通过微信远程指挥智几
绑定微信后,你可以在微信中直接与智几对话,远程操作你的电脑。
在智几主界面中,找到左下角的用户名称区域,点击进入用户设置。
在弹出的"用户信息"窗口中,找到"微信绑定"区域,点击进入绑定流程。
系统将显示一个微信二维码。打开手机微信,扫描屏幕上的二维码完成绑定。
绑定成功后,界面会显示"已连接"状态,并显示绑定的微信账号信息。
绑定成功后,你可以在智几的设置中选择云端托管模式。开启后,即使关闭电脑上的智几程序,你依然可以通过微信与智几保持联系。
① 云端托管的聊天记录以及聊天过程中形成的记忆,无法与电脑版本上的内容同步。
② 这意味着你在云端托管的对话和记忆,与电脑端是相互独立的,请根据使用场景选择合适的模式。
如果你在智几中配置了多个智能体,可以在微信中通过以下指令管理和切换:
- 发送 智能体列表 — 查看所有可用的智能体
- 发送 @智能体名称 — 切换到指定智能体进行对话
① 如果你使用的是本地模式(未开启云端托管),智几的客户端程序必须保持运行在你的电脑上,才可以通过微信和他联系。
② 对于执行时间比较长的任务,请多点耐心,给智几一些处理时间。
升级到最新版本
智几持续迭代,保持最新版本以获得最佳体验和最新功能。
升级前,请确保智几应用已完全退出,而非最小化到系统托盘。
重新启动智几应用,系统将自动检测新版本。当检测到新版本时,会弹出如下提示窗口:
在弹出的"发现新版本"窗口中:
- 左侧显示当前版本(如 0.811)
- 右侧显示最新版本(如 0.821)
- 点击 立即升级 按钮开始下载更新包
- 如有需要可点击"取消"稍后升级
下载完成后,安装程序将自动启动。按照安装向导的提示逐步操作即可完成升级。
使用 Tushare Token 接入投资数据
investment-analysis 技能基于 Tushare Pro 获取金融数据。智几开源版本不会内置任何 Tushare Key;用户需要使用自己的 Tushare API Token,数据权限和调用额度取决于用户自己的 Tushare 账号积分与接口权限。
使用股票、基金、期货、宏观等投资数据前,请先准备 Tushare Pro 的 API Token。Token 是用户个人的数据访问凭证,智几只负责在本地调用,不会在开源代码中附带公共 Token。
- 访问 https://tushare.pro/ 注册或登录账号。
- 进入个人中心 / 接口 Token 页面,复制自己的 API Token。
- 查看 Tushare 积分和接口权限说明:Tushare API 权限说明。
- 在智几中向启用了 investment-analysis 的智能体说明“配置 Tushare Token”,或按技能提示把 Token 写入本地忽略配置文件。
在智几中,将系统技能 investment-analysis 添加到你的智能体上即可启用。首次调用 Tushare 数据时,如果本地尚未配置 Token,智能体会停止当前数据任务并提示你先完成 Token 配置。
技能名称:investment-analysis
技能类型:A股投资分析
数据源:Tushare Pro(需用户配置自己的 API Token)
investment-analysis 技能可使用以下数据模块,覆盖从行情到基本面、从资金面到宏观的全链路分析需求。实际可用接口取决于你的 Tushare 账号权限;部分高级接口可能需要更高积分。
📈 行情与技术分析
日/周/月线行情
开盘价、收盘价、最高价、最低价、成交量、成交额、涨跌幅
复权处理
复权因子计算,支持前复权/后复权,确保历史数据可比
技术指标
MA、MACD、RSI、KDJ、布林带等 10+ 技术指标计算与可视化
分钟行情
1/5/15/30/60分钟K线,盘中实时分钟数据(rt_min_daily)
每日指标
PE、PE_TTM、PB、换手率、总市值、流通市值
资金流向
超大单/大单/小单买卖额,主力资金动向追踪
📋 财务基本面
三大报表
利润表、资产负债表、现金流量表,完整财务数据
财务指标
ROE、ROA、EPS、BPS、毛利率、资产负债率、营收增长率等 20+ 指标
业绩预告/快报
业绩预告类型、净利润区间、同比增长率
主营业务
按产品/行业/地区分类的收入与利润构成
股东信息
十大股东、十大流通股东、股东人数变化趋势
分红送股
现金分红、送转股比例、除权除息日
🔥 特色数据
龙虎榜
上榜股票追踪、机构席位 vs 游资席位、净买入排名
多条件选股
估值/财务/技术面多因子逐层筛选,全市场扫描
策略回测
自定义策略开发、历史回测、绩效报告(夏普比率/最大回撤等)
宏观经济
GDP、CPI、PPI、PMI、货币供应(M0/M1/M2)、社融、SHIBOR、LPR、汇率
港股/美股
港股列表、港股日线/分钟行情;美股日线行情
基金/ETF
基金列表、净值、持仓、分红;可转债信息
