English · 简体中文
Wordless
少说废话，把工作做完。
一个面向真实办公场景的 Agent 平台：理解用户的需求，执行精准稳定，减少无效往返和 Token 消耗，交付可编辑、可验证的结果。
下载最新版
·
用户手册
·
架构说明
·
问题反馈
## Wordless 是什么
Wordless 不是一个只返回文本的聊天窗口。它是运行在 macOS 和 Windows 上的 Agent 工作台：你选择工作区、模型和任务模式，Agent 在明确的权限边界内读取上下文、调用工具，并将演示文稿、电子表格、研究结果、UI 设计、生成的图片或代码变更呈现在同一个界面中。
项目采用本地优先设计。工作区、会话和产物保存在设备上；Google 登录与云同步均为可选能力，未登录或网络不可用不会阻止本地工作。界面提供中文与英文两套语言。
## 为什么做 Wordless
多数 AI 产品首先优化的是“给出回答”，但真实工作需要更严格的闭环：只理解相关上下文，执行正确操作，留下可以继续使用的产物，并验证实际发生了什么。Wordless 围绕结果设计，而不是围绕更长的对话设计。
- **结果优先于过程播报**：执行状态交给界面呈现，模型把输出留给决策、结果和异常，而不是反复描述“正在做什么”。
- **精确上下文优先于全量灌入**：通过 `@` 引用、表格选区、幻灯片对象和工作 Profile，把输入限制在当前任务真正需要的范围。
- **让 Token 用在有效工作上**：按场景加载工具、进行上下文压缩并展示 Provider 缓存统计，减少重复和无关上下文。
- **端到端交付**：计划、工具执行、产物生成、检查与修正保持在同一任务中，不停留在文字建议。
- **先验证，再宣称完成**：测试、质量扫描、来源、Diff、工具结果和交互预览让结果可以被检查。
> [!NOTE]
> “减少 Token”是设计目标，不是固定节省比例。实际消耗取决于模型、Provider、任务、所选上下文和修正轮次。“把工作做完”指减少本可避免的交接与往返，而不是假设每个复杂任务都能在一次模型调用中正确完成。
## 为什么选择 Pi Agent Harness
Wordless 使用 MIT License 发布的 [Pi Agent Harness](https://github.com/earendil-works/pi) 作为 Agent 底座，而不是重新编写通用模型与工具循环。Pi 提供可移植的基础能力，Wordless 负责将其变成针对具体场景的桌面工作流。
| 产品需求 | Pi 提供的基础 | Wordless 的适配层 |
| --- | --- | --- |
| 多模型 Provider | 统一流式接口和模型能力数据 | 可视化 Provider 配置、思考深度、凭据存储和用量展示 |
| 多步骤执行 | Agent loop、结构化工具调用、事件和状态 | 审批检查点、风险处理、工具状态、持久化和恢复 |
| 不同工作场景 | 可组合工具和与 UI 解耦的 Core | Profile、Driver、Extension、专用 Capability 和产物工作台 |
| 长任务上下文 | 可继续的消息与 Agent 状态 | 会话 journal、搜索、上下文压缩、steering 和 follow-up |
```text
任务意图
-> Profile
-> Driver + Extensions
-> Pi 派生 Agent loop
-> Capabilities 与工作区策略
-> 可交互产物工作台
```
共享同一个 loop，不等于所有任务使用一个泛化 Agent。每个 Profile 都会明确改变上下文、工具、权限声明、执行指导、产物类型和验证界面：
| Profile | 场景适配 |
| --- | --- |
| General | 日常工作、Skills、MCP 和可选工作区工具 |
| Coding | 索引搜索、文件编辑、Shell、测试、Diff 和代码工作区策略 |
| Presentation | OfficeCLI 幻灯片工具、质量扫描和可交互 PPTX 预览 |
| Spreadsheet | 工作簿选区、公式、图表、质量检查和发布流程 |
| Data Analysis | 数据检查、研究确认、维度委派、来源和报告 |
