Proma：把 Chat、Agent、Skills、MCP 和微信桥接做进一个本地优先桌面应用

GitHub：ErlichLiu/Proma · Stars：1,615
作者：ErlichLiu（erlich.fun）
商业版：proma.cool
许可：AGPL-3.0 · 运行时：Bun + Electron 39

一句话定位

Proma 不是又一个 ChatGPT 套壳。它的出发点是：一个可以长期沉淀个人工作流的 Agent 工作台。

简单问题用 Chat（快，多模型对比，不留包袱），复杂任务交给 Agent（工作区隔离、Skills 加持、MCP 扩展、结果持久化）。数据默认在 ~/.proma/，JSON 文件，随时备份，不依赖任何云服务。

有一个细节很有意思：它有 wechat-bridge.ts——可以用手机微信触发本机的 Agent 工作流。这和我们做 Heinu1 的思路高度重合，但做成了完整的桌面 GUI。

两套 Agent 运行时，按需切换

Proma 在同一个 Agent 输入框下方提供两个内核选择：

Claude Agent Runtime（默认）

基于 @anthropic-ai/claude-agent-sdk@0.3.201，走 Anthropic Messages API。支持 Anthropic 官方接口，也支持 DeepSeek、Kimi API、Kimi Coding Plan、智谱 Coding Plan、MiniMax、小米 MiMo 等 Anthropic 协议兼容端点。

Kimi Coding Plan 用户：Proma 已获 Kimi 官方白名单，接入 Kimi Coding Plan 不触发第三方客户端封号。

Pi Agent Runtime（实验性）

基于 @earendil-works/pi-coding-agent@0.80.3，把 Proma 里已配置的渠道动态注册为 Pi provider。支持的协议范围比 Claude Runtime 更广：

渠道类型	Chat	Claude Agent	Pi Agent
Anthropic / 兼容（DeepSeek、Kimi、智谱 Coding 等）	✅	✅	✅
OpenAI、OpenAI Responses、Google、豆包、通义	✅	✗	✅
OpenAI 兼容自定义端点	✅	✗	✅
ChatGPT 订阅（Codex OAuth）	—	✅	✅

实际含义：想用 Qwen、Gemini、GPT-4o 跑 Agent 任务的，切到 Pi Runtime 即可，不需要等 Anthropic 兼容层。

Chat vs Agent：清晰的模式划分

很多 AI 客户端把聊天和 Agent 混在一起，Proma 的设计是分开的：

Chat 适合：日常问答、翻译润色、附件总结、多模型对比输出、一次性对话。

Agent 适合：修改/创建/整理本地文件、多步骤调研报告、需要 MCP/Shell/Git 上下文的任务、需要权限确认或后台持续跟进的工作。

规则很直接：只需要回答时用 Chat，需要行动和交付结果时用 Agent。

Chat 模式支持：附件解析、图片输入、Markdown / Mermaid / KaTeX / 代码高亮、并排对话（多模型同时回答）、系统提示词、手动管理上下文长度。

Agent 模式支持：工作区文件隔离、Skills 加持、MCP Server 按需启用、长任务流式输出、计划确认（Plan Mode）、子任务拆分与可追踪协作 Agent / Task。

Skills & MCP：工作区级别的能力沉淀

这是 Proma 里最值得单独说的设计：每个工作区可以独立配置 Skills 和 MCP Server。

Skills：结构化指令文件（SKILL.md 格式），沉淀可复用的工作流。README 里的例子是 feedback-synthesis——把用户反馈、访谈记录和 issue 聚合成主题、证据和优先级建议。你可以给每个项目配置专属 Skills，而不是每次重复粘贴 prompt。

MCP Server：支持 stdio / HTTP MCP Server，可按需启用或关闭。不同工作区绑定不同的 MCP 工具集——代码仓库用代码分析 MCP，写作工作区用搜索 MCP，不同场景不互相干扰。

工作区数据结构：

~/.proma/agent-workspaces/{workspace-slug}/
├── workspace-files/   ← 工作区专属文件
├── mcp.json           ← 这个工作区的 MCP 配置
└── skills/            ← 这个工作区的 Skills

远程机器人：手机触发本机 Agent

这个功能对独立开发者特别实用。Proma 支持三种桥接：

飞书 / Lark 机器人：在飞书群聊或私聊里发消息，触发本机 Agent 工作流，结果回复到飞书。
钉钉机器人：同样的模式，接入钉钉群。
微信桥接：wechat-bridge.ts 已经实现，让微信侧消息触发本机 Agent。

核心代码在 apps/electron/src/main/lib/ 下的三个文件：feishu-bridge.ts、dingtalk-bridge.ts、wechat-bridge.ts。

这意味着：你可以在路上用手机发一条微信，让家里的 Mac 跑一个多步骤 Agent 任务，完成后把结果发回来——不需要开电脑。这正是 Heinu1 做的事，但 Proma 做进了完整桌面应用里。

本地优先的数据设计

~/.proma/
├── channels.json           ← API Key 用 Electron safeStorage 加密
├── conversations.json      ← Chat 会话索引
├── conversations/{id}.jsonl← 对话内容（JSONL 追加日志）
├── agent-sessions.json     ← Agent 会话索引
├── agent-sessions/{id}.jsonl
├── agent-workspaces/       ← 工作区数据
│   └── {workspace-slug}/
│       ├── workspace-files/
│       ├── mcp.json
│       └── skills/
├── attachments/
├── user-profile.json
├── settings.json
└── sdk-config/

