Skillget

Lynn

mcp
Guvenlik Denetimi
Basarisiz
Health Gecti
  • License — License: Apache-2.0
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Community trust — 14 GitHub stars
Code Basarisiz
  • process.env — Environment variable access in brain-v2-mirror/__tests__/audio-transcribe.test.js
  • process.env — Environment variable access in brain-v2-mirror/__tests__/auth.test.js
  • Hardcoded secret — Potential hardcoded credential in brain-v2-mirror/__tests__/auth.test.js
  • process.env — Environment variable access in brain-v2-mirror/__tests__/context-compact.test.js
Permissions Gecti
  • Permissions — No dangerous permissions requested

Bu listing icin henuz AI raporu yok.

SUMMARY

开源桌面 AI Agent · 长期记忆 · 多 Agent · 语音 · 零 API Key · CLI 编队 | Open-source desktop AI agent — long-term memory, multi-agent, voice & a CLI worker fleet

README.md

English | 中文

Lynn Banner

Lynn

Lynn

有长期记忆 · 会写作 · 多 Agent 协作 · 零 API Key 开箱即用

首个真正让非程序员也能用起来的开源桌面 AI Agent

License Version Stars Platform TypeScript Electron

🧠 Lynn 模型与引擎路线

Lynn 现在不只是桌面端 Agent。配套的模型、量化和自研推理引擎已经形成一条独立路线,用于把 Lynn 的本地长期记忆 / 多 Agent / 工具调用能力跑在可控的私有模型栈上。

方向 当前状态
Lynn V4 / V Flash 35B-A3B BF16 / NVFP4 / Q4_K_M 变体已完成发布与回归;Q4 工具调用模板热修已同步 HF / ModelScope。
Lynn 27B-A3B 基座 从 Qwen3.6-35B-A3B BASE 走 variable-expert pruning + Router-FT + Recovery LoRA,当前选定 step5000 final。BF16 评测:V8 strict 33/34 = 97.06%,V9 adjusted 37/59 = 62.71%。
Lynn-native NVFP4 27B variable-expert NVFP4 artifact 约 20GB,用于 Lynn Engine 自研 runtime。它不是 GGUF,也不是公开通用框架的 compressed-tensors v8-RTN。
Lynn Engine 自研 Blackwell/R6000 推理引擎已跑通 27B NVFP4。当前 R6000 strict full path 103.44 tok/s,serving replay 107.23 tok/s;下一目标是生产稳定 100+ TPS 与 native FP4 kernel。

相关仓库:

说明:27B Lynn-native NVFP4 是给 Lynn Engine 的内部/垂直 runtime artifact;通用用户仍建议从 V4 / V Flash 的 BF16、NVFP4 v8-RTN 或 Q4_K_M 版本开始。

🆕 近期更新

v0.79.9 · 2026-05-29 · Risk Boundary Split + Search Source UI (最新)

稳定性与维护成本下降版:

  • 🧩 五个高风险中枢拆分:InputArea、stock-market、mcp-client、bridge-manager、engine/agent 已拆出稳定边界,降低后续改动冲突和回归面。
  • 🔎 搜索工具更可解释:web search 默认优先走 brain v2 本地 proxy,MiMo/GLM key 不进客户端;聊天工具卡支持展开查看综合答案与搜索源。
  • 🧭 本地模型升级窗口:默认仍是 Qwen3.5-9B Q4_K_M imatrix MTP;旧版 9B GGUF 会显示为“可升级到 9B MTP”,不会误判为默认就绪。9B/35B 下载入口指向 ModelScope MTP 仓库,启动默认保持 MTP + thinking-on,并在模型卡标注 DGX Spark TPS 区间。
  • 🛡️ 中枢回归继续收紧:session event、tool runtime、dynamic prompt、MCP transport、bridge streaming/attachment 和搜索源摘要都补了 focused tests。
  • ✅ 发布门禁:V0.79.9 候选已通过 typecheck、runtime typecheck、全量 vitest、三段构建与 release regression 门禁。

完整 Release Notes →

v0.79.7 · 2026-05-28 · LynnEngine TS + 最后中枢收口

V0.79 最后中枢 TypeScript 收口版:

  • 🧱 LynnEngine 门面迁入 TS:core/engine 已从 JS 迁入 TypeScript,agent/session/config/model/plugin 组合入口进入 runtime typecheck。
  • 🔁 兼容旧入口:历史 HanaEngine import 保留为 LynnEngine 的别名,插件和旧代码无需立即改动。
  • 🧰 工具安全边界纳入类型检查:tool guard、工具别名、MCP 按需激活、sandbox 参数和事件广播边界补齐类型外壳。
  • 🧭 前序中枢迁移保持稳定:server/routes/chat、core/session-coordinator 与 core/agent 仍在同一 release gate 下回归。
  • 🧭 本地模型口径不变:默认仍是 Qwen3.5-9B Q4_K_M imatrix MTP;4B 保持低配降级,继续提示 thinking-on 风险。
  • ✅ 发布门禁:V0.79.7 合入后通过 typecheck:runtime、全量 typecheck、全量 npm test、release static/UI/live regression 与打包公证门禁。

完整 Release Notes →

v0.79.3 · 2026-05-25 · TypeScript 安全迁移 + 公证包

V0.79 架构安全推进版:

  • 🧱 TypeScript 迁移继续推进:server/chat 多个叶子 helper、server/routes 轻路由、shared runtime 工具与配置迁移到 TS,减少字符串 typo 和隐式 unknown 进入热路径。
  • 🔎 更稳的 release gate:V0.79.3 合入后通过全量 npm test、typecheck、typecheck:runtime、server/main/renderer 构建与目标回归测试。
  • 🧭 本地模型口径不变:默认仍是 Qwen3.5-9B Q4_K_M imatrix MTP;4B 保持低配降级,继续提示 thinking-on 风险。
  • 🧾 聊天与 artifact 热路径更容易维护:stream emitter、turn state、artifact recovery、tool summary、voice fallback 等模块进入 TS 边界,为后续拆 chat.js 和 core 做铺垫。
  • 🧪 core 大迁移延后:core/session-coordinator.js、core/engine.js 等大文件不塞进本次包,避免为追求 JS 占比牺牲发版稳定性。
  • 📦 macOS 三重校验完成:Apple Silicon / Intel DMG 已签名、公证、stapled,并通过 Gatekeeper 校验;Windows 提供签名 NSIS 安装包。

完整 Release Notes →

v0.79.2 · 2026-05-25 · 稳定性补丁 + TypeScript 迁移基建

V0.79 稳定收口补丁:

  • 🧭 本地模型引导维持 9B 默认:继续默认 Qwen3.5-9B Q4_K_M imatrix MTP,4B 只作为低配降级并保留 thinking-on 风险提示。
  • 🌦️ 天气/实时工具链路加固:天气回答按工具返回的绝对日期与降水描述输出,避免把“未来两天/明后天”解释错。
  • 🔁 Brain v2 fallback 更稳:Spark APEX-MTP fallback 修正模型 ID、默认关闭 thinking,并把本地 provider health probe 从冷启 800ms 误判加固为可配置超时。
  • 🧾 Deep Research artifact 统一:本地模型、BYOK 和默认模型的 HTML 报告统一落为聊天内可点击预览卡片。
  • 🧱 架构债务清扫:brain-v2-mirror 完成 TypeScript island 后继续收紧热路径类型;server/chat 叶子模块与 core provider/LLM contract 增加 TS 迁移前的类型边界。
  • ✅ 发布门禁:npm test 全量通过,新增 typecheck:runtime,brain-v2 tsc + 104 tests 通过,release preflight 覆盖构建与回归。

完整 Release Notes →

v0.79.1 · 2026-05-25 · 默认本地模型保持 Qwen3.5-9B MTP,4B 低配降级

本地模型默认档更换:

  • 🧠 默认 Qwen3.5-9B Q4_K_M imatrix MTP:5.38 GB · 24GB 显存/统一内存推荐 · MTP 加速 · thinking-on 稳定性优先。4B 复测确认 thinking-on 有长思考后无正文风险,不再作为默认引导模型。
  • 🎚️ 三档硬件分级:
    • 默认 (24GB 显存/统一内存+):Qwen3.5-9B Q4_K_M imatrix MTP — 质量更强,带 MTP 加速
    • 低配降级 (8~16GB 可选):Qwen3.5-4B Q4_K_M imatrix (Lynn) — 建议 thinking-off,thinking-on 可能长思考后无正文
    • 高端 (24GB 显存/统一内存+):Qwen3.6-35B-A3B Q4_K_M imatrix — MMLU 90.40% / GPQA Diamond 80.70% · Lynn 校准 · 21 GB
  • 🔁 平滑迁移:旧 4B 默认配置自动回到 9B MTP;4B 保留为显式低配降级。
  • 🧾 深度调研 HTML 报告:本地 9B、BYOK 和默认模型都会生成聊天内可点击预览的 HTML 报告;本地/部分 thinking 模型遇到空正文会自动 no-think fallback。
  • 🛡️ 架构与安全刷新:聊天主链拆分为更小的服务模块,本地 GGUF 下载增加源地址/文件类型校验,模型状态与 token 文案统一到 provider state,避免 4B/9B 状态误导。
  • ✅ 测试矩阵:9B MTP、GPT-5.4、默认模型安装版 smoke 全绿;Deep Research 三路 HTML artifact 门禁全绿;4B thinking-on 风险已在 Spark 复现并写入模型说明。

