不想把文件交给云端 AI？用 Hob 在本机完成文档与表格任务
把文件交给 AI 助手处理，往往意味着要先把内容上传到云端。对合同、内部报表或个人资料，这不一定合适；而本地模型工具又常要求用户自己挑模型、配运行环境。Hob 试图把两件事合在一起：提供桌面式的文件工作流，同时在自己的电脑上运行开放权重模型。
它解决的不是“本地聊天”
Hob 是 FrigadeHQ 发布的开源桌面应用，仓库采用 MIT 许可证，支持 macOS、Windows 和 Linux。官方项目说明称，应用会检查硬件并选择适合的模型，用户无需先注册账号或手工搭建推理服务。项目当前列出的模型包括 Google Gemma 4 与 OpenAI gpt-oss 系列；具体可用选择会随设备资源而异，应以应用内目录和当前版本为准。
它的重点是让模型操作本地文件：用户可以附加文件，也可以把文件夹组织成带独立指令的项目。官方文档列出的对象包括文档、PDF、照片、表格等。对数据处理、文档转换或绘图任务，Hob 可以生成并运行 Python 代码；官方说明称代码在沙箱中执行，并限制在聊天对应文件夹范围内。文件发生更改前会要求确认，每项任务也提供撤销能力。这样的交互比把原始文件复制到聊天框，更接近一个带权限边界的桌面助理。
隐私边界要看“联网开关”
本地推理并不自动等于完全离线。Hob 的说明是：聊天与文件留在本机，不发送遥测；但应用仍需联网下载模型、检查更新。启用 Web 功能时，它会联网搜索、让代码获取数据，并可能从 PyPI 安装 Python 包；用户自行添加的 MCP connector 也会访问相应服务。若工作内容要求离线，应在设置中关闭 Web 访问，并谨慎配置连接器。
可以把它的边界理解为三层：模型推理在设备本地；文件读写以用户授权的工作区为边界；联网能力由 Web 功能和自选 connector 引入。它不是能替代网络隔离策略的安全沙箱，也不应被当作“任何情况下都不联网”的保证。对敏感资料，仍应先确认操作系统权限、工作目录、连接器配置和应用版本。
适合从一个低风险任务试起
第一次使用，不妨选择一份不含敏感信息的 CSV 或 PDF，在单独目录中建立项目，再提出范围清晰的要求，例如“按地区汇总销售额，并生成一张图”。开始前检查项目目录里只有预期文件；应用要求修改文件时先看清目标，再批准。完成后比对输出与原始数据，并试用撤销确认变更是否可回退。
对于 CSV 汇总，先要求它说明字段假设和汇总口径，避免把日期、空值或重复行处理错；对 PDF 表单，也应逐项检查填入内容。AI 生成的结果仍需人工校验，尤其是涉及财务、合同或外部提交的文件。
安装与开发者入口
项目 README 提供 macOS、Windows 和 Linux 的下载入口，并提示设备至少需要 8 GB 内存；不同模型对内存的需求不同，较大的模型更适合资源充足的设备。不要把最低运行提示理解成所有模型都能在最低配置下流畅运行。用户通常可直接下载安装包；源码开发者则需 Node.js 24 与 pnpm 10，仓库给出的开发命令是：
pnpm install pnpm dev
Hob 也支持插件：目录中的 hob-plugin.json 可声明 Agent Skills 格式技能、Python 工具和 MCP connector。扩展能力意味着功能边界更灵活，也意味着信任边界扩大——安装插件前，应检查它会执行的代码、访问的文件与连接的服务。
Hob 的价值不只是把模型搬到本机，而是把本地模型、文件操作、代码执行和确认步骤组合成一个桌面工作流。若你的主要顾虑是资料离开设备，可以把它作为候选工具；若任务必须联网，或需要严格可审计的企业权限控制，则应先评估外部连接和执行沙箱是否满足组织要求。