这种分层也让 Pi 保持可替换：Provider 协议位于 `@wordless/ai`，loop 与事件位于 `@wordless/agent`，具体 Runtime 集成通过 Driver SDK 完成。升级 Pi 或引入另一套 Driver 时，应当修改适配器和事件映射，而不是重写所有 Composer、审批、存储和产物界面。
## Wordless 与腾讯 WorkBuddy
Wordless 与腾讯 WorkBuddy 都希望超越聊天并交付真实工作，但选择了不同的产品路线。以下对比依据 2026 年 9 月可见的腾讯 [WorkBuddy 产品页](https://cloud.tencent.com/product/workbuddy) 与[官方概览](https://www.workbuddy.cn/docs/workbuddy/Overview)；能力和商业方案后续可能变化。
| 维度 | Wordless | 腾讯 WorkBuddy |
| --- | --- | --- |
| 产品路线 | 本地优先、源码可见，面向希望控制模型、工具、权限和扩展方式的用户 | 面向广泛职场角色、强调开箱即用与托管体验的商业办公 Agent |
| 场景组织 | 仓库内可见的 Profile、Driver、Extension、Skills 和 MCP 集成，覆盖文档、数据、代码、UI 设计与图片 | 领域专家、Skills、项目空间和多 Agent 协同 |
| 模型与成本 | 用户自带 Provider 与 API Key，消耗由所选模型提供商计费 | 腾讯运营的产品与 Token 配额方案，并在产品体验中提供模型配置 |
| 数据与执行 | 会话和产物默认留在本地，工具执行受工作区策略与显式审批控制 | 可以操作用户授权的本地目录，账号、服务和团队边界由腾讯产品体系管理 |
| 产物体验 | PPT、Spreadsheet、数据、代码、UI 设计与图片都有专用应用内界面，可选择具体对象、区域或画框并从精确上下文继续修改 | 覆盖文档、表格、PPT、研究、代码和创意等广泛任务与可验收结果交付 |
| 协作与生态 | 当前以个人、本地工作流为主，提供可选设置同步与开发者可控扩展 | 提供项目空间、共享专家、Skills、连接器、团队复用和腾讯生态 |
| 透明度与定制 | 源码可见、BYOK、事件与权限边界明确，适配器可以替换 | 托管式产品，并提供规模更大的预置专家和服务生态 |
如果你需要成熟、开箱即用的办公和团队生态，以及大量托管专家，WorkBuddy 更合适；如果你更看重本地优先、BYOK、显式审批、源码可见和深度工作流定制，Wordless 的路线更合适。这是产品优先级的区别，不是声称某一个工具对所有用户都更好。
## 核心能力
- **工作区上下文**：通过 `@` 快速引用工作区内的文件和文件夹，通过 `$` 选择 Skills，通过 `!` 引用一个进行中的任务；文件索引遵循 `.gitignore`。
- **UI 设计**：挑一套内置风格，或者直接描述你要的界面。Agent 把真实的 HTML 画框写进工作区里的 `x.wdesign` 设计包，你在画布上缩放、选择、对齐、换色和导出。
- **图片生成与编辑**：在画布上生成图片，再按变体、裁剪、局部编辑、去背景、移除物体等方式迭代。
- **文字识别（OCR）**：随包内置、离线运行。模型自己看不了图时，它可以读出图里的**印刷文字**——截图、扫描页、文档照片。它**不是视觉的替代品**：布局、颜色、图表趋势、盖章、手写都读不出来，而且结果会带一句“这是机器识别的文字”的标注。
- **交互式 Presentation**：Agent 创建和修改幻灯片后，可在右侧工作区查看页面、选择对象并继续迭代，而不只是下载一次性文件。
- **交互式 Spreadsheet**：直接查看单元格、图表和变更，在当前选区继续发出指令并即时验证结果。
- **Data Analysis 与深度研究**：拆分研究维度、并行委派、追踪进度，并将分析结果与图表放回工作区。
- **Coding 工作流**：结合计划、文件检索、Shell、差异视图和测试结果完成可审阅的代码修改。
- **任务与自动化**：把工作变成带负责人、状态和时间线的任务，并让提示词按周期自动运行。
- **数字员工**：把一套工作方法沉淀为可复用的角色，组成团队，并从任务中把活分派出去。