完整 Release Notes →

v0.79.0 · 2026-05-22 · 本地 9B 离线推理 + 本地模型管理器

本地模型大版本:

  • 🧠 本地 9B MTP,日常离线用:Qwen3.5-9B Q4_K_M imatrix MTP 成为一键安装的默认本地模型路径,授权后自动准备 llama.cpp、下载/校验 GGUF、启动本地 OpenAI /v1 端点并注册模型。
  • 📦 本地模型管理器:设置 → 模型 支持应用内下载 35B 推荐 GGUF、导入用户自己的 GGUF、查看本地端点、停止模型释放内存。
  • ⏳ 暖机反馈:本地模型首次加载权重和预热上下文时会给出 30-60 秒提示、阶段状态和等待动效,避免用户误以为卡死。
  • 🧭 Brain V2 迁移:老用户的旧 Brain endpoint 会自动迁移到 V2 canonical;GLM Coding Plan 使用专属 coding 端点;空答兜底只做可见修复,不提前干预模型输出。
  • ✅ 回归门禁:Full test suite 168 files / 1447 passed / 1 skipped,TypeScript、renderer build、本地安装与 GUI smoke 通过。

完整 Release Notes →

v0.78.1 · 2026-05-12 · 中文财经搜索兜底 + Deep Research 体验热修

搜索与 Deep Research 修复:

  • 🔎 中文财经搜索兜底:DuckDuckGo HTML 对中文热点/财经长查询返回 no-results 时,自动做中文查询简化并切换 Bing HTML fallback。
  • 📈 行情/新闻类问题更稳:修复“可灵融资”“A 股受益标的”等中文财经调研容易搜不到的问题,Deep Research 不再把临时搜索失败伪装成最终结论。
  • ⏱️ 超时文案更清楚:Deep Research fetch 超时统一显示可读提示,前端等待时间与服务端任务窗口对齐。
  • 🧩 面板工程化:Deep Research 面板与格式化 helper 抽离,补齐回归测试,便于后续继续迭代。

完整 Release Notes →

v0.78.0 · 2026-05-12 · Windows 启动热修 + Brain v2 新用户默认

Windows 启动修复:

  • 🧩 修复 SQLite migration 崩溃:旧 facts.db 缺少 category 列时,启动不再因 SQLITE_ERROR: no such column: category 中断。
  • 🛡️ 数据安全迁移:先补齐 schema,再创建索引;覆盖安装即可修复,不需要删除本地记忆。
  • ✅ 回归测试补齐:新增旧库迁移测试,覆盖真实 crash.log 路径。

Brain 默认策略:

  • 🧠 新用户默认 Brain v2:新安装/无本地配置的用户默认进入 Brain v2 链路。
  • 🔁 老用户不强迁:已有 Brain v1 或自定义 provider 配置保持原样,升级不会覆盖稳定路径。

完整 Release Notes →

v0.77.11 · 2026-05-09 · Deep Research 桌面入口 + 质量复核 + 会话持久化

Deep Research 体验:

  • 🧠 新增 深研 入口:输入框底部新增 Deep Research 按钮,空输入展示引导,有输入则进入深度调研链路并生成可预览结果。
  • 🧪 质量地板:对 A3B 这类容易误判的缩写和低可信 winner 做拒绝输出,不把不稳定答案伪装成结论。
  • 📌 结果可追溯:回答尾部显示 Deep Research 质量复核状态、winner 和候选模型评分。

本地会话与工程化:

  • 💾 深研结果写入会话:/api/deep-research 支持 sessionPath,前端触发的 user/assistant 消息会真实追加到 JSONL,切会话/重载不再丢。
  • 🧩 显式能力入口:Deep Research 不抢占默认聊天链路,用户需要时手动开启。
  • 📊 Benchmark 入仓:Tool-abstain / Qwen3.5 vs Qwen3.6 实验文件归档到 tests/benchmarks/,便于后续复现。

完整 Release Notes →

v0.77.10 · 2026-05-08 · Brain v2 镜像同步 + 伪工具恢复 + Release 门禁加固

Brain v2 与调研链路:

  • 🧠 Brain v2 镜像代码入仓:把远端 verifier / deep research / agent checkpoint 相关镜像代码同步进仓库,避免只靠服务器热修。
  • 🧪 Deep Research 质量地板:低分候选不会被直接当成最终答案,后续接主链前先保留为受控能力。
  • 🧭 只读伪工具恢复:对天气、行情这类只读工具,模型误输出伪工具文本时会转成真实工具调用并给出可见依据。

本地任务与代码门禁:

  • 🛠️ Bash 恢复模块迁出:把命令恢复逻辑从 chat.js 拆进独立模块,继续压缩主路由复杂度。
  • ✅ 代码修复验证补写:代码诊断类回答如果缺少明确验证提醒,会自动补上可复制验证步骤,避免“看起来修了但没让用户验证”。
  • 📊 Tool Abstain V9 benchmark 入仓:保留可复现 harness / question,把临时运行产物移出测试目录。

发布与下载:

  • Release、更新清单和镜像站下载链接统一指向 v0.77.10。
  • 全量 release regression 继续作为发版阻断门禁。

完整 Release Notes →

v0.77.9 · 2026-05-07 · 调研合成加固 + DOCX 质量门禁 + Turn 状态收口

调研与长报告:

  • 🧠 Brain v2 多轮调研合成加固:调研类任务在多轮工具调用后会进入强制合成轮,避免只输出“继续深挖/摘要太粗”的进度文字。
  • 📚 证据账本与拆题清单:服务端调研链路会保留工具来源、查询、片段和日期线索,让最终报告更容易整合成可读结论。
  • 🧾 短答门禁:报告、DOCX、受众研究等任务如果只生成过短进度说明,会触发合成兜底,不再把半成品当最终答案。

DOCX 与本地产物:

  • 📝 DOCX 质量门禁:生成 Word 前会检查内容长度、悬挂表格、进度占位语和报告完整性,避免输出没写完的 .docx。
  • 🔗 Brain 模型差异化处理:Brain 任务跳过浅层本地预取,把证据收集交给 Brain v2;非 Brain 模型保留原有客户端兜底。

稳定性与结构收口:

  • 🧹 Turn timer 统一管理:把 chat route 中散落的 timer 清理逻辑迁入 stream-state,减少 retry / stale stream / turn_end 的状态漂移。
  • 🛡️ 伪工具可见兜底:Brain 伪工具泄漏不再静默吞掉,会给出可见失败说明;非 Brain 模型仍保留原有恢复策略。

测试:

  • 全量单测 1209 passed / 1 skipped。
  • TypeScript、lint、release regression 和 UI smoke 会作为本次发版门禁继续执行。

完整 Release Notes →

v0.77.8 · 2026-05-06 · HTML Artifact 恢复 + 粘贴体验 + 伪工具收口

HTML 报告与 Artifact:

  • 🧩 恢复未展示的 HTML Artifact:修复 create_artifact / create_report 已生成 HTML,但缺少 tool result 时聊天框不显示卡片的问题。
  • 🕰️ 历史会话可补救:重新加载旧会话时,会从 assistant tool call 中恢复 HTML 卡片,避免长报告“生成了但消失”。
  • 🧹 卡片去重:按标题、类型和内容去重,防止重复 Artifact 刷屏。

输入与复制体验:

  • 📋 多行粘贴修复:修复多行内容粘贴到 Lynn 输入框时被吞或只保留部分内容的问题。
  • 🧷 复制 fallback:在 navigator.clipboard 不可用的环境中,复制按钮会走 textarea fallback。
  • 🔕 减少执行提示噪音:移除执行型任务的低价值 inline notice,让用户更直接看到结果。

伪工具调用收口:

  • 🧭 零干预原则:本地桥接和普通 session 不再额外 prompt 模型重试伪工具调用,只做泄漏清洗和上层兜底。
  • 🛠️ 崩溃风险修复:修掉零干预改造中遗留的 retry = null 路径。

测试:

  • V9 benchmark 资料、runner 和复核材料进入 tests/benchmarks。
  • 新增 Artifact recovery 单测,覆盖 JSON 参数、HTML 推断、去重和无效输入。

完整 Release Notes →

v0.77.7 · 2026-05-05 · 性能优化 + 危险命令识别加固

性能优化(brain v2 端,所有用户立即受益):

  • 🚀 MiMo 快速模式透传:Lynn ThinkingLevelButton 'off' 档自动经 reasoning_effort: off → brain v2 翻译成 MiMo thinking:{type:"disabled"},简单 chat TTF-Content -51%(2.7s → 1.3s),首字延迟近半。
  • 🌐 HTTP/2 上线:nginx api.merkyorlynn.com 升级 ALPN h2,SSE over H/2 节省 head-of-line blocking,TTFB ~50-100ms 改善。
  • 🔌 undici Pool keep-alive:brain v2 上游 16 connections + 30s keep-alive,晚高峰并发 3 -23%(12.7s → 9.7s),解决冷连接卡顿。
  • 📊 e2e smoke 实测对比:HMAC valid -41% / stock_market -54% / web_fetch -38% / exchange_rate -33% / calendar -33% / 多场景 -23~54%。

安全加固(客户端):