investment-analysis 技能包含完整的工具速查表、意图分类映射、编码规范和脚本工具箱。你可以通过以下方式深入了解:
- 在智几中直接向智能体询问 investment-analysis 技能详情
- 查看技能的 skill.md 文件获取完整的 MCP 工具速查表
- 技能内置的 references/ 目录包含完整的 Tushare MCP 工具手册
"帮我分析贵州茅台最近60日技术面,画K线图带MA5/MA10/MA20均线"
"全市场选PE<20、ROE>15%、近5日涨幅>3%的科技股"
"查昨天龙虎榜上榜股票,按净买入额排序"
智几会自动调用 Tushare 数据 + Python 脚本完成分析。
选择适合你的安全级别
如何让智几安全高效地协同大家工作,一直是我们的最高优先级。通过选择合适的安全控制级别,在安全性和便利性之间找到最佳平衡。
在智几主界面中,找到左下角的用户名称区域,点击进入用户设置。
在"用户信息"窗口中,找到安全控制级别区域,根据你的需求选择适合的安全等级。
智几提供三种安全保护级别,你可以根据自己的使用习惯和安全需求灵活选择:
🟢 基础保护
适用场景:已熟悉 AI 助手工作方式、需要快速响应减少确认环节、在个人开发环境中使用。
保护范围:系统会对删除文件、修改权限等敏感操作进行提示,但不会强制拦截。系统目录操作(如删除 Windows 系统文件夹)仍会被拦截。
典型行为:删除工作文件 → 提示后可直接执行;修改文件权限 → 提示后可直接执行。
⚠️ 此级别给予更大的操作自由度,需要自己承担更多判断责任。
🟡 关键保护(推荐)
适用场景:日常办公和开发工作,希望在安全和效率之间取得平衡,大多数用户的默认选择。
保护范围:自动拦截对系统关键目录(如 /etc、/bin、C:\Windows 等)的危险操作,工作目录操作相对自由。
典型行为:删除工作文件 → 需确认后执行;删除系统文件 → 直接拦截;修改关键配置 → 需确认后执行。
✅ 既保护系统核心安全,又不会过度干扰日常工作。
🔴 严格保护
适用场景:生产环境或重要项目中使用、对安全性要求极高、让 AI 处理不熟悉的任务。
保护范围:对所有可能产生风险的操作进行全面检查和确认,包括文件删除/移动/重命名、权限修改、进程终止、系统配置变更、远程脚本执行等。
典型行为:任何删除操作 → 需明确确认;修改文件 → 需确认;执行系统命令 → 需逐一确认;批量操作 → 拆分为多次确认。
🔒 最大程度保障系统安全,所有敏感操作都需要你的明确授权。
• 第一次使用智几?→ 🟡 关键保护(推荐新手)
• 对 AI 操作后果有清晰预期?→ 🟢 基础保护
• 在生产环境或极高安全要求?→ 🔴 严格保护
• 不确定?→ 选 🟡 关键保护,熟悉后可随时调整
在 Mac 上安装智几
我们仍在等待 Mac 版本官方签名的通过,但为了让 Mac 用户及时使用到最新版本,我们提供了 Mac 版本的安装包。
访问智几官网 www.jixunet.com 下载 Mac 最新版本安装包:
💡 每次发版链接会变化,请到官网获取最新版本。
下载完成后,双击 .dmg 文件打开安装包。
在打开的安装包窗口中,将 智几 应用图标拖拽到右侧的 Applications 文件夹中完成安装。
由于 Mac 版本尚未通过官方签名认证,首次直接运行时会弹出如下提示:
这是 macOS 的安全机制导致的,因为应用未通过 Apple 官方签名认证。请不要点击"移到废纸篓",按照下一步操作即可解决。
在 Mac 上找到 终端(Terminal)应用并打开。可以通过以下方式找到:
- 打开 启动台(Launchpad)→ 在搜索栏输入"终端"
- 或在 应用程序 → 实用工具 中找到"终端"
在终端中复制粘贴以下命令,然后按回车键执行:
执行该命令后,系统会要求你输入密码:
- 该密码即为你的 Mac 登录用户密码
- 输入时屏幕不会有任何显示(不会显示星号或光标移动),这是正常的安全机制
- 输入完成后直接按 回车键 即可
授权完成后,打开 应用程序 文件夹,双击 智几 即可正常启动使用。
配置可用的大模型能力
智几通过模型配置接入文本生成、图片识别、图片生成、语音等能力。建议先完成文本生成模型配置,再根据需要补充视觉和图片生成模型。
进入智几的大模型配置页面,填写配置名称、Base URL、API Key、模型名称、最大输出 Tokens、温度等字段。可以为同一个服务商配置多个模型,例如文本生成模型、视觉模型和图片生成模型。

保存模型时,请根据用途设置能力标签。常见标签包括 文本生成、图像识别、图像生成。如果某个能力没有可用模型,相关功能会提示先完成配置。
- 文本生成:用于日常对话、工具规划、文档生成和智能体推理。
- 图像识别:用于截图理解、OCR、图表分析和图片问答。
- 图像生成:用于生成插图、演示素材、海报图和视觉资产。
为工具填写外部配置
