文档入门

首页

Rabbit Chat Studio —— 大模型规划,本地工具执行

把任意 OpenAI 兼容模型变成工作区感知的桌面智能体 —— Skills、工具、子智能体,以及一份本地可审计的请求日志。

Rabbit Chat Studio 是一个 Tauri 2 + Rust + React 的桌面 AI 客户端。它不绑定模型厂商:只要接口兼容 OpenAI Chat Completions,就可以接入。聊天之外,它把「工作区」交给智能体:技能、文件、命令、记忆、待办、定时器、MCP 服务器和子智能体都在同一个目录边界内运行,并把每次请求与工具调用记录在本地。

本文档对应 Rabbit Chat Studio v3.3.3,是英文页面的对照翻译。英文页面为主,中文页面用于辅助阅读;代码标识符、文件名和配置键保持英文原样。

典型场景:

  • 多模型切换与提示词工程;
  • 带历史追踪的上下文对话;
  • 组合本地命令、文件与网页抓取的半自动任务;
  • MCP 服务器集成与工具生态扩展。

5 分钟上手

  1. 安装并启动:Windows 上直接装 Microsoft Store 版,由商店负责安装与更新;其余情况从 Latest release 下载对应平台安装包并打开。macOS 首次启动需右键 → 打开。
  2. 配置模型:打开「设置 → API 与模型」,填写基础地址与 API 密钥,点「从 API 获取模型」,选择模型并保存。
  3. 选择工作区:在「设置 → 工作区与配置」选择你的项目目录。Rabbit Chat Studio 会在其中创建隐藏的 .data/ 保存会话、技能、记忆和待办。
  4. 开始对话:在输入框输入消息,Enter 发送,Shift+Enter 换行。需要让模型动手时,再到「工具」里开启文件操作或命令执行。

更完整的首次配置见 快速开始。

功能地图

你想做的事 去哪里看
安装、首次配置、接入模型 快速开始
本地开发、打包、发布 安装与构建
聊天、模型参数、@file / /skill 提及、思考深度、上下文、绘图、导出 PDF 界面与聊天
新建/搜索/收藏/归档/分支会话 会话与历史
切换工作区,理解 .data 与应用数据目录 工作区与本地数据
写一个技能,控制它的工具与命令 技能
开启工具、理解风险等级与确认弹窗 工具总览
读写文件、执行命令与工作区脚本、后台 serve 文件与命令
让慢工具、MCP 调用或子智能体在后台跑 文件与命令、工具总览
记忆、待办清单、延时定时器 记忆待办与定时器
接入 MCP 服务器 MCP服务器
配置 LLM / CLI / 云端子智能体、任务总线与规划器接管 子智能体
系统提示词、上下文压缩、推理参数 提示词与上下文
config.json、配置方案、导入导出 配置与备份
请求监控、工具日志、任务监视器 监控与日志
应用内更新与手动升级 更新
路径边界、权限、密钥安全 安全与边界
代码结构、命令、CI、路线图 开发与架构
遇到问题 常见问题

为什么是 Rabbit Chat Studio

聊天本身并不难。Rabbit Chat Studio 把重点放在三件更容易被忽略的事上:给智能体一个真实的工作区、给它一组可用的本地工具、给每次调用留下可审计的记录,同时不强调一个预设人格。

能力 Rabbit Chat Studio Cherry Studio Chatbox LM Studio
技能沙箱 —— 每个工作区唯一的技能根目录 .data/skills,根目录锚定到技能自己的 SKILL.md ✅ ◐ 智能体工作区 — —
自我进化 —— 助手自行安装/修改/删除技能,并把已验证的关键事实存进专属记忆区 ✅ — — —
内置智能体工具 —— 4 级记忆(session / user / repo / evolution)、定时器、待办 ✅ ◐ 计划任务 — —
智能体运行时 —— LLM、本机 CLI 或远程云端,均在应用内配置 ✅ ◐ LLM 智能体 — —
提示词所有权 —— 不注入默认人格;你的系统消息是基底,只追加工具/技能说明 ✅ ◐ 助手提示词 ◐ 提示词库 ◐ 每模型提示词
本地请求审计 —— 请求体、tokens、延迟、状态、错误 ✅ ◐ 仅历史 ◐ 仅历史 ◐ 历史 + 服务端日志
后台执行 —— 慢工具、MCP 调用与子智能体在模型继续工作时运行 ✅ — — —
内置绘图 —— Mermaid、流程图、2D SVG 与 3D 场景,可另存为 PNG/HTML ✅ — — —

✅ 内置 · ◐ 部分或相近能力 · — 未提供。基于 2026 年 11 月的公开文档。

README 章节对照

README 章节 对应页面
Why Rabbit Chat Studio / Introduction 本页
Core Features → Chat 界面与聊天、会话与历史
Core Features → Sub-Agent Orchestration 子智能体
Core Features → Skill System 技能
Core Features → Tool System 工具总览、文件与命令、记忆待办与定时器
Core Features → MCP Management MCP服务器
Core Features → Local Persistence & Operations 工作区与本地数据、配置与备份、监控与日志
First Principles Design 开发与架构
Tech Stack & Architecture 开发与架构
Quick Start 快速开始
Build & Installation 安装与构建
Configuration 配置与备份
Project Structure 开发与架构、工作区与本地数据
Security & Boundaries 安全与边界
Development Roadmap 开发与架构
License 开发与架构

设计原则

核心初衷:从第一性原理出发,把自由还给用户(工具、LLM API、提示词),并保持界面简约、专业。

Rabbit Chat Studio 把桌面智能体拆成四个不可再分的问题:如何稳定拿到模型输出、如何让模型作用于本机、如何划清风险边界、如何保证可复现与可调试。对应的选择是:

  • 最小依赖闭包:模型调用统一走 OpenAI 兼容接口,不锁定厂商。
  • 能力与权限解耦:聊天默认可用;工具按需开启;技能可以进一步收紧工具和命令。
  • 本地优先可观测:配置、历史、请求日志都在本地,便于审计和复现。
  • 显式安全边界:技能目录隔离、工具白名单、工作区路径约束。
  • 可替换架构:前端、后端命令、模型服务都可以替换。

一句话: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。

约定

  • 文中「设置 → API 与模型」指主界面右上角「设置」中的分区。
  • 路径默认相对于当前工作区根目录;./ 就是工作区根目录。
  • 命令示例以 Windows PowerShell 为主;macOS / Linux 的差异会单独标注。
  • 工具、配置键、事件名等技术标识符保持英文,便于在 config.json 和代码中搜索。

这些页面怎么维护

文档正文放在仓库的 docs/wiki/ 下,由 scripts/gen-wiki.mjs 生成本站页面——这里是唯一维护中的版本。GitHub Wiki 只保留指向本站的入口页,不再承载正文。文中版本号跟随 package.json(当前 v3.3.3),每个版本的变更见 CHANGELOG.md。

相关链接

源文件: docs/wiki/zh/index.md ↗ · 文档版本 v3.3.3