  • 🛡️ 危险命令识别正则修:commandLooksLike{Delete,MoveOrCopy,Create,LocalMutation} 之前漏识别 /bin/rm、./rm、exec rm 等绝对路径形式,confirmation card 高危标识缺失。修后:
    • leading set 加 /(识别 /bin/rm 等绝对路径)
    • trailing lookahead 严格 boundary(防 rmdir-nope 等文件名误识别)
    • 新增 51 个参数化测试(tests/command-looks-like.test.js)覆盖 17+11+10+4 positives + 6+3 negatives

Brain provider reasoning 透传:

  • 🧠 engine.js 给 brain models 默认 reasoning: true,让 Pi SDK reasoning_effort 字段经标准链路透传到 brain v2(无需客户端额外改动)。

巡检改造:

  • 📊 飞书 health-check 加 MiMo 头位 + 本地 GPU 路由重命名 + Kimi K2.6 (kimi-for-coding API) 替 K2.5 + brain v2 /api/v2 健康检测。

完整 Release Notes →

v0.77.6 · 2026-05-05 · Brain v2 重写上线(底层换装,体感无感)

幕后大重构 — 用户视角无感:

  • 🧠 Brain v2 上线:服务端 11000+ 行单文件 v1 整体替换为 5 模块拆分的 v2(< 2000 行生产代码),OpenAI 兼容 + Lynn 客户端协议完全保留。
  • 🚀 MiMo enable_search:true 头位主链:简单 chat 2-5s,工具调用 5-10s,多轮 web_search 7-10s。
  • 🛠️ 16 个 server tools 完整 port:web_search / web_fetch / weather / exchange_rate / express_tracking / sports_score / calendar / unit_convert / create_artifact / create_pdf / stock_market / live_news / stock_research / create_report / create_pptx / parallel_research — 全部生产 e2e 验证。
  • 🔧 顺手修了 v1 隐藏 bug:create_pptx 在 pptxgenjs 4.0.1 用 {fill:{type:'solid',color}} 实际报错,v2 改用现代 {color} API。
  • 🎯 客户端兜底链路 0 改动:<lynn_tool_progress> 标记 + reasoning_content 流 + tool_calls SSE 字段全部跟 v1 字节级对齐。
  • 🔐 HMAC 签名复用 v1 device store:旧客户端无感,新客户端走新 endpoint。
  • 📊 巡检挂上:pulse 5min(/health + ping chat)+ smoke 2h(4 核心场景),失败飞书告警。
  • 🔄 自然灰度:v0.77.6 走 brain v2 (/api/v2/),v0.77.5 及之前继续走 v1 (/api/),双链共存 30 天后下线 v1。

质量门禁(全过):

  • 90 vitest 单测 + 16 e2e smoke 场景
  • 服务端 TypeScript / Lint / Build 全过

完整 Release Notes →

v0.77.5 · 2026-05-02 · 长朗读可中断 + 微信桥接稳定性 + 语音延迟优化

朗读与语音:

  • 🛑 朗读现在可以随时停:聊天页"朗读"按钮支持 toggle,长回复播报中再按一次立即停止;切换消息或关闭窗口也会自动停。
  • ⚡ 语音首字延迟优化:Brain text_delta → TTS 首段播放路径精简,首字到嘴时间下降。
  • 🧯 语音追加竞态修复:修复"完整文字到了但语音只播了头一段"问题(B2 race),server 加 150ms grace 期 + pendingAppendQueue 双缓冲。

桥接稳定性:

  • 🤖 微信/飞书天气查询不再"空答":修复长对话历史下,A3B 输出被伪工具检测器误剥成空内容触发兜底文案的问题;现在剥空时回退到原文,保证用户至少看到回复。

回归:

  • Unit / Integration / Voice runtime / TypeScript / Lint / Renderer build / Main build / Server build 全过

Hotpatch #1 (2026-05-02) — Windows 启动 ERR_DLOPEN_FAILED

  • ⚠️ Windows 包重发:首次发版 Setup.exe 包含 darwin Mach-O clipboard.darwin-*.node,Win Node 启动时 dlopen Mach-O dylib 抛 ERR_DLOPEN_FAILED 直接崩(用户实测截图)
  • 🔧 修复 scripts/build-server.mjs 加 sweep 阶段:Win build 移除所有 @mariozechner/clipboard-darwin-*(只保留当前 target platform 的 clipboard 子包,跟现有 koffi 逻辑同款)
  • ✅ Win Setup.exe 重新签名 + GitHub Release / Tencent 镜像同步替换;latest.yml size/sha512 更新
  • ✅ macOS dmg 不受影响(原本就只装 darwin 包)

Hotpatch #2 (2026-05-04) — Windows 启动 ERR_DLOPEN_FAILED(余波)

  • ⚠️ Hotpatch #1 不彻底:虽修了 server bundle 的 clipboard-darwin-* 沾染,但 desktop 端 desktop/native-modules/aec/lynn-aec-napi.darwin-arm64.node(V0.79 Phase 2 AEC native module 仅 Mac arm64 prebuild)被 electron-builder files glob *.node 一并打进 Win Setup.exe,Win Node 启动 dlopen Mach-O 仍崩(用户实测截图)
  • 🔧 修复 scripts/fix-modules.cjs afterPack 钩子加 native-modules platform-sweep:扫 app.asar.unpacked/desktop/native-modules/**,根据当前 build target 删跨平台 napi-rs 标准命名 .node(*.{darwin|win32|linux}-*.node 不匹配当前平台的)
  • ✅ Win Setup.exe 体积 204.5MB → 204.4MB(去除 132KB darwin-arm64.node);GitHub Release / Tencent 镜像同步替换;latest.yml size/sha512 更新
  • ✅ macOS dmg 不受影响(原本就保留 darwin-arm64 prebuild)

Hotpatch #4 (2026-05-04) — Intel Mac 启动 ERR_DLOPEN_FAILED(better-sqlite3 ABI 跨架构 build 拿错 Node 版本)

  • ⚠️ 场景:Hotpatch #3 ship 出去后,Intel Mac 用户启动 Lynn 立即崩 — better_sqlite3.node was compiled against NODE_MODULE_VERSION 115. This version requires NODE_MODULE_VERSION 127(ABI 不匹配)
  • 🔧 真因:scripts/build-server.mjs 跨架构 build(arm64 host → x64 target)时,用 host Node 跑 npm install 让 prebuild-install 下载 better-sqlite3 prebuilt,但没指定 Node 版本 → prebuild-install 用 host 的 Node v20 ABI 115 拿了 v20 prebuilt,放进 dist-server/mac-x64/(那里 node 二进制是 v22 ABI 127)→ ABI mismatch 立崩。Apple Silicon 用户没事(host 跟 target 同 v22)。Hotpatch #1 sweep 验证只查 file 类型对不对,不查 ABI,所以没拦下来
  • ✅ 修复:scripts/build-server.mjs 在跨架构 env 加上 npm_config_target=22.16.0 + npm_config_runtime=node + npm_config_disturl=https://nodejs.org/dist — 强制 prebuild-install 下载 v22 ABI 127 的 prebuilt
  • ✅ 验证:用 dist-server/{plat}/node 实际 dlopen 各 .node 测试,arm64 + x64 双 mac 都 FULL OK(new Database(':memory:') 真实例化)。Win Setup.exe 同根因(从 arm64 cross-build 到 win32 x64),同时修
  • ✅ Mac arm64 / Mac Intel / Win x64 三个包重 build + 重签 + 重公证 + 重镜像同步