工具配置页面用于管理工具运行所需的外部参数,例如 API Key、Base URL、模型名、超时时间和代理地址。这些参数不会交给 LLM 生成,而是在工具执行前由系统注入。
打开工具配置页面,左侧选择需要配置的工具,右侧填写该工具暴露的配置项。只有在工具参数 schema 中标记了 tool_config=True 的参数才会显示在这里。

保存后的工具配置会在下一次智能体调用工具时自动生效。业务参数仍由 LLM 根据用户问题生成,例如文件路径、查询词、城市名;外部配置参数由系统注入,例如 API Key、模型、默认代理。
- 敏感字段会以掩码显示,避免在页面中直接暴露完整密钥。
- 如果工具缺少必要配置,工具应返回清晰的失败原因,引导用户补齐配置。
- 配置修改后通常无需重启,下一轮构造工具调用参数时即可读取最新默认值。
用户画像、记忆与安全级别
除模型和工具外,智几还提供用户画像、核心记忆、长期记忆和安全级别等基础配置,用于控制个性化程度和操作风险。
用户画像用于保存跨智能体共享的稳定偏好和背景信息;核心记忆用于保存某个智能体必须长期记住的关键事实;长期记忆会索引历史会话和工具结果,帮助智几在后续任务中检索上下文。
- 用户画像:适合保存称呼、语言偏好、工作领域、输出风格等长期信息。
- 核心记忆:适合保存“下次不要重复”“这个项目固定约束”等明确要求。
- 长期记忆:自动从历史会话和归档结果中建立检索索引。
安全级别用于控制文件、命令、代码、网络访问等高风险工具行为。完整说明见上方 安全配置 章节。
- 基础保护:更少确认,适合熟悉 AI 操作方式的个人环境。
- 关键保护:推荐默认选择,在效率和风险控制之间平衡。
- 严格保护:对生产环境、重要项目或不熟悉任务启用更强确认。
项目结构与核心模块
智几 MetisAI 是本地优先的智能体工作平台,包含 FastAPI 后端、React 前端、Electron 桌面端、工具系统、Skill 系统、记忆系统和安全策略。
源码目录速览
| 路径 | 说明 |
|---|---|
| metis/agent | 智能体核心、思考模式、工具与 Skill 混入、Agent 间协议适配。 |
| metis/tool | 工具基类、工具集合、工具执行器和内置工具实现。 |
| metis/skill | Skill 加载、校验、执行和管理逻辑。 |
| skills/ | 可触发的 Skill 包,例如 research、ppt、excel、pdf、investment-analysis、evolution。 |
| web/ | FastAPI 路由层,提供智能体、线程、文件、模型、用户、微信和工具配置接口。 |
| db/ | SQLAlchemy 模型、DAO、SQLite/MySQL 初始化脚本。 |
| jarvis-agent/client | React + Vite 前端工作台。 |
| electron/ | Electron 主进程、预加载脚本和桌面端打包配置。 |
| config/ | 主配置、安全规则、上下文配置。 |
二次开发关注点
- 个人桌面客户端:重点关注 Electron、前端工作台、本地 SQLite、模型配置和工具权限。
- 机构内部部署:重点关注 FastAPI 服务、数据库、用户目录隔离、工具安全策略、内网模型和内部 API 工具。
- 能力扩展:优先通过 Tool 接入外部系统,通过 Skill 固化复杂工作流,减少对核心 Agent 代码的侵入。
从源码启动开发环境
开发环境需要 Python、Node.js 和 pnpm。推荐先跑通本地开发服务,再进行工具、Skill 或前端页面改造。
环境要求与依赖安装
- Python 3.10+
- Node.js 20+
- pnpm 10+
cp .env.example .env
pnpm run setup 会安装前端/Electron 依赖,并创建 .venv 安装 Python 依赖。仅安装 Python 依赖可使用 pnpm run setup:python。
启动命令
| 命令 | 用途 |
|---|---|
| pnpm run dev | 同时启动后端和前端开发服务。 |
| pnpm run backend:start | 只启动 FastAPI 后端,默认地址 http://localhost:27345/metisai。 |
| pnpm run frontend:dev | 只启动前端开发服务,默认地址 http://localhost:3000。 |
| pnpm run desktop:start | 构建前端并以 Electron 桌面方式启动。 |
配置文件、数据库和工作区
开源部署时,先确认配置来源、数据落盘位置和安全策略,再接入模型、搜索、图片生成和业务工具。
主配置
主配置文件是 config/config.toml。常用配置包括:
| 配置段 | 说明 |
