Skip to content
BranchesTags

Repository files navigation

Doc Agent

面向办公场景的本地 AI 助手。以项目文件夹为工作边界，在 Word、Excel、PPT、PDF 等文档上通过对话完成阅读、分析、改写与生成。数据与 API Key 均保存在本机，文档文件不离开你选择的目录。

文档站点：docs.kirineko.tech — 安装指南、功能说明与使用场景

技术栈：Tauri 2 · Rust · React

支持平台：Windows（x86_64）· macOS（Apple Silicon / aarch64）

Doc Agent 三栏工作区：项目与会话、对话区、文件浏览与工具链

主要功能

项目与会话

  • 选择一个本地文件夹作为项目，Agent 只能在该目录内读写文件
  • 每个项目可创建多个独立会话，历史消息与工具调用记录保存在本机
  • 最多 3 个会话可同时运行（可跨项目）；同时写同一文件时会提示占用
  • 左侧以「项目 → 会话」树管理导航；顶栏「密钥与服务」配置各模型与搜索 API Key
  • 输入区上方选择模型与思考强度；新建会话默认沿用上次选择
  • 可在项目根放置 AGENTS.md 作为项目说明；/init 可引导生成或更新

对话与界面

  • 三栏布局：左侧项目与会话 · 中间对话 · 右侧 Inspector（项目文件 / 工具调用链 / 构建产物），栏宽可拖拽
  • 明暗主题；流式 Markdown（代码高亮、表格、公式）；思考过程默认折叠
  • 多轮工具调用时，每一步回复独立展示
  • 输入区支持导入文件、图片附件、斜杠命令，以及 @ 引用项目内文件
  • 可粘贴或选择图片（PNG / JPEG / WebP / GIF）；执行中可停止当前回合
  • 上下文接近上限时自动压缩；/compact 可手动压缩
  • 空会话可生成起步问题，每轮结束后提供后续提问（需配置 DeepSeek Key）
  • 需求不清晰时会暂停澄清，确认后再继续
  • 模型服务出错时，对话区展示独立错误卡片（可复制详情）；短暂网络波动会自动重试

支持的模型

新建会话可选：

模型 提供商 视觉 思考模式 思考强度
DeepSeek Flash DeepSeek ✓ 可开关 low / high / max
MiMo v2.5 MiMo ✓ 可开关 —
MiMo v2.5 Pro MiMo — 可开关 —
Kimi K3 Kimi ✓ 始终开启 low / high / max
Gemini 3.8 Flash Google ✓ 始终开启 low / medium / high
GLM-5.3-Flash 智谱 ✓ 始终开启 low / high / max

历史会话中的 DeepSeek V4 Pro、Kimi K2.6 仍可续聊。MiMo v2.5 Pro Ultraspeed 为只读，请新建会话并改用 MiMo v2.5 Pro。

在顶栏「密钥与服务」配置 API Key，在输入区上方选择模型。Gemini 会跟随系统代理或 VPN。可选配置 Tavily 并在侧栏开启 Web 搜索。

文档与工具能力

Agent 可在项目目录内完成：

类别 能力
文件 列出、读取、写入、搜索；右侧浏览项目文件
图片 对话中粘贴图片；识别项目内图片；将网络图片下载到项目目录
Office 阅读 将 Word / Excel / PPT / PDF 转为可读文本
Word / Excel / PPT 创建与编辑；旧版 .doc / .xls / .ppt 可转换
PDF 合并、拆分、旋转、删页；文本与识图阅读
网页与排版 Markdown 转幻灯片 / 报告 / 简历网页；Typst 离线编译 PDF
数据分析 表格提取、SQL 查询、公式重算
联网（可选） 搜索与网页摘录（需 Tavily Key）

所有文件操作限定在你选择的项目文件夹内。

数据存储

应用数据保存在系统应用数据目录（与安装包位置无关）：

内容 macOS Windows
会话 / 项目元数据（SQLite） ~/Library/Application Support/com.kirineko.doc-agent/doc_agent.db %APPDATA%\com.kirineko.doc-agent\doc_agent.db
API Key（config.toml） 同上目录 同上目录
模型服务错误日志 ~/Library/Application Support/com.kirineko.doc-agent/logs/provider-errors.jsonl %APPDATA%\com.kirineko.doc-agent\logs\provider-errors.jsonl
文档文件 创建项目时选择的文件夹 同左