Hotpatch #3 (2026-05-04) — 删除文件类任务"确认删除"无效老 BUG + brain 嘴炮防御 + 路由元数据泄漏修复

  • ⚠️ 场景 1:用户发"删除下载文件夹 zip 文件"→ 模型空答 → Lynn 兜底文案承诺"回复'确认删除'即触发执行" → 用户回"确认删除" → 再次空答(老 BUG,实际文件根本没删);即使加了上下文重注入,brain(Qwen3.6-A3B)仍可能"嘴上答应'明白,直接执行'但不真调 bash"或返回 placeholder bash {"command": "command"} 占位字符串
  • ⚠️ 场景 2:用户发研究类长任务(如"帮我整理中国各个私董会的价格、人数、特点")→ 模型空答 → Lynn 兜底文案末尾出现 "类型: utility" 元数据泄漏(用户实测截图)— 这是 brain 把内部 retry prompt 里的"任务类型:utility"echo 回了用户可见文字
  • 🔧 真因 1:兜底文案撒了个谎 — Lynn 没有任何机制把上一轮的"待删除目标"持久化到 session,4 字"确认删除"独立 prompt 进入 brain 时完全无目标信息;且 brain 工具路由偏好抖动(V8 CODE-02 已记录),给到强约束 prompt 仍可能选择空答/嘴炮/占位 placeholder
  • 🔧 真因 2:buildEmptyReplyRetryPrompt 内部 retry prompt 包含 任务类型:${routeIntent}(本意给 brain 上下文),但 brain 抖动时会把这一行作为"系统说明文字"echo 回用户 — 跟 pseudoToolSteered 路径里的 reflect 标签泄漏同款污染
  • ✅ 三段式安全网修复(确保用户的"确认删除"必有真删):
    1. 上下文持久化:用户发删除类 prompt → 立即把 originalPrompt + requirement 暗存到 ss.pendingMutationContext(10 分钟 TTL);下一轮命中"确认删除/确认/yes/好的/go ahead" 等确认短语 → 自动用上一轮 prompt 重新注入 brain 附带严格执行要求 + 已知目录别名 + 删除安全要求(走 buildLocalMutationContinuationRetryPrompt)
    2. 嘴炮升级 retry(Path A):rehydrate 后 brain 仍空答/嘴炮/model_tool_error/placeholder → Lynn 自动 intercept turn close 并 schedule 一次 internal retry,prompt 升级为"严重升级"级别(buildPostRehydrateEscalationPrompt — 明令禁止 command/placeholder 字面占位 + 禁止伪工具 + 禁止"明白/好的"嘴炮)
    3. 确定性 fallback(Path B):升级 retry 仍未真删 → Lynn server-side 直接合成 find ${aliasPath} -name '*.${ext}' -delete 命令,不再依赖 brain,通过 executeRecoveredBashCommand 走 confirmation 卡片让用户审一道防误操作
    4. 真删自动清 context:检测到 rm/trash/find -delete 命令在 lastSuccessfulTools 中成功 → 立即清 pendingMutationContext 防污染下一轮
    5. 路由元数据泄漏 双层修复:① buildEmptyReplyRetryPrompt 删掉 任务类型:${routeIntent} 那行,改写成"不要输出 任务类型/类型/Route/Kind 这类标签"反向指令;② 新增 stripRouteMetadataLeaks 用于持久化 assistant 文本的回放路径(extractLatestAssistantVisibleTextAfter),即使旧 session history 含残留也会被剥掉
  • ✅ E2E dev 多轮验证(在 brain 持续抖动状态下):PENDING-DELETE-REQUEST v1 100% 触发 / MUTATION-CONFIRM-REHYDRATE v1 100% 触发 / POST-REHYDRATE-ESCALATE v1 升级 retry 100% 触发(brain 仍嘴炮时);Path B POST-REHYDRATE-DETERMINISTIC v1 在 Downloads/Desktop/Documents 已知目录场景能正确合成 find ... -delete 命令
  • ✅ +17 单测覆盖:存储/消费/确认短语/TTL/无关输入/真删自动清/find -delete 识别/escalation prompt 的禁令措辞/路由元数据 strip / retry prompt 不再嵌入 routeIntent

完整 Release Notes →

v0.77.4 · 2026-05-01 · 语音小波形 UI + 中断修复 + 工具链稳定性

语音、工具与报告体验:

  • 🎛️ 轻量语音浮层:语音运行时改成小型波形卡片,减少闪动和遮挡,不再把转写/回复大卡片压到输入区上方。
  • 🧯 语音中断修复:修复 THINKING/SPEAKING 中断时状态崩溃、旧 turn 阻塞新一轮录音、ASR 失败后残留"理解中…"的问题。
  • 🎙️ ASR 兼容增强:Qwen3-ASR 增加语言归一、WAV MIME 识别和请求超时,降低转写链路卡死概率。
  • 🧰 本地工具链加固:继续修补伪工具、坏 bash、文件移动/删除后无反馈和危险操作授权链路。
  • 🌦️ 实时数据证据修复:天气/行情类回答必须基于有效字段,减少抓到首页导航却当成结果的情况。
  • 🌐 翻译与报告入口:补齐聊天内翻译入口、HTML artifact 安全渲染和 PNG 导出链路。

完整 Release Notes →

v0.77.3 · 2026-05-01 · Lynn 语音运行时 + 启动白屏修复 + 长回复朗读

语音与启动稳定性:

  • 🎙️ Lynn 语音浮窗:新语音入口正式显示 Lynn，不再沿用 Jarvis 命名。
  • 💬 接入正常聊天链路:录音转写后进入当前聊天框，工具调用、记忆、历史记录和反思都沿用打字聊天路径。
  • 🗣️ 默认中文女声恢复:回复语音走 CosyVoice 默认中文女声，并修复 22.05kHz WAV 到 16kHz PCM 播放链路。
  • 🔢 中文数字朗读修复:日期、温度、百分比、股票代码等数字会先转成中文读法，避免 five/two 混入中文播报。
  • 📚 长回复持续朗读:长回答会按短句/逗号自动切成小块排队合成，单块失败会继续拆小块播放。
  • 🪟 启动白屏修复:修复 React selector update depth 和 splash 丢 app-ready 后卡住的问题。
  • 🧩 打包链路加固:插件独立加载、build:server npm 镜像损坏重试和本地冷启动验证都已补齐。

完整 Release Notes →

v0.77.2 · 2026-04-29 · 天气证据门禁 + HTML 报告风格 + PNG 导出

报告与实时数据体验:

  • 🌦️ 天气证据门禁:天气工具必须拿到天气状态、温度/降雨等字段才算成功,不再把天气网站首页或导航菜单当结果。
  • 📰 漂亮 HTML 报告:create_report 支持 editorial-paper / finance-dark / magazine / clean-briefing 风格,深度报告默认 editorial-paper。
  • 🖼️ Artifact 导出 PNG:HTML 报告可在聊天中预览、浏览器打开,并导出 PNG 方便发微信、知乎、小红书或文档。
  • 🎨 frontend-design skill:内置 Apache 2.0 的 frontend-design skill,指导模型生成更像成品而不是模板的 HTML。
  • 🧯 Turn quality gate 加固:后台/空答/工具兜底路径更稳,减少“Lynn 还在说话”和空转。
  • 🧼 流式伪工具清理增强:统一 <web_search> / <weather> / <bash> 等伪工具标签清理。
  • 🧩 运行时稳定性补丁:修复 stream LRU、EventBus 异步异常、ChannelRouter 并发锁和 Plugin unload 清理。

完整 Release Notes →

v0.77.2 · 2026-04-29 · 危险操作授权 + 伪工具兜底 + 本地任务反馈加固

执行与安全体验:

  • 🛡️ 危险操作授权卡:执行模式下涉及删除、sudo、批量移动、覆盖等高风险命令会弹出确认。
  • 🎨 米色授权 UI:授权卡改为 Lynn 风格,不再出现突兀的深色 Codex 卡片。
  • 🧰 本地任务反馈加固:文件整理、删除、移动等任务执行后必须给用户可见结果,不再"命令跑了但没回复"。
  • 🧼 伪工具泄漏修复:模型输出 <web_search> / <bash> 这类假工具标签时会被识别并兜底处理。
  • 🔁 空答与 retry 兜底:工具失败、模型只输出开场白或 retry 后仍无正文时,会给出明确可恢复提示。
  • 📁 文件任务识别增强:优化下载/桌面目录别名、zip/excel/pdf 等文件识别和安全删除路径。
  • 🧪 Release Regression Gate:继续覆盖工具调用、文件操作、伪工具泄漏、thinking 泄漏和 UI smoke。

完整 Release Notes →

v0.76.9 · 2026-04-28 · DeepSeek v4 + 路由重排 + brain 工具兜底 + UI 流式修复

Hotpatch #1 (2026-04-28 下午):

  • 🛡️ TOOL-FAILED-FALLBACK v1:工具调用失败 + 模型只输出"我来查一下"开场句就 turn_end 时(典型 live_news / stock_market 失败),自动 inject 系统提示强制重答——禁止再调工具 / 给审慎估计 + 明确标注「基于公开常识/未实时核实」/ 否则诚实告知未查到。修复"问完了 Lynn 只回半句话不完成任务"的 dogfood bug。
  • 🧪 新增 262 行测试(tests/chat-route-events.test.js)覆盖 TOOL-FAILED-FALLBACK 触发条件 + retry 路径 + locale。

模型 / 路由 ABD 重排:

  • 🚀 DeepSeek API 升级:deepseek-chat → deepseek-v4-flash(非思考),deepseek-reasoner → deepseek-v4-flash(思考模式,带 thinking:{type:"enabled",reasoning_effort:"high"}),新增 deepseek-v4-pro provider(brain 可路由)。
  • 🧠 thinking 字段强制声明:v4-flash 默认会进 thinking 烧 token,brain chat 链路注入 thinking:{type:"disabled"},reasoner 链路注入 enabled+high,不再返回空内容 finish=length。
  • 🛣️ chatOrder 重排:Spark FP8 第 1(轻任务本地优先) → 本地 GPU wrapper → DeepSeek V4-flash → GLM/MiniMax/Step → K2.6 倒数第 2 → K2.5 末位。
  • 📚 新 creativeOrder(小说/章节/古风/散文/诗歌/文学翻译/润色/文风/写一篇)→ DeepSeek V4-pro 第 1 + K2.6 第 2 + GLM-5-Turbo。
  • 📜 complexLongOrder K2.6 第 1(超长上下文 200K+ 唯 K2.6 支持)→ V4-pro → V4-flash → 兜底链。
  • 📦 客户端 BYOK 兼容:lib/known-models.json + lib/default-models.json 加 v4-flash/v4-pro 条目,旧名标 deprecated:true + alias。

brain 工具链与超时兜底:

  • 🛠 stock_research NaN sanitize:Tushare 偶发输出非法 JSON :NaN/:Infinity,parse 前自动替换为 :null,不再触发 90s LLM fallback chain。
  • ⏱ web_search 25s 总 budget:多源 race(DDG+Zhipu)+ WeChat+SearXNG fallback 全程不超过 25s,超时返回空让模型基于上下文回答。
  • 🚫 HK bail v2 严格 A 股代码白名单:tsCode 必须 60/00/30/68/8X/92.SH/SZ/BJ,其余(89xxxx 基金 / 4 位 HK code / 美股)直接 bail 到 stock_market,修"HK 700 → 890001 伪报告" bug。
  • 📊 dataChunks guard:深度研究上下文如果实测拿到 0 段真数据,不再硬撑专业报告模板误导用户,直接告知"未拿到真实数据,请改用普通查询"。
  • 🌐 realtime-info 多源补强:金价 / 油价 / 行情等查询源补足,失败时清晰告知。