|---|---|
| WebApp | 后端端口和 Web 根路径。 |
| db | 数据库类型,支持 SQLite 和 MySQL;本地运行默认使用 SQLite。 |
| web_search / web_fetch | 搜索 provider、网页抓取超时、SSL、内网访问和端口限制。 |
| image_generation / vision | 图片生成和图片分析模型配置。 |
| tool_security | 工具安全策略、文件大小限制、路径和敏感信息脱敏规则。 |
| pip_tool | Python 包管理工具的默认安装源和权限。 |
数据目录
应用数据默认位于用户目录下的 MetisAI 数据目录,可通过 METISAI_DATA_DIR 覆盖。SQLite 数据库、上传文件、工作区文件、会话记录、工具产物、运行时自定义工具和运行时 Skill 都会按配置写入该目录。
- 开发调试时,建议使用独立的 METISAI_DATA_DIR,避免污染正式数据。
- 机构部署时,建议将数据库、工作区、日志和用户文件目录纳入备份与权限控制。
- 不要提交 .env、数据库文件、日志、Token 或本地工作区产物。
CS / BS 双形态使用
智几既可以作为个人桌面客户端运行,也可以通过后端服务和浏览器前端形成机构内部平台。
桌面端打包
pnpm run build:win
pnpm run build:linux
打包脚本会使用 scripts/package-desktop.cjs 和 electron/electron-builder.yml。桌面端适合个人本地优先使用,模型 Key、工作区文件和工具运行结果都优先落在本机数据目录。
机构内部使用建议
- 将模型接入切换到机构自有模型网关或私有化模型服务。
- 通过工具系统封装内部数据库、知识库、工单系统、风控系统或办公系统 API。
- 使用 tool_security 和 config/security 审查命令、路径、URL 与文件访问策略。
- 如需多用户隔离,评估数据库、工作区目录和 OS 用户沙箱策略。
工具系统与构造方法
MetisAI 工具统一继承 BaseTool,由 ToolFactory 自动扫描,统一返回 ToolResult,并可按需支持 streaming。
内置工具概览
| 工具 | 用途 | 注意事项 |
|---|---|---|
| read / write / edit | 文件读取、写入和最小化编辑。 | 相对路径按工作目录解析,路径穿越会被限制。 |
| shell | 执行系统命令。 | 受安全策略、审批和危险命令规则控制。 |
| py_exec | 执行 Python 代码或脚本。 | 适合数据处理、绘图和脚本验证。 |
| pip_install | 管理 Python 包。 | 默认源和卸载权限由配置控制。 |
| web_tool | 网页搜索、抓取和 URL 文件下载。 | 受 SSRF、端口、内网访问和抓取长度限制。 |
| gen_image / analyze_image | 图片生成、图片理解、OCR 和视觉问答。 | 依赖图像生成和视觉模型配置。 |
构造一个新工具
内置源码工具可放在 metis/tool/built_in/<tool_name>.py 或 metis/tool/ 下任意子目录;运行时自定义工具可放在 APP_DATA_DIR/app/tools/<tool_dir>/。
- 工具类必须继承 BaseTool,类名不要以下划线开头。
- name 必须全局唯一;自定义工具同名时会覆盖内置工具。
- description 要说明何时调用工具,这是 LLM 选择工具的主要依据。
- parameters 使用 JSON Schema 描述 LLM 可理解的业务参数。
- 带 tool_config=True 的参数是外部配置,不暴露给 LLM,可由 config.toml 或前端工具配置页面提供。
- execute() 建议保留 **kwargs,兼容系统注入参数和未来扩展。
name: str = "my_tool"
chinese_name: str = "我的工具"
description: str = "在需要查询内部系统数据时使用。"
parameters: dict = {"type":"object","properties":{"query":{"type":"string","description":"查询问题"},"api_key":{"type":"string","tool_config":True}},"required":["query"]}
async def execute(self, query: str, api_key: str | None = None, **kwargs) -> ToolResult:
...
