Hearth 实战教程：在你的电脑上运行一个真正能”用”电脑的本地 AI
你有没有遇到过这种情况：本地跑了个大模型，装了 Open WebUI 或 LibreChat，界面很漂亮，但它除了聊天什么也做不了——不能打开你的文件、不能操作浏览器、不能帮你自动化日常工作。另一边，Claude Code 和 Cursor 很强大，但它们的舞台局限在代码编辑器里。
Hearth 填补了这个空白。它是一个本地优先的 AI 操作员（local-first operator），运行在你自己的模型上，能真正控制你的 Windows 电脑——操作文件、执行命令、打开应用、驱动浏览器、甚至操作桌面上的按钮和菜单。所有数据都在本地，无需云端依赖。
为什么需要 Hearth
当前本地 AI 的生态大致分为三类：
- 聊天 UI（Open WebUI、LibreChat、Big-AGI）——界面精美，但只能聊天，不能操作你的电脑
- 编码 Agent（Aider、Cline、Continue）——专注于写代码，但不会管你电脑上的其他事
- 云端助手（ChatGPT、Claude、Gemini）——功能强大，但数据传送到外部，且随时可能变更规则
Hearth 走了一条不同的路：它运行在你本地模型上，有完整的工具链（文件、终端、浏览器、桌面控制、语音），而且通过 MCP 暴露给 Claude Desktop、Cursor 等任何 MCP 兼容的宿主。
安装与配置
安装方式很简单。对于 Windows 用户，最快捷的方式是下载安装包：
git clone https://github.com/0pen-Sourcer/Hearth.git cd Hearth pip install -r requirements.txt
核心配置通过环境变量完成：
| 变量 | 用途 |
|---|---|
LOCAL_API_BASE | OpenAI 兼容的本地端点（自动检测） |
LOCAL_MODEL | 使用的模型 ID |
JARVIS_WORKSPACE | 工作区目录，存放记忆和日志（默认 ~/Jarvis） |
JARVIS_LOCKDOWN=1 | 限制读写仅在工作区内 |
HEARTH_PERSONA | 语气风格：bro/chill/professional/formal |
Hearth 兼容任何 OpenAI 兼容的端点：Ollama、LM Studio、vLLM、llama.cpp 均可。你甚至可以运行自带的内置 llama.cpp 服务（-BuiltinLLM）。
三种使用方式
1. CLI 终端
用 hearth.bat（Windows）启动终端会话，进入交互模式。CLI 支持丰富的斜杠命令：
/help 查看完整命令列表 /brain切换模型提供商（local/groq/gemini/openai） /tools 列出可用工具 /voice [on|off] 语音开关 /listen 连续语音输入 /mem 查看记忆索引 /compact 压缩旧对话、提取到记忆 /agent "..." 派生子 Agent /skill install 从 GitHub 安装技能 /mcp MCP 状态/配置 /allow 授权写入某个目录
2. 桌面应用
运行 python -m hearth.tray --open 或双击 Hearth.exe，会打开一个原生窗口。桌面应用支持多聊天侧边栏、模型下载管理（GGUF）、语音模式、文件拖放和设置面板。
3. MCP 服务器
这是最实用的模式之一。运行：
python -m hearth.mcp_server
之后，Hearth 的整套工具链就会暴露给 Claude Desktop、Cursor、Cline 等任何 MCP 兼容宿主。也就是说，你可以在 Claude Code 中让 Hearth 帮你操作电脑上的文件、打开应用或驱动浏览器。
核心能力一览
| 能力 | 说明 |
|---|---|
| 文件操作 | 读取、写入、编辑、搜索文件；支持 PDF/DOCX/XLSX/CSV/JSON 等格式 |
| Shell 命令 | 执行 Powershell 或 cmd 命令，输出捕获并清理 |
| 应用启动 | 打开任意已安装应用、文件、文件夹、URL |
| 浏览器控制 | 驱动真实 Chrome/Edge 浏览器，可观察操作过程 |
| 桌面控制 | 无障碍模式读取窗口按钮和菜单，按名称点击 |
| 屏幕视觉 | 截图发送给视觉模型分析 |
| 网络搜索 | 通过 DuckDuckGo 搜索，无需 API Key |
| 持久记忆 | Markdown 格式，按事实存储，自整理冷热归档 |
| 语音交互 | TTS 语音回复 + 语音输入（faster-whisper） |
实战：让 Hearth 自动化你的日常工作
这里用一个真实场景来演示：让 Hearth 清理你的下载文件夹。
启动 CLI 后，你可以直接说：
“帮我把下载文件夹按文件类型分类整理到不同子文件夹”
Hearth 会分析下载目录中的文件，创建分类子文件夹（文档、图片、安装包、压缩包等），并将文件移动到对应位置。整个过程不需要你手动操作任何东西。
更高级的玩法是安装共享技能（skill）。技能是一个教学 Hearth 执行特定工作流的文件夹，从 GitHub 一键安装：
/skill install someone/their-repo
Hearth 的技能系统让复杂工作流可以像安装一个包一样复用——从清理桌面到批量处理照片，都能一键部署。
隐私与安全
Hearth 在设计上以隐私为先：
- 默认写入操作限制在工作区内
- 危险工具首次使用需授权（可
JARVIS_AUTO_APPROVE=1跳过） JARVIS_LOCKDOWN=1让读取也