UI / 客户端流式修复:

  • 🔤 </user> chat-template tag 不再漏到 UI:streaming chunk 边界把 </user> 切成 </us + er> 时,加 buffer 缓冲到下一 chunk 拼接,ORPHAN_CLOSE_TAG_RE 才能正确命中 strip。
  • 🛎 慢工具进度提示:工具调用 > 15s 自动 emit tool_progress slow_warning event,UI 不再"卡死"感。
  • 🧰 bash schema 三层兜底:extractToolDetail + TOOL_ARG_SUMMARY_KEYS + normalizeToolArgsForSummary 全部加 cmd/shell/script 别名,Spark emit {cmd:"..."} 不再渲染成空 "执行 命令"。
  • 🎤 录音权限 ghost 检测:录够 0.4s+ 但 blob<1KB 时识别为 macOS TCC 失效,提示用户去系统设置重授权 + 重启 app。
  • 🔏 install:local 不再丢权限:sign-local.cjs 默认 Developer ID 而不是 ad-hoc,cdhash 跟 electron-builder 一致,以后 install:local 不再让 macOS TCC 把 Lynn.app 当新 app。
  • 🎙️ PressToTalk UI 优化:按钮样式 + 状态机重构,长按锁定 + 录音中视觉反馈更稳。
  • 🧱 brain server 报告上下文增强:server/chat/report-research-context.js 注入更结构化数据,模型生成报告更准确。

完整 Release Notes →

v0.76.8 · 2026-04-27 · BYOK-equality + Spark FP8 回退 + 文件管理修复 + bash schema 兜底 + 录音权限提示

Hotpatch #3 (2026-04-28 凌晨):

  • 🛠️ bash 工具 schema 一致:extractToolDetail / TOOL_ARG_SUMMARY_KEYS / normalizeToolArgsForSummary 全部加 cmd/shell/script 别名兜底,Spark emit {cmd:"..."} 不再渲染成空 "执行 命令"。

  • 🎤 录音权限友好提示:录够 0.4s+ 但 blob<1KB 时识别为 macOS 麦克风 TCC ghost 失效,直接提示去系统设置重新授权 + 退出重开。

  • 🔏 install:local 不再丢权限:sign-local.cjs 默认 Developer ID 而不是 ad-hoc,签名后 cdhash 跟 electron-builder 一致,不再让 macOS TCC 把 Lynn.app 当新 app 让用户每次重装都重新授权。

  • 📝 brain 长答稳定(server-side):max_tokens simple 1500→4000 / longForm 6000→8000;__longFormRx 加"介绍/说说/讲讲/写一段/简介/教程..."等中文长答关键词;temperature 0.6→0.4 让重问同问题输出更一致。

  • 🚨 Spark 紧急回退 PRISM-NVFP4 → Qwen3.6-35B-A3B-FP8 + SGLang+MTP: heretic 去 safety 流程附带破坏 tool-call decisiveness,curl 实锤 reasoning 死循环 2048 tok 不出 tool_call;FP8 + 首先 注入 + NEXTN MTP 即时恢复。

  • 🧠 BYOK-equality 架构改造: Lynn 客户端不再用"场景契约 + 预取 + 强制工具"抢方向,brain 跟 BYOK(GPT/Claude/Kimi)走同一套自主判断路径。

  • 🔧 文件管理任务分类修复: "新建/移动/挪/整理 + 文件夹/目录/图片" 强制走 UTILITY/local_automation,不再被裸"图片"误判成 vision/multimedia。

  • 🛡️ brain 6 patches(server.js): HYBRID-1 hasGpuTools→max=32K + HYBRID-3 reasoning guardrail + B1 __needsFileTools + B2 收紧 __isFileEditIntent + LYNN BYOK-equality + loop-breaker v4(只 log 不强制干预,允许合法多步 ls→mkdir→mv)。

  • 🤖 新模块 LLM Triage v1: regex+Spark FP8 hybrid 分类器,5min cache,Spark 不可达自动 fallback regex。

  • 🛠️ bash args 归一: tool-wrapper 自动把 query/cmd/shell/script 归一成 command,Spark 偶发 schema 错位有救。

  • 🎤 录音 min-size guard: PressToTalkButton 拦截 <1KB blob 或 <0.4s 录音,防 sensevoice 500 EBML header 错位。

  • ⌨️ IME 三层 OR: isComposing || nativeEvent.isComposing || keyCode === 229,中文最后一段不再被 Enter 提交时漏字。

  • 🔇 空答兜底: 模型只 thinking 不出答案 → 显示"重试"按钮(5 locale 已加翻译)。

  • 🔠 i18n: 设置页 Voice tab 显示"语音"(之前漏 5 个 locale 翻译)。

  • 🚫 伪 tool-call 检测 + 自动恢复: 模型在 text 里写 <web_search>... / web_search(query=...) 等"调用语句"时,brain 强切回真工具流,user 不再看到崩溃文本。

  • 🧪 771/771 全测试 + 新增 30 regression cases 锁住 file-move-image 永不再走 vision 误判。

完整 Release Notes →

v0.76.7 · 2026-04-27 · TTS 端到端 + 语音 Phase 1 + CSP media-src 修复
  • 🗣️ TTS 播放打通: SenseVoice ASR + CosyVoice 1.0 SFT(7 个内置 speakers),米色 🎤 按钮 → ssh tunnel → frp → DGX docker
  • 🎙️ B 模式长按锁定: 长按 600ms 锁定连续录音,再点结束
  • 🔌 Provider Registry 框架: 阿里全家桶默认 + 4 个 BYOK 备选(Faster Whisper / OpenAI Whisper / Azure / Edge TTS)
  • 🔧 CSP media-src 修复: vite CSP_PROFILES 让 blob: URL 能被 Audio 元素加载(本次 release 真凶)
  • 🛠️ vite hono external: server Vite config 让 plugin 动态 import 解析正常
  • 🪟 IME 不抖: 中文输入候选切换稳定;thinking block 默认折叠
  • 📦 3 平台公证: macOS Apple Silicon + Intel + Windows 全打公证,镜像站同步

完整 Release Notes →

v0.76.6 · 2026-04-21 · 工具增强 + 研究路径 + OAuth + 715 测试全绿
  • 📈 stock-market 工具大改 (+425 行): 多数据源行情 + 容错 + 4 个新测试
  • 🧠 研究上下文扩展 (+428 行): 天气/股票数据结构化注入, 融合研究路径
  • 🔧 LLM 客户端重构 (+188 行): provider-aware 请求构建, 多 provider 更稳
  • 💭 ThinkTag/XingParser 扩展: 思维链解析能力 +5 场景覆盖
  • 🔐 OAuth 路径修复: Lynn OAuth provider id 正确映射到 auth.json
  • 🎯 串轮隔离 TURN-FENCE v1: 上一轮 abort 无产出时自动系统隔离, 避免误读残留
  • 🧪 测试: 4 新 + 7 扩展, 715/715 vitest all green

完整 Release Notes →

v0.76.5 · 2026-04-21 · 乱码清洗 + 办公本地答 + vision arg 修复
  • 乱码清洗机制: LLM 输出偶发乱码字符被拦截
  • 办公本地答: 简单办公问题走本地预算计算, 避免 LLM 心算错
  • Vision argument regression 修复 (9 tests)
  • 工具 intent 收敛: 减少工具误触发
v0.76.4 · 2026-04-20 · ThinkTagParser v2 + FAKE-PROGRESS-GUARD v2 + 25s TTFT timer
  • ThinkTagParser v2: 重构思考标签解析, 应对更多模型格式
  • FAKE-PROGRESS-GUARD v2: 防止 LLM 编造 tool_progress 消息
  • 25s TTFT timer: 首 token 超时降级, 用户体验更稳
  • vLLM 切回真 A3B (服务器侧): 修复上一版误用稠密模型
  • QA 质量分从 1.3 → 4.42
v0.76.3 · 2026-04-19/20 · 真流式 + Diff 视图 + Brain 并发 3×
  • 20 小时马拉松: 真流式重构, brain 10+ 补丁
  • vLLM 调优: KV 池容量 4×
  • WritingDiffViewer: 词级红删绿增, 专为写作设计
  • Loop-breaker v2: 工具调用死循环检测
  • 复查路由: 跨 session 任务追踪
v0.76.2 · 2026-04-18 · Intel 死机修复 + 工具 alias + 中文 thinking
  • 修复 Intel Mac 启动死机
  • 工具名 alias 6 条 (read_file → read 等)
  • 中文 thinking 命中率 91%
  • ThinkingBlock R1 风格呈现
v0.76.1 · 2026-04-17 · 任务模式切换 + 按需 MCP
  • 任务模式芯片: ⚡ 自动 / 📖 小说 / 🖋️ 长文 / 🌶️ 社媒 / ⌘ 代码 / 💼 商务 / 🌐 翻译 / 🔬 研究 / 📝 笔记
  • 社媒模式 7 个 slash 命令 (/xhs /gzh /weibo /douyin /zhihu /hashtags /titles)
  • 按需激活 MCP 服务器: 默认 0 个 MCP 工具, 要用再开, 不拖慢模型
  • IME bug 修复
  • GPU 64K context 支持