- **可控工具执行**：默认手动审批工具调用，也可在当前会话启用自动审批，另有面向已隔离环境的 bypass 档；高风险操作仍会回到人工确认，并支持单次工作区外访问授权。
- **模型与思考深度**：支持内置及 OpenAI-compatible Provider（支持订阅登录的 Provider 可直接登录），自定义 Base URL、模型能力、上下文限制与推理级别。
- **Skills & MCP**：导入 Skills，从官方 MCP Registry 发现并安装连接器，也可接入自定义 stdio 或 HTTP 服务。
- **内置浏览器**：Agent 可在右侧面板打开页面、读取内容并按同一套审批规则操作。
- **会话体验**：消息搜索与定位、上下文压缩、Markdown/GFM、代码高亮、Mermaid、KaTeX 数学公式渲染，以及就地翻译。
- **界面语言**：中文（默认）与英文，可在设置、侧栏或首次引导中切换。
## 为真实产物设计
### UI 设计
挑一套内置风格并描述你要的界面，或者从零开始。画框是工作区里 `x.wdesign` 设计包中的真实 HTML 文件，所以 Agent 能检查结构、拿风格的令牌再核一遍，并直接看渲染出来的像素，而不是凭猜。布局、对齐、换色都在画布上完成；某一屏做完，可以直接导出渲染图——PNG、长图或 PDF，可加设备外壳——或者下载这份设计的素材。
下面是同一份简述生成的两套界面。它们仍然是工作区里可以重新打开、继续改的 `x.wdesign` 设计包，而不是导出的图片：
| A generated interface | Another generated interface |
| --- | --- |
|  |  |
### Presentation
生成过程、工具状态和幻灯片预览保持在同一个任务上下文中。选择具体页面或对象后可以继续要求 Agent 调整布局、内容和视觉表达。
### Spreadsheet
在表格预览中选择数据区域，把当前选择作为下一步操作的精确上下文；Agent 的修改会立即反映到工作簿，而不是停留在文字建议中。
### Data Analysis
复杂研究任务可以按维度委派，并在时间线中区分 queued、running、completed 和 failed 状态，方便判断每个研究员正在处理什么。
### Coding
从计划到文件修改、Diff 和测试结果都可追踪。工具执行受工作区策略约束，关键操作在实际发生前进入审批流程。
### 图片生成
生成的图片以节点形式留在画布上，所以下一条指令可以直接引用某个结果，而不必重新描述它。八个操作覆盖生成、变体、裁剪、局部编辑、去背景、移除物体和多视角。
## 单次对话之外
会话是干活的地方；下面这些界面让工作在模型停下来之后仍然可见。每一项都是侧栏中的一行。
- **任务**：每件事都是一个带负责人、状态和时间线的任务。总览、看板、时间线、列表、仪表盘五种视图随时切换；要开工时用 `!` 把它丢进对话。
- **自动化**：让提示词按周期运行，保留运行历史，也可以从模板开始。
- **数字员工**：把可复用的角色存下来，组成团队，并从对话中把活分派出去。
- **翻译**：在消息里选中文字就地翻译，或者把翻译面板开在对话旁边。
工作停下来之后，还有两件事不需要你盯着窗口：
- **客户端通知**（**Settings → General**）：Wordless 不在前台时，Agent 等待审批或回答、任务完成、任务失败各提醒一次。你正看着那个会话时不会打扰你。
- **消息推送**（**Settings → Message push**）：自动化与定时任务跑完后，把结果推到钉钉、飞书或企业微信的群机器人。文案是带变量的模板，每个自动化可以覆盖默认设置，凭据只存在本机。
## 远程连接
在手机上继续这台电脑上的会话。全程端到端加密，会话与执行都留在本机。**Settings → Remote access** 里有两种接入方式：
- **局域网**：手机和这台电脑连同一个 WiFi 就能用。打开开关，Wordless 在本机把中继和网页客户端一起跑起来，自动填好地址并生成二维码——手机扫码即用。不用服务器，不用配置。