ToolResult 输出约定
工具应返回 ToolResult(status, tool_name, msg, error_msg, responses, struct_rst)。成功时使用 status="Success",失败时使用 status="Fail" 并给出明确 error_msg。结构化数据优先放入 struct_rst,展示文本或文件结果放入 responses。
ToolResult(status="Fail", tool_name=self.name, msg="配置不完整", error_msg="缺少 api_key,请先在工具配置中填写。")
Streaming 支持
BaseTool 已提供默认 execute_stream(),会把最终结果作为单个 chunk 输出。长任务、外部进程、下载进度或模型流式输出可以覆盖 execute_stream(),中间产出可展示文本,最后产出带最终 ToolResult 的 ToolStreamChunk。没有真实增量输出时,使用基类默认实现即可。
Metis Memory 架构
记忆系统由短期记忆、核心记忆、长期记忆和用户画像组成,兼顾当前任务上下文、关键事实、历史检索和跨智能体个性化。
四层记忆
| 层级 | 作用 | 典型位置 |
|---|---|---|
| 短期记忆 | 当前 Agent 运行中的消息上下文。 | 运行态消息列表 |
| 核心记忆 | 用户明确要求长期记住的关键事实,按 Agent 隔离。 | __memory/key_memory.md |
| 长期记忆 | 索引历史会话、归档对话和工具结果,支持检索。 | __memory/_memory_index/memory.db |
| 用户画像 | 用户级稳定偏好,跨 Agent 共享。 | __user_profile/profile.md |
索引与提示词注入
Agent 绑定 thread 后初始化长期记忆,读取核心记忆和用户画像并注入系统提示词。长期记忆不会复制完整对话,而是索引 workspace 中的 messages.json、conversation_*.json 和 tool_result_*.json,默认使用 SQLite FTS5 做全文检索。
- 核心记忆适合保存用户明确要求“记住”的关键事实。
- 用户画像适合保存跨智能体共享的长期偏好。
- 上下文压缩产生的归档文件同时也是长期记忆的数据来源。
支持通用技能标准
MetisAI 的 Skill 采用以 skill.md 为核心的通用技能组织方式,把提示词、参考资料、脚本和模板沉淀为可复用能力。
通用结构
一个 Skill 通常是 skills/<skill-name>/ 下的目录,核心入口为 skill.md,可按需要包含 references/、scripts/、templates/ 等资源。LLM 根据 skill 描述触发技能,并在执行中按技能说明调用工具和脚本。
| 资源 | 作用 |
|---|---|
| skill.md | 技能描述、触发条件、流程约束、工具使用规则和输出要求。 |
| references/ | 长文档、规范、模板说明、API 手册等参考资料。 |
| scripts/ | 可复用脚本,用于稳定执行复杂处理。 |
| templates/ | 演示文稿、图标、报告、样式等模板资源。 |
当前内置技能
| Skill | 主要用途 |
|---|---|
| research | 联网检索、事实核验和研究报告。 |
| excel | Excel 读取、生成、编辑、公式重算和分析。 |
| PDF 读取、生成、合并、拆分和 OCR 辅助。 | |
| ppt | 从 Markdown、PDF、DOCX、URL 或主题生成 PPTX。 |
| py-develop | Python 脚本开发、运行、调试和数据处理。 |
| evaluation | 测试集、评分标准、智能体评测和报告。 |
| investment-analysis | 基于 Tushare MCP 的行情、财务、选股、回测和宏观分析;需要用户配置自己的 Tushare Token。 |
| evolution | 创建、升级、审查和优化 MetisAI Skill。 |
开源改造前的检查项
工具和 Skill 会操作文件、命令、网页、Python 代码和模型 API。开发者应在扩展能力时同步补充安全策略和验证流程。
安全检查
- 不要在源码、文档、Issue 或测试快照中提交 API Key、Token、密码、私钥和客户数据。
- 新增路径、URL、命令或 Python 执行能力时,先确认是否需要加入安全策略、审批或沙箱隔离。
- 对外部署时启用 HTTPS、反向代理访问控制、日志审计和最小权限数据库账号。
- 审查 config/security、tool_security 和自定义工具的输入校验。
测试与检查
.venv/bin/python -m pytest
部分测试依赖外部服务、模型 API Key 或特定本地环境。运行前请检查 .env 和 config/config.toml,并避免使用真实生产密钥执行调试。