👉 完整发版历史 · GitHub Releases

Lynn 是什么

Lynn 是一个面向桌面用户的 AI Agent：有记忆、有人格、会写作、能主动做事。

不需要写配置、不需要懂术语、不需要是程序员。如果你是在电脑前工作的普通人——写作者、研究者、运营、学生、创业者——Lynn 为你做了很多重活：把 Coding Agent 从命令行里拖出来，塞进一个温柔好用的图形界面，再围绕"日常办公 + 写作"补齐了 Agent 最缺的那层人味。

用过 Claude Code / Codex / Manus / Cursor 的，你会觉得熟悉。没用过的，你会觉得这就是 AI 应该有的样子。

Lynn 适合谁 / 不适合谁

✅ 适合

  • 写作者（网文 / 公众号 / 小红书 / 知乎 / 论文）
  • 研究员 / 学生党（整资料、跟项目进度、长期记忆）
  • 运营 / 创业者（跨平台同步、多 Agent 分工、批量文案）
  • 需要 "AI 帮我处理本地文件" 的非技术用户
  • 想要一个桌面端 AI 伙伴的人（而不是浏览器标签页）

❌ 不适合

Lynn 做的是桌面端、面向个人、有长期记忆、会写作的 AI Agent。编程工具赛道有太多选择了，我们填的是非程序员这块空白。

三个和别家不一样的地方

🧠 1. 真正的长期记忆（不是 memory.md 那种）

Lynn 的记忆层是 15 个模块、5000+ 行代码、SQLite + FTS5 全文索引 + 向量检索 + 关系图。

Lynn 六层记忆架构

  • 毫秒级召回："你上个月是怎么配 nginx 的来着" —— FTS5 在 10ms 内翻出三条相关对话
  • 六层结构：事实存储 / 深层记忆 / 用户画像 / 项目记忆 / 主动召回 / 技能蒸馏
  • 主动召回：不等你问，根据当前对话关键词自动把相关记忆注入上下文
  • 技能蒸馏：复杂任务完成后（≥8 轮 + ≥3 次工具调用 + 检测到"完成"信号）自动提炼成可复用 Skill，冷却 6h 防抖，带中英双语完成/失败模式识别

✍️ 2. 专为写作做的 Diff 视图

大部分 Agent 改 Markdown 像改代码——给你一坨 +/- 行级对比。Lynn 不是。

  • WritingDiffViewer：词级红删绿增、比例字体、逐段 ✓接受 ✗拒绝
  • ✎ 手改：不满意 AI 的版本，直接在段落里改成自己的
  • 写作模式：⇧⌘M 一键切换，聊天区加宽到 800px，右侧自动开 MD 预览，左侧 sidebar 自动收起
  • 多视角叙事：novel-workshop 技能支持罗生门式同场景多 POV 重写
  • 对比外部修改：你在 VSCode 里改了文件？点「对比外部修改」→ git HEAD diff → 同样的 WritingDiffViewer

写小说、写长文、写公众号、写小红书——散文友好，不是 GitHub 那套。

🎯 3. 任务模式切换（v0.76.1 新增）

输入框左下角的 ⚡ 芯片，点开一看就懂：

类别 模式 干什么
自动 ⚡ 自动 按文件/内容自动选（默认）
写作 📖 小说 · 🖋️ 长文 · 🌶️ 社媒 每个模式注入专属 persona
工作 ⌘ 代码 · 💼 商务 · 🌐 翻译
学习 🔬 研究 · 📝 笔记

社媒模式自带 7 个 slash 命令：/xhs /gzh /weibo /douyin /zhihu /hashtags /titles——点一下展开完整 prompt 模板，你只需要填主题。

同一个面板里还能 按需激活 MCP 服务器（v0.76.1 新增）——默认 0 个 MCP 工具（不拖慢模型），要用哪个点开关就行。

和 Cursor / Claude Code 横比

Lynn Cursor Claude Code
定位 普通人桌面 Agent 程序员 IDE 程序员 CLI/IDE
长期记忆 ✓ 6 层自动持久化 session 级 session 级
写作支持 ✓ 词级 Diff 视图 ✗ 只做代码 ✗ 只做代码
中文优化 ✓ 深度适配 一般 一般
零 Key 可用 ✓ 内置 Brain ✗ 要订阅 ✗ 要 Claude Key
多 Agent + 人格 ✓ Yuan 模板 ✗ ✗
微信/飞书 Bridge ✓ 原生 ✗ ✗
开源协议 Apache 2.0 闭源商业 闭源商业
平台 Mac + Win Mac + Win + Linux Mac + Win + Linux

Lynn 不替代 Cursor——如果你是程序员，写代码继续用 Cursor。Lynn 接手 所有写代码以外的工作：写周报、回邮件、做调研、整理笔记、写文案、跟团队同步。

一个打工人两个工具，合理分工。

🚀 Lynn 自己的模型 + 推理引擎(2026-05 新)

Lynn 之前一直走"客户端 + Brain 兜底"的路子:模型用别人家的(MiMo / Qwen3.6 / DeepSeek / Kimi),Lynn 负责工程化和体验。

现在 Lynn 有了自己的模型,后面还会有自己的推理引擎。

第一个模型:Lynn-V4-Pro-Distill-Qwen-35B-A3B

基于 Qwen3.6-35B-A3B 用蒸馏 + 多阶段 LoRA 训出来的工作主力模型,4-gate eval NET WIN +40pp(对照 base)。

三种格式直接下载:

格式 大小 适合谁
BF16 全精度 65 GB 微调 / 二次训练起点
NVFP4-v8-RTN 21 GB 单卡 24 GB GPU(SGLang dev-cu13 nightly 已验)
Q4_K_M GGUF 20 GB llama.cpp / Ollama,消费级显卡能跑

工具链全开源:lynn-distill-toolkit(4-gate eval / sanity / pipeline / 剪枝)+ qwen3.6-nvfp4-toolkit(NVFP4 量化工具链)。

接下来还会出什么

  • 🔜 Lynn-V4-Flash-Distill(5/14 ETA)— 更轻的 Flash 变体,主打速度
  • 🔜 Lynn-27B-A3B(5 月底)— MoE 剪枝版,单 4090 / 5060 Ti 跑得动
  • 🔜 Lynn Engine — Lynn 专属推理引擎。直接读 NVFP4 + MoE 原生 layout,绕开 transformers / vLLM 上游集成节奏。Phase 1-4 路线:loader → BF16 慢路径 oracle → layer parity → 5-token parity → 原生 FP4 GEMM 性能

为什么自己做模型 + 引擎

  • 通用模型擅长聊天 / 通用问答,对"长记忆 + 多 Agent + 写作"这类 Lynn 特化场景没专门优化
  • 上游推理引擎(vLLM / SGLang / TRT-LLM)对 NVFP4 + MoE 这种新组合集成节奏 4-8 周,等不起
  • 自己控制模型 + 引擎 = 可以把 Lynn 特有的能力(Yuan 人格 / 主动召回 / 任务模式)直接塞进训练数据和 inference path

不替代云端兜底(MiMo / Qwen / DeepSeek 依然是默认主链),多了一条本地私有的路。

本地模型,三档硬件分级

Lynn v0.79.1 起本地模型按硬件分三档,默认保持 9B MTP,4B 只作为低配降级:

档位 模型 体积 推荐硬件 上下文 能力信号
默认 Qwen3.5-9B Q4_K_M imatrix MTP 5.38 GB 24GB 显存/统一内存+ 32K Q4_K_M imatrix · MMLU 100 = 81.00% · GPQA Diamond 81.71% (excl. parse-fail) · 工具调用 14/15 · MTP 加速
降级 Qwen3.5-4B Q4_K_M imatrix (Lynn) 2.6 GB 8~16GB 可选 32K Q4_K_M imatrix · MMLU thinking-off 73.00% · GPQA thinking-off 16.67% · thinking-on 可能长思考后无正文
高端 Qwen3.6-35B-A3B Q4_K_M imatrix 21 GB 24GB 显存/统一内存+ 32K Q4_K_M imatrix (Lynn 校准) · MMLU 500 = 90.40% · GPQA Diamond 80.70% · R6000 参考 207 tok/s

9B / 35B 质量数据均为 Q4_K_M 量化态 + thinking-on 32K max_tokens 口径,GB10 Spark llama.cpp 同硬件实测。4B imatrix 作为低配降级:thinking-off 可用,thinking-on 已复现长思考后无正文,不作为默认引导模型。

通用 说明
运行方式 llama.cpp 本地服务,OpenAI-compatible /v1 端点
隐私 可完全离线;不需要 API Key;对话不上传
默认 thinking 自动策略:轻任务关闭 thinking;复杂任务可在 Lynn 输入框开启

下载与镜像

默认 9B (推荐新用户):

低配 4B / 高端 35B(按硬件显式选择):

应用内路径:设置 → 模型 → 本地 Qwen3.5-9B → 授权安装并启用。下载、校验、启动和模型注册都由 Lynn 后台完成;你可以随时在输入框旁看到本地模型状态,也可以停止以释放内存。模型页支持应用内切换 4B 降级 / 35B 高端档,或导入你自己下载的任意 llama.cpp 可用 GGUF。