不使用本地数据库——所有内容是 JSON 配置文件和 JSONL 追加日志。好处：随时用 cat 查看、可以 git 版本控制、迁移到新电脑直接复制目录。

API Key 是唯一加密存储的字段（Electron safeStorage），其余数据全部明文可读。

语音输入

Proma 内置豆包流式语音识别：

`Ctrl + “ 触发识别
再次按下结束，自动输入到 Proma 的当前输入框
在 Proma 外部使用：识别结果输入到当前光标位置，无光标则写入剪贴板

这让它在某些场景下可以无键盘操作——说出任务，Agent 执行，说出反馈，继续推进。

技术栈

层	技术
运行时	Bun（monorepo 工具链）
桌面框架	Electron 39
前端	React 18 + TypeScript + Jotai
样式	Tailwind CSS + Radix UI
富文本输入	TipTap
Markdown / 图表 / 公式	React Markdown + Beautiful Mermaid + KaTeX
代码高亮	Shiki
构建	Vite + esbuild
分发	electron-builder
Agent Runtime	Claude SDK 0.3.201 + Pi 0.80.3

仓库结构是 Bun workspace monorepo：packages/shared（共享类型 + IPC 常量）、packages/core（Provider Adapter + SSE + 代码高亮）、packages/ui（共享 React 组件）、apps/electron（Electron 主应用）。

# 开发
bun install
bun run dev       # Vite + Electron + 热重载

# 构建
bun run electron:build

# 类型检查
bun run typecheck

架构核心：Agent Orchestrator

Agent 的调度入口在 agent-orchestrator.ts：接收任务、选择运行时（Claude 还是 Pi）、设置工作区环境变量、调用对应 SDK、管理事件流和错误。

两套适配器：

adapters/claude-agent-adapter.ts：Claude SDK 封装，含工作区文件注入、Skills 加载、MCP 启动
adapters/pi-agent-adapter.ts：Pi SDK 封装，把已启用渠道动态注册为 provider
adapters/runtime-routing-agent-adapter.ts：根据会话内核路由到对应适配器

渲染进程 Agent IPC 监听器在应用顶层全局挂载——这是一个重要工程决策：避免切换页面时丢失流式事件、权限请求或后台任务状态。

开源版 vs 商业版

	开源版（AGPL-3.0）	商业版（proma.cool）
下载	GitHub Releases	proma.cool/download
模型渠道	需自备 API Key	内置渠道 + 订阅方案
功能	完整	完整 + 内置渠道
限制	修改后分发或 SaaS 需开放源码	商业授权豁免 AGPL

开源版在功能上完整，适合自备 API Key 的用户。商业版的差异主要是省去了配置渠道的步骤。

AGPL-3.0 意味着：如果你把 Proma 改了，对外提供 SaaS 服务，必须开放修改后的完整源码——包括网络交互层。想集成到闭源产品，需要单独商业授权。

与同类工具对比

	Proma	Cherry Studio	Open WebUI	Cursor
定位	Agent 工作台 + 多协议	多模型 Chat 客户端	本地模型 UI	AI 代码编辑器
Agent 运行时	Claude SDK + Pi SDK	✗	基础	内置
Skills & MCP	✅ 工作区级别	✗	基础	插件
远程机器人	✅ 微信/飞书/钉钉	✗	✗	✗
本地数据	✅ 全 JSON/JSONL	部分	部分	部分
语音输入	✅ 豆包流式	✗	部分	✗
开源许可	AGPL-3.0	Apache-2.0	Apache-2.0	闭源

Proma 最独特的组合是：完整 Agent 运行时 + 工作区 Skills + 远程机器人桥接。这三样加在一起，在开源桌面 AI 客户端里目前没有直接竞品。

核心判断

Proma 解决的是一个真实存在的场景空白：你想在本地用 Claude/Pi 做真正的 Agent 工作（不只是聊天），但不想每次都开终端、配置 SDK、手动管理工作区。

1615 Stars，开源 6 个月。两套 Agent 运行时 + 工作区 Skills + 微信/飞书桥接，这个功能组合在桌面 AI 客户端里确实少见。

如果你现在在用 Heinu1 这类”手机触发 Claude 工作”的方案，Proma 的 wechat-bridge + Agent Workspace 值得参考——尤其是它把 Skills 做到工作区级别、MCP 按工作区启用关闭这两个设计，是可以直接借鉴的架构思路。

参考资源

GitHub：ErlichLiu/Proma
新手教程：tutorial/tutorial.md
作者博客：erlich.fun
商业版：proma.cool
Pi Agent SDK：earendil-works/pi-coding-agent

Proma：把 Chat、Agent、Skills、MCP 和微信桥接做进一个本地优先桌面应用

Proma: Chat, Agent, Skills, MCP, and WeChat Bridge in One Local-First Desktop App

一句话定位

两套 Agent 运行时，按需切换

Claude Agent Runtime（默认）

Pi Agent Runtime（实验性）

Chat vs Agent：清晰的模式划分

Skills & MCP：工作区级别的能力沉淀

远程机器人：手机触发本机 Agent

本地优先的数据设计

语音输入

技术栈

架构核心：Agent Orchestrator

开源版 vs 商业版

与同类工具对比

核心判断

参考资源

💬 评论与讨论

Proma：把 Chat、Agent、Skills、MCP 和微信桥接做进一个本地优先桌面应用

Proma: Chat, Agent, Skills, MCP, and WeChat Bridge in One Local-First Desktop App

一句话定位

两套 Agent 运行时，按需切换

Claude Agent Runtime（默认）

Pi Agent Runtime（实验性）

Chat vs Agent：清晰的模式划分

Skills & MCP：工作区级别的能力沉淀

远程机器人：手机触发本机 Agent

本地优先的数据设计

语音输入

技术栈

架构核心：Agent Orchestrator

开源版 vs 商业版

与同类工具对比

核心判断

参考资源

相关文章

💬 评论与讨论