项目内临时文件（附件、脚本缓存、PDF 渲染页等）在 .cache/ 下，不出现在文件浏览中。

安装

版本变更见 CHANGELOG.md。

请从 GitHub Releases 下载对应平台的安装包（macOS：.dmg；Windows：NSIS *-setup.exe）。Release 说明中提供阿里云 OSS 下载链接。

自动更新

从 1.0.0 起，应用支持应用内自动更新（启动时检查 + 设置抽屉「更新」）。1.0.0 之前的版本不含 updater，需手动安装 1.0.0 基线包。

暂不提供 Linux 安装包。

快速开始

详细图文步骤见 文档站 · 新手配置。

  1. 安装并启动 Doc Agent
  2. 在左侧添加项目，选择你的工作文件夹
  3. 在顶栏打开「密钥与服务」，配置要用的模型 API Key
  4. 在输入区上方选择模型（需要识图时选带「视觉」的型号），新建会话即可开始对话
  5. 可以试试：「列出目录里的 Word 文件」「总结 @某文件.docx 的要点」「把这几张网络图片下载到 images/ 再插入 Word」

快捷键：Enter 发送 · Shift+Enter 换行 · @ 引用文件 · / 斜杠命令 · 粘贴图片（视觉模型）

从源码构建

环境要求：Node.js 22+ · Rust stable · 各平台 Tauri 前置依赖（见 Tauri 文档）

npm ci
npm run bundle:js    # 打包 skill 运行时 JS 库（构建前必须执行）
npm run tauri dev    # 开发模式

首次 Rust 编译会通过 build.rs 自动下载 PDFium 与 Noto SC 字体（约 40 MB，缓存于 src-tauri/fonts/）。需联网；离线复用请保留该目录。

测试

cd src-tauri && cargo fmt --check && cargo clippy -- -D warnings && cargo test
npm run typecheck && npm test

本地打 release 包

npm run bundle:js
npm run tauri build

发版说明（维护者）

  • CI：仅 pull_request → main 触发测试门禁；push main 不触发构建；缓存 src-tauri/fonts/ 以减少 Noto 重复下载

  • Release：推送纯数字三段 CalVer tag（YYYY.M.D，无 v 前缀）时触发 Windows（NSIS）/ macOS（DMG）安装包构建，产物上传 阿里云 OSS 并同步 GitHub Release（Windows 不产出 MSI：CalVer 与 WiX major ≤255 不兼容）

  • 版本格式（CalVer）：YYYY.M.D（年.月.日），禁止前导零 — 例：2026.6.14（✅）、2026.06.14（❌）

  • 取当日版本：npm run calver:today

  • 发版前：package.json、src-tauri/Cargo.toml、src-tauri/tauri.conf.json 的 version 与 tag 完全一致；更新 CHANGELOG.md（[Unreleased] → 正式版本节）；打 tag 前必须跑通发版自检：

    npm run release:check

    先提交本次代码、版本文件（含两个 lockfile）和 CHANGELOG，确认工作区干净，再打 tag 与推送。tag 指向提交，不会包含未提交的更改；以下命令应在已完成发版提交的 main 上执行：

    VERSION=$(npm run -s calver:today)
test -z "$(git status --porcelain)" || exit 1
test "$(node -p 'JSON.parse(require("fs").readFileSync("package.json", "utf8")).version')" = "$VERSION" || exit 1
git tag "$VERSION"
git push --atomic origin main "$VERSION"

  • tag 不要加 v 前缀；细则见 openspec/specs/project-versioning/spec.md

  • Updater endpoint：https://doc-agent.oss-cn-guangzhou.aliyuncs.com/latest.json

  • GitHub Secrets：TAURI_SIGNING_PRIVATE_KEY、TAURI_SIGNING_PRIVATE_KEY_PASSWORD（可选）、ALIYUN_ACCESS_KEY_ID、ALIYUN_ACCESS_KEY_SECRET、OSS_BUCKET、OSS_REGION

  • publish 失败应急：Actions 手动跑 Release，publish_only=true + source_run_id（成功 build 的 run id）+ version（勿用 Re-run failed jobs）

许可证

见仓库 LICENSE（如有）。

About

Office document AI agent desktop app

Resources

Readme
Activity

Stars

2 stars

Watchers

0 watching

Forks

1 fork
Report repository

Releases

Packages

Contributors

Languages