开箱即用，零配置

首次启动有两条路径：

Quick Start（3 秒进主界面）— 输入名字、授权权限，直接开聊。内置免费默认模型池（v0.77.7+ 走 brain v2，主链头位 MiMo enable_search 内置网络搜索）：

T1  ⭐ 小米 MiMo v2.5-pro（默认主链，enable_search 内置 web 搜索 + thinking）
T2  GPU Qwen3.6-35B-A3B FP8（128K 窗口，自建 SGLang+MTP，DGX Spark 推理）
T3  DeepSeek V4-flash / V4-pro（云兜底，长上下文）
T4  智谱 GLM-5-Turbo / GLM-5.1（coding plan）
T5  Kimi K2.6（api.kimi.com coding plan，256K 窗口）
T6  Step-3.5 Flash / MiniMax M2.7-highspeed（末级兜底）

多级降级自动切换：某档不可用 → 自动下一档，对话不中断。默认模型有工具调用能力（Plan C 透传，可以直接跑 write / edit / read / bash），不只是聊天。MiMo 主链已支持 thinking:{type:"disabled"} 快速模式，简单 chat TTF -51%。

隐私三条承诺：不训练、不落盘、日志最小化。想要绝对隐私？三种逃生路径：

  • Lynn 本地 Qwen3.5-9B Q4_K_M imatrix MTP (默认) / 4B imatrix 低配降级 / 35B Q4_K_M imatrix(按硬件选择,本地离线使用且不消耗云端额度)
  • 全程 Ollama 本地模型（无任何数据出门）
  • 自备 OpenAI / Anthropic / Moonshot 等 API Key（走你自己的账号）
  • 敏感工作区路径隔离（.lynn/private/* 不进记忆）

Advanced Setup — 想接自己的 provider？OpenAI 兼容协议全支持，7 家国产 Coding Plan（百炼/智谱/Kimi/MiniMax/阶跃/腾讯云/火山引擎）预注册，填 Key 即用。

界面支持 5 种语言：zh / en / ja / ko / zh-TW。

不是工具，是伙伴

Lynn 不是千篇一律的"AI 助手"。每个 Agent 有自己的名字、性格和说话方式，通过人格模板（Yuan）塑造——有的温柔细腻，有的理性冷静，有的活泼跳脱。

你可以创建多个 Agent，各自独立运行，互相委派任务、频道群聊协作。Agent 就是一个文件夹，备份和迁移都很简单。

连接 Telegram / 飞书 / 企业微信 / QQ / 微信机器人 后，同一个 Agent 可以同时在多个平台和你对话，甚至远程操作你的电脑。跨平台身份一致、不泄露底层模型（被问"你是 GPT 吗"会答"我是 Lynn"）。

不在的时候也在干活

这是 Lynn 与对话型 AI 工具最本质的区别。

书桌（Desk） 是你和 Agent 之间的异步协作空间。每个 Agent 都有自己的书桌，你可以放文件、写笺（Jian，类似便签）。写在笺上的待办事项，Agent 会主动读取并执行——你不需要开着对话窗口盯着它。

心跳巡检（Heartbeat） 会定期扫描书桌上的文件变化和笺的内容更新。发现新任务就自动处理，处理完了通知你。

定时任务（Cron） 让 Agent 按计划重复执行工作。每个 Agent 的 Cron 独立并发运行，切换 Agent 不会中断其他 Agent 的定时任务。笺里写的重复性待办会自动变成 Cron 任务。

长任务稳定性 是这套自主工作体系的基础。Lynn 的 server 以独立 Node.js 进程运行（不依赖 Electron 渲染进程），通过 WebSocket 全双工通信。对话中断、窗口关闭、网络波动都不会打断正在执行的任务。

国内模型深度优化

Lynn 不是简单套 OpenAI 兼容协议。从 9B 小模型到 GLM-5 推理模型，每一级都有针对性适配：

工具分层（Tool Tiering） — 按上下文窗口自动裁剪工具集：

档位 窗口 工具策略
小 <32K（ERNIE / Step 8K 等） 仅 web_search + web_fetch
中 32K（豆包 / 混元 Pro / 百川 Turbo） 标准 10 工具
大 ≥64K（MiMo / Qwen3.6 / Kimi K2.6 / GLM-5 / DeepSeek V4） 24 工具全开

小模型专属 Prompt 工程 — context < 32K 时自动注入：回复限 500 字 + 关键结论 <!-- KEY: --> 标注（压缩时优先保留）；单工具串行调用规则（防弱模型并行错）；3 步以上任务强制先出计划等确认。

自适应上下文压缩 — 小窗口保留 40% 近期上下文、4K 输出预留；大窗口 20% / 16K；压缩 1-2 次后自动 session 接力（大模型 3 次），防止质量崩溃。

推理协议适配 — 智谱 GLM-5 系列走 ZAI thinking format（thinking: { type: "enabled" }）；Qwen3 全系走 enable_thinking quirk；两者走不同的 Pi SDK 补丁路径。

工具调用容错 — 小模型工具调用连续失败 3 次后自动降级：停工具、用文字说明。空 tools: [] 自动清理（dashscope / volcengine 不接受空数组会 400）。

Harness 六层架构

Lynn 的核心 Agent 循环外面包裹了六层 harness，每层独立运作，通过共享的数据存储（FactStore SQLite、experience/、memory.md）协同：

用户输入
  │
  ├─ [1] Content Filter ── DFA 关键词过滤，17 类风险词库
  ├─ [2] Proactive Recall ─ 关键词 → FactStore FTS5 检索 → 隐形注入上下文
  │
  ▼
┌──────────────────┐
│  Core Agent Loop │  LLM 对话 + 工具调用（Pi SDK）
└──────────────────┘
  │
  ├─ [3] Tool Wrapper ──── 路径校验 + 命令 preflight + 危险操作授权
  ├─ [4] ClawAegis ─────── 工具返回内容的 Prompt Injection 扫描（纯正则，不调 LLM）
  │
  ├─ [5] Memory Ticker ─── 每 6 轮滚动摘要 → 每日深度 → 事实提取 → 技能蒸馏
  ├─ [6] Review System ─── 另一个 Agent 复查输出 → 结构化发现 → 自动修复任务
  │
  ▼
用户输出

反馈闭环：Review（第 6 层）用第二个 Agent 作"同事 code review"，发现问题自动构建修复任务回注执行链；Memory Ticker（第 5 层）从对话沉淀事实和经验到 FactStore；Proactive Recall（第 2 层）在下一次对话时把这些召回注入上下文。评估 → 沉淀 → 召回 → 更好的执行 → 再评估。

低延迟、不阻断 是每层的设计底色：Content Filter 用 DFA Trie；ClawAegis 扫描前 10KB 纯正则；Proactive Recall 正则 + SQLite；Memory Ticker 和 Review 都后台异步跑，不阻当前对话。

插件系统（7 类 contribution）

第三方想加功能不用 fork 源码。扔一个文件夹到 ~/.lynn/plugins/：

my-plugin/
├── manifest.json       # 元数据
├── tools/*.js          # 自定义工具（注入 agent）
├── routes/*.js         # HTTP 路由（Hono）
├── commands/*.js       # 斜杠命令
├── skills/             # Skills 目录
├── agents/*.json       # Agent 模板
├── providers/*.js      # 自定义 LLM provider
├── hooks.json          # Lifecycle hooks（before-chat / after-tool 等）
└── index.js            # onload / onunload 生命周期
  • 动态 import（Node ESM 热加载，重启即见）
  • Hook 链语义完整：before-* 返回 null 取消、对象替换、undefined 透传
  • disposables 链：unloadPlugin 时按注册顺序 dispose，零泄漏
  • 设置里的 PluginsTab UI 可视化管理

内置示例插件：plugins/github-watch/（定时扫 GitHub 仓库并通知）。

安全防护

Lynn 能读文件、跑命令、操作本地环境，所以安全不是附加功能，而是底座。四层纵深防御：

第一层 · 路径守卫（PathGuard） — 四级访问控制 BLOCKED → READ_ONLY → READ_WRITE → FULL。每次文件操作先 realpath 解析符号链接再匹配。SSH 私钥、.env、密码数据库等系统敏感文件硬编码 BLOCKED。工作目录以外默认只读。

第二层 · 操作系统沙盒 — 终端命令不是直接执行：

  • macOS：sandbox-exec 加载动态生成的 Seatbelt SBPL 策略
  • Linux：Bubblewrap (bwrap) 命名空间隔离
  • Windows：PathGuard 校验层（无 OS 级沙盒）

第三层 · Prompt Injection 检测（ClawAegis） — 外部文件内容的注入扫描：纯正则、零延迟、不调 LLM。覆盖"ignore previous instructions"、"pretend you are"、"read /etc/passwd"等攻击模式。检测到追加警告上下文，不阻断读取。

第四层 · 行为确认与安全模式 — 三种模式：

  • 安全模式：只读，不写不跑命令
  • 规划模式：可读可写，危险操作暂停确认
  • 执行模式：完全授权，自主决策

危险操作（rm -rf / sudo / git push --force）始终弹确认框，不受模式影响。Skill 安装经独立 AI 安全审查（注入检测、过宽触发、权限提升），不过审则拒装。

自建 GPU 推理（可选进阶）

如果你有 GPU（或者能租到 vGPU），Lynn 支持把主力模型私有化。Brain 代理已经内置了 vLLM 适配：

  • 推荐配置：Qwen3.6-35B-A3B AWQ-4bit + vLLM + --max-model-len 131072（128K 窗口）
  • 量化路径：compressed-tensors + Marlin kernel + FP8 KV cache
  • 工具调用：OpenAI-compat 原生支持，Plan C 客户端工具透传无损
  • 智能过滤：118 个工具按用户意图自动过滤到 ~30 个（避免撑爆 GPU 上下文）
  • 成本：消费级 GPU ≈ 私有高级模型的日常体验，实测 KV 容量 192K tokens（单 64K 并发 ~3 路，平均 15K 场景 ~12 路）

搭配你的 OpenAI / Anthropic API Key 做降级兜底，就是真正私有 + 有备援的 Agent 基础设施。

工具能力速览

读写文件、执行终端命令、浏览网页、搜索互联网、截图、画布绘图、JavaScript 执行、Cron 调度、Agent 间通信、MCP 服务器……24 个内置工具覆盖日常办公绝大多数场景。

33 个内置 Skills：

  • 写作：novel-workshop（小说工作台 v1.4 多 POV）、humanizer、summarize
  • 研究：deep-research、tavily-search、brave-search、baidu-search
  • 金融：a-share-scanner、quant-scanner、stock-analysis
  • 前端：canvas-design、frontend-design、image-lightbox
  • 效率：notion、obsidian、nano-pdf、file-guardian
  • Agent：agent-personality、proactive-agent、self-improving-agent
  • 自动化：automation-workflows、blogwatcher、youtube-watcher
  • 生态：github、weather、memory-recall 等

Agent 也可以从 GitHub 安装技能或自己编写新技能，安装经独立 AI 安全审查。

截图

Lynn 主界面

快速开始

下载安装

macOS（Apple Silicon / Intel）：从 Releases 下载最新 .dmg。V0.79.7 的 Apple Silicon / Intel DMG 均已签名、公证、stapled,并通过 Gatekeeper 校验。

Windows：从 Releases 下载最新 .exe，直接运行。

Windows SmartScreen 提示： V0.79.7 安装包已完成代码签名；首次运行仍可能因为新版应用声誉积累不足出现 SmartScreen 确认提示。

Linux 版本计划中。

首次运行

  • Quick Start：输入名字 → 授权 → 进入主界面。默认模型池开箱即用，无需 API Key。
  • 本地模型：设置 → 模型 → 本地 Qwen3.5-9B。Lynn 会在授权后自动下载 Q4_K_M imatrix、准备 llama.cpp、启动本地端点并切换模型。
  • Advanced Setup：输入名字 → 连接自己的供应商 → 选对话/工具模型 → 设权限 → 进入。

所有模型配置后续都可在设置调整。

架构

core/           引擎层（LynnEngine Thin Facade + 10 个 Manager/Coordinator）
lib/            核心库
  ├── memory/     记忆系统（15 个文件，5000+ 行）
  │   ├── fact-store.js        SQLite + FTS5 + 关系图（765 行）
  │   ├── skill-distiller.js   自进化 Skill 提炼（599 行）
  │   ├── memory-ticker.js     每 6 轮滚动摘要（568 行）
  │   ├── vector-interface.js  向量检索（381 行）
  │   ├── proactive-recall.js  主动召回（287 行）
  │   └── retriever.js         标签 + FTS5 + 向量三路融合检索
  ├── tools/      24 个工具（浏览器、搜索、Cron、委派、技能安装等）
  ├── sandbox/    双层沙盒（PathGuard + macOS Seatbelt / Linux Bubblewrap）
  ├── bridge/     社交平台适配器（Telegram / 飞书 / QQ / 微信 / 企业微信）
  ├── desk/       书桌系统（心跳、Cron、笺运行时）
  └── ...         LLM 客户端、OAuth、频道存储、专家系统
shared/         跨层共享
server/         Hono HTTP + WebSocket（独立 Node.js 进程，24 个路由）
hub/            后台调度中枢（event bus、scheduler、channel router、DM 路由）
desktop/        Electron 38 + React 19 + Zustand 5
skills2set/     33 个内置技能定义
plugins/        内置插件（github-watch 等）
scripts/        构建工具（server 打包、启动器、签名）
tests/          Vitest 测试

引擎层：LynnEngine Thin Facade 持有 AgentManager、SessionCoordinator、ConfigCoordinator、ModelManager、PreferencesManager、SkillManager、ChannelManager、BridgeSessionManager、ExpertManager、PluginManager，对外统一 API。

Hub：独立于聊天会话运行，负责心跳巡检、Cron（per-agent 并发）、频道路由、Agent 间通信（含防无限循环硬上限 + 冷却期）、DM 路由。

Server：独立 Node.js 进程（由 Electron spawn 或独立启动），Vite + @vercel/nft 打包，WebSocket 全双工。

技术栈

层级 技术
桌面端 Electron 38
前端 React 19 + Zustand 5 + CSS Modules
构建 Vite 7
服务端 Hono + @hono/node-server + @hono/node-ws
Agent 运行时 @mariozechner/pi-coding-agent
数据库 better-sqlite3（WAL 模式 + FTS5 + 向量搜索）
测试 Vitest
国际化 5 语言（zh / en / ja / ko / zh-TW）

平台支持

平台 状态
macOS (Apple Silicon) 已支持（V0.79.7 签名 + 公证 DMG）
macOS (Intel) 已支持
Windows x64 Beta
Linux 计划中
移动端 (PWA) 计划中

开发

npm install                   # 装依赖
npm start                     # Electron 启动（自动构建 renderer）
npm run start:vite            # Vite HMR 开发（需先 npm run dev:renderer）
npm test                      # 跑测试
npm run typecheck             # 类型检查
npm run build:server          # 打包 server
npm run dist:local            # 本地打包（macOS DMG，跳过公证）

许可证

Apache License 2.0

本项目基于 liliMozi/openhanako 的开源工作，由 Merkyor 修改和扩展。核心 Agent 运行时使用 @mariozechner/pi-coding-agent（Apache 2.0 协议，Mario Zechner 出品）。详见 NOTICE。

常见问题 FAQ

Q1：Lynn 免费吗？要交订阅费吗？

完全免费，Apache 2.0 开源。不卖订阅、不卖增强版、不 freemium。

后端 Brain 默认跑在作者自建服务器上（腾讯云 + 自建 GPU），目前由作者承担成本供用户免费使用。

Q2：我的数据会被送到哪里？

三条隐私承诺：不训练、不落盘、日志最小化。

具体链路：

  • 本地记忆（facts.db / memory.md）：只在你电脑上，~/.lynn/
  • LLM 推理：发送到 Brain → GPU / Kimi / GLM / DeepSeek。作者不保存对话内容，LLM 供应商按各自隐私条款处理
  • 绝对隐私的三种姿势：
    1. 全程 Ollama 本地模型（无任何数据出门）
    2. 自备 API Key（走你自己的 OpenAI / Anthropic 账号）
    3. 敏感工作区隔离（.lynn/private/* 不进记忆）

Q3：和 Cursor / Claude Code / Trae 有什么区别？

看上面 和 Cursor / Claude Code 横比 表格。

一句话：Lynn 做非程序员的事（写作 / 办公 / 研究），Cursor 系做程序员的事（代码补全）。不冲突，可并存。

Q4：没 API Key 能用吗？

能。Quick Start 60 秒进主界面直接聊，全程零配置。后台自动走 Brain v2 降级链（MiMo ⭐ → Spark Qwen3.6-35B → DeepSeek V4 → GLM-5 → Kimi K2.6 → Step / MiniMax），哪档有空走哪档。

Q5：Windows 能用吗？

可以。V0.79.7 的 Windows 安装包已完成代码签名，但 SmartScreen 仍可能因为新版应用声誉积累不足而提示确认；macOS Apple Silicon / Intel DMG 均已签名、公证并通过 Gatekeeper 校验。

Q6：能改模型吗？接自己的 API？

可以。设置 → 模型 → 填 API Key（支持 OpenAI / Anthropic / DeepSeek / 智谱 / Kimi / MiniMax / 通义千问 / 百炼 / Ollama 本地 / 硅基流动 等所有 OpenAI-compat provider）。

7 家国产 Coding Plan 预注册，填 Key 即用：百炼 / 智谱 / Kimi / MiniMax / 阶跃 / 腾讯云 / 火山引擎。

Q7：Lynn 能替代 ChatGPT 吗？

功能重叠但定位不同：

  • ChatGPT 桌面版：无长期记忆、单一人格、无工作流工具
  • Lynn：6 层记忆、多 Agent + 人格、写作 Diff、Cron 调度、多平台 Bridge

如果你只想聊天 + 查资料，ChatGPT 够用。
如果你想要一个能记住你、能帮你处理文件、能异步干活的 Agent，Lynn 更合适。

Q8：怎么贡献代码？

  • 提 Issue 说 bug / 建议：直接提
  • 小 PR（文档 / typo / 小功能）：直接提
  • 大改动（新模块 / 架构调整）：先开 Issue 讨论方案再 PR
  • 见 CONTRIBUTING.md

Q9：Lynn 名字的来源？

作者就叫 Lynn 😊

链接

Yorumlar (0)

Sonuc bulunamadi