- **远程**：手机在任何网络都能用（4G/5G 也行）。需要一台**你自己部署**的中继服务器，Wordless 给两条路：一份照着敲的教程，或者填上 SSH 让它自己部署——探测之后会先把它发现的问题告诉你（端口被占、发行版不对、已经部署过），跑完会在服务器上留下版本戳（桌面端升级后要重新部署一次），也可以一键撤下来。
配对是扫码，或者手输连接码加密码。**首个出示密钥的手机会被钉住身份公钥**，连接码 10 分钟未领取作废；任何手机接入都会弹一次系统通知，每台手机可以单独解除配对。
手机上能做的是**继续对话**：看会话列表与历史、发消息、中断、换模型、传附件、回答审批与提问，以及只读地搜索工作区文件。它**不是远程桌面**——不能串流画面、不能改设置、不能选本机文件、不能操作桌面；Agent 始终跑在这台电脑上。
## 扩展与控制
Skills 用于沉淀可复用工作方法，MCP 用于连接外部能力。Skills 可以从文件导入，也可以在 SkillsMP 技能目录里发现；MCP 标签页从官方 MCP Registry 发现连接器，安装前先展示传输方式、能力、发布者和源码仓库，已安装的连接器有新版本时以同样方式提示。模型能力和工具权限彼此独立：模型能生成请求，不代表工具已获得执行权限。
API Key、OAuth token 等敏感凭据优先进入操作系统安全存储。Google 云同步默认关闭；开启后仅同步设置页面声明的数据类型，不同步 API Key、工作区文件、生成产物和会话正文。
## 架构
Wordless 是一个模块化单体桌面应用，不依赖单独的本地 HTTP 后端。React Renderer 通过受限 Preload Bridge 与 Electron Main 通信；主进程组合 Runtime、Agent Profiles、Capabilities、持久化和平台适配器。
```text
React Renderer
| validated commands and ordered events
Preload Bridge
|
Electron Main
|-- Wordless Runtime
| |-- Agent Harness -> AI Provider
| |-- Profile Registry -> Profile -> Capabilities
| `-- Workspace policy and persistence ports
|-- JSONL / SQLite adapters
|-- Node and Office execution adapters
`-- Credential, window, browser, and notification adapters
```
不同场景不是复制出来的多套 Agent。Profile 负责组装提示、工具、驱动和扩展，公共 Runtime 负责会话、事件、审批和持久化，因此场景能力可以独立演进，也可以迁移或替换底层依赖。
### 内核边界与可迁移性
前文的 Profile 场景映射通过明确的依赖边界实现：`@wordless/ai` 隔离 Provider 协议和模型能力，`@wordless/agent` 隔离 loop 与事件类型，`agent-driver-sdk` 定义 Runtime 与具体内核之间的合同。Profile 不直接依赖 Electron，会话 journal 与领域消息继续由 Wordless 自己管理。
| Profile 组装与驱动注册 | 不同场景的工具边界 |
| --- | --- |
|  |  |
Pi 上游能力继续按照原始 MIT License 保留归属。更详细的边界说明见 [Architecture Overview](docs/architecture/overview.md)、[Dependency Rules](docs/architecture/dependencies.md) 和 [Upstream Source Record](UPSTREAM.md)。
## 安装
从 [GitHub Releases](https://github.com/Austin-Patrician/Wordless/releases/latest) 下载与你设备匹配的安装包：
| 设备 | 安装文件 | 说明 |
| --- | --- | --- |
| Apple Silicon Mac（M1/M2/M3/M4 及后续） | `Wordless-
