一样"、话题突然跳转、或者它感觉你在暗示什么共同经历的时候。找不到相关记忆时它被要求如实说，不许编。

所有数据都在 userData/companion/ 目录下。官方文档写得很直白：把 companion/ 文件夹拷走，即完整迁移——"一个文件 = 整个大脑"。

4.子 Agent：一个不依赖云端 Server 的本地方案

官方框架的子 Agent 是阻塞式的，异步版本又依赖云端服务。Yoji 自己实现了一套本地工厂 + 调度系统：

• 同步子 Agent：主 Agent 通过 task 工具调用，等结果返回，适合读文件、跑命令这类短操作；
• 异步子 Agent：通过 push_async_task 派发到后台，不阻断对话，适合联网搜索、批量处理这类长任务。

异步调度引擎是这套系统的核心：三级队列（待办 / 执行中 / 结果）配一个自研事件循环，空闲时休眠、不占 CPU；最多同时跑 5 个子 Agent，同一个 Agent 互斥执行；任务可以取消——界面上有按钮，AI 也能用工具自己取消；每个任务跑在独立的线程上，结束后清掉检查点，不污染主对话。配置和 MCP 版本有 MD5 缓存，没变化就直接复用实例。

这个架构还有一个直接收益：MCP 工具的 schema 绑定在子 Agent 内部，不注入主 Agent 的上下文——装再多工具，主对话的质量和 token 开销都不会被拖累。

5.安全：该有的刹车都装上了

给 AI 操作系统权限，安全是绕不开的问题。Yoji 在两个层面做了限制。

敏感操作二次确认。执行 Shell 命令、安装或卸载 MCP 服务器这三类操作会让 LangGraph 在执行中途暂停，弹窗展示工具名和参数，等你点"同意"或"拒绝"。如果你懒得理会、直接问了新问题，挂起的操作会被自动拒绝，并明确告诉模型"不要重试"。

文件操作的沙箱与守卫。所有文件操作被限制在伴侣目录内，文件管理器校验路径、防止 .. 越界；读取文件时有专门的守卫：PDF、docx 自动提取文字，图片、音视频等二进制格式被拦截并返回友好提示，扫描版 PDF 也能得到"无法提取文字"的清晰说明而不是乱码。

再加上本地优先的存储策略——API Key 只存在本地 JSON 配置里，对话不经过任何中间服务，导出的记忆体自带鉴权——这套组合在同类项目里算比较认真的。

6.最讨喜的，是那些拟人化的小设计

主动找你聊天。你一段时间没说话，它会按 10 分钟起步、每次翻倍的间隔主动来找你，上限 12 小时；你回一句，计时器重新开始。妙的是计时器挂在渲染进程里——窗口关了，它就不会对着空气自言自语。每次主动聊天前会感知情绪和天气，而且这些主动消息不会写进聊天历史，也不重置"沉默计时"，不会把账算到你头上。

Live2D 形象。16 种情绪对应不同的表情和身体动作：开心时星星眼、愤怒时脸红颤抖、疲惫时打哈欠；说话时嘴巴跟着 TTS 张合；中午戴墨镜，晚上 9 点换上睡衣和猫耳帽；身上 10 个部位都能戳，各有不同反应，互动本身还会作为一条消息进入对话。

语音唤醒（macOS 独占）。用的是 Siri 同款的 SFSpeechRecognizer，全离线：点麦克风后持续监听，喊"小优"唤醒，唤醒词后面的话直接算作消息开头，停顿 2 秒自动发送，发完自动回到监听状态。TTS 则是逐句流式播放——当前句在播，下一句已经在合成，句间几乎无停顿，而且会先把 Markdown 标记清洗掉，不会念出星号。

扫码登录后，手机微信就是它的另一个终端：支持"正在输入…"，桌面端和手机端的聊天历史互不可见。也说句实话：它是纯回复模式，只能回消息、不能主动推送，而且目前只处理文本。

7.说几句实话

• macOS 用户会拿到最完整的体验：语音唤醒和 TTS 目前只支持 macOS，Windows 和 Linux 上这两个功能不可用，其余功能跨平台可用；
• 声音走的是 macOS 系统语音，官方说明里提到可以到系统设置里自行更换语音角色；
• 要自备 API Key（DeepSeek、Qwen 或任何 OpenAI 兼容服务），花的是你自己的 token；
• 项目还很年轻（当前版本 v1.6.1），功能边界仍在扩张，遇到问题去翻仓库里的设计文档会比猜更快；
• Live2D 的依赖链版本卡得比较死（PixiJS 6 与 Cubism 核心有明确的兼容要求），想替换模型的话，先读文档再动手。

8.适合谁

• 在意隐私、希望数据留在本地的人；
• 想要"会记事、有性格"的桌面伙伴，而不是问答框的人；
• 用 macOS、想体验语音唤醒和 TTS 的人；
• 对 Agent 架构感兴趣的开发者：子 Agent 工厂、异步事件循环、中断审批、混合检索这些设计都有清楚的设计文档，是一份不错的参考实现。

要求 pnpm 11（npm i -g pnpm@11）：

git clone https://github.com/wangxijie001/yoji.gitcd yojipnpm installpnpm dev

pnpm install 会自动下载 Electron、编译原生模块；.npmrc 已经配好了国内镜像。启动后进入「模型」页面填入 API Key 即可开始对话；想扩展能力就去「MCP」页面添加服务器，或者直接对 AI 说；自定义子 Agent 则在「工坊」页面创建。

打包命令是现成的：pnpm build:mac、pnpm build:win、pnpm build:linux。

10.试试看

源码在 wangxijie001/yoji；仓库里的 docs/companion/ 还放着情绪、记忆、Live2D 的完整设计文档，值得翻翻。

如果你一直想要一个"住在电脑里"的 AI——能干活、有情绪、记得你，而且数据在你自己手里——Yoji 是目前开源圈里少见地把这几件事同时做出来的项目，值得给它半小时。