Tauri 2 · MIT · 本地优先

把你的 AI,
放进工作区。

任意 OpenAI 兼容模型,变成一个工作区感知的桌面 Agent。

Skills 沙箱、自我进化记忆、Sub-Agent 编排与 MCP 开箱即用。配置、历史与每一次请求都留在这台机器上——不用注册,也没有隐藏改写。

Windows 安装包或 Microsoft Store · macOS(Apple Silicon / Intel)· Linux AppImage。填一个 API Key,或者接本地模型就能用。

工作区就是活动范围
Rabbit Chat Studio 兔子吉祥物
Rabbit Chat Studio ~/projects/store
把测试跑一遍,只修失败的那个。别动其它文件。

deepseek-v4 · 12 个工具 · evolution 记忆已载入

先读工作区的 AGENTS.md,再跑测试。

run_cmd npm test -- --run 完成 · 4.2s
background_task wait bg-3f2a 后台执行中
.data/skills/code-plan evolution · python-is-store-stub
输入消息,回车发送… deepseek-v4 发送
一次带工具调用、技能与后台任务的对话
本地优先
无需账号
OpenAI 兼容
开源 MIT

聊天只是起点

一个客户端,
装下整个工作流。

给 Agent 一个工作区、一套真正可用的工具,以及一份能查的执行记录。

Skills 沙箱

每个工作区只有一个技能根目录 .data/skills,每个技能锁定在自己的 SKILL.md 里;启用状态同样按工作区保存。

自我进化

助手可以给自己安装、修改、删除技能,并把验证过的事实写进 evolution 记忆;每次改动都留下 .bak.n 备份。

Sub-Agent 编排

llm / cli / cloud 三种运行时,定义是文件化的 agents/<分类>/<slug>.md;每个子代理单独配模型、工具白名单与 MCP。

内置工具

四级记忆、待办、延时定时器、计算器、文件操作与补丁。run_cmd 只运行 PATH 上的程序,run_shell 每个脚本都要过风险引擎。

MCP

stdio / SSE / HTTP / Streamable HTTP 四种传输,可做连通性测试;子代理任务各自持有独立的 server 进程,结束即退出。

本地审计与后台执行

请求体、token、耗时、状态与错误写进本地 SQLite;慢工具、MCP 调用和子代理可以后台跑,模型继续往下走。

为桌面而生

你需要的一切,都在手边。

干净的聊天工作区,Agents、Skills、MCP、Tools、History 与 Settings 一触即达——但不会把你锁进某个内置模型。

  • 连接任意 OpenAI 兼容 API。
  • 使用自己的 API Key 与模型。
  • 用 Agents、Skills、MCP 和 Tools 扩展工作流。
  • 在一个窗口里引用文件、管理会话。
真实界面 Rabbit Chat Studio 桌面界面,包含聊天、Agents、Skills、MCP、Tools、History 与 Settings

不只是聊天框

和常见客户端比,
差在哪

同样是聊天界面,区别在于 Agent 有没有工作区、权限边界和可回放的记录。

能力 Rabbit Chat Studio DeepSeek Harness Cherry Studio Chatbox LM Studio
Skills 沙箱 · 唯一技能根目录 ✓ ◐ ◐ — —
自我进化 · 自装技能 + 专属记忆 ✓ ◐ — — —
内置 Agent 工具 · 记忆 / 计算器 / 定时器 / 待办 ✓ ◐ ◐ — —
无需账户登录 ✓ ◐ ✓ ✓ ✓
提示词自主 · 无默认人设 ✓ ◐ ◐ ◐ ◐
本地请求审计 ✓ ✓ ◐ ◐ ◐
后台执行 · 慢工具不堵回合 ✓ ✓ — — —

✓ 原生 · ◐ 部分或相近 · — 未提供。基于 2026 年 11 月的公开文档整理。

能力与边界

能力越大,
边界写得越清楚。

三个执行工具的作用域刻意不同,越权的一条路径被单独挡在外面。

工具 能触达的范围 约束方式
file_actions工作区根目录之内,含隐藏的 .data(工作区数据库除外)路径沙箱:工作区外路径、../ 逃逸与符号链接逃逸一律拒绝
run_cmd一个由系统通过 PATH 解析的程序名称校验,风险评估 L0–L6,L0–L3 需确认
run_shell任意位置,包括工作区之外每个脚本先过风险引擎与语法门禁,L0–L3 需确认

自我进化模式允许助手改写自己的指令:请限定在受控工作区、短时使用,事后检查 .bak 备份。MCP 工具参数会原样转发,接入外部服务前先做最小权限验证。

三步开始

装好,接上,
选一个工作区。

Rabbit Chat Studio 提供客户端,模型连接由你决定。

装好客户端

下载对应平台的安装包,双击安装。Windows 使用 NSIS 安装器,macOS 提供 Apple Silicon 与 Intel 两个 dmg。

Windows · macOS · Linux

接上模型

OpenAI 兼容的 base URL + API Key,或者本地网关;不用注册账号,也没有强制登录。

Base URL · API Key · Model

选一个工作区

工作区就是 Agent 的活动范围:技能、记忆、待办和数据库都放在它的 .data 目录里。

Workspace /.data

下载

选一个平台,
开始你的工作流。

Windows 安装包或 Microsoft Store、macOS(Apple Silicon / Intel)、Linux AppImage。发布页始终是最新版本。

最新版本:GitHub Releases ↗

打开商店页 把这行粘贴到运行框(Win+R)或浏览器地址栏即可打开商店页;winget / Homebrew / Scoop 清单暂未提供。
ms-windows-store://pdp/?productid=9MV82J9G95GS
从源码构建

需要 Node.js 20.19+(或 22.12+)与 Rust stable;Windows 建议使用 MSVC 工具链。

npm install
cargo install tauri-cli --version "^2"
npm run tauri dev

大模型负责认知与规划,
本地工具负责执行与验证,
应用框架负责边界与记录。

没有默认人设,没有隐藏改写:你的 system message 是基底,只追加工具与技能说明。

常见问题

你可能想先知道的。

不。Rabbit Chat Studio 是桌面客户端,不是模型。你用自己的 API 端点和 API Key 把它接到模型服务上。

不需要 Rabbit Chat Studio 账号。你只需要所选服务商提供的 API 信息。

任何兼容 OpenAI 风格 Chat Completions 的服务,或者本地网关。兼容程度取决于服务商与它支持的 API 特性,接之前请确认端点与模型要求。

配置、历史、审计记录和 Agent 状态都在本机的应用目录与工作区 .data 里。为了获得回复,提示词与附件会被发送到你配置的 API 端点;敏感内容请先查看该服务商的隐私与留存政策。

客户端以 MIT 许可证开源,可以自由使用、修改与分发。模型调用费用由你选择的服务商按其价格单独计费。

Windows 10 2004+(NSIS 安装包或 Microsoft Store)、macOS(Apple Silicon 与 Intel)、Linux(x86_64 AppImage)。winget、Homebrew 与 Scoop 清单暂未提供。

每个工作区只有一个技能根目录,文件操作被限制在工作区内,技能改动会留下 .bak 备份。自我进化模式允许助手改写自己的指令,请只在受控工作区、短时使用,事后检查备份;MCP 参数会原样转发,接入外部服务前先做最小权限验证。

让 AI 按你的方式来。

Rabbit Chat Studio —— 你的桌面、你的 API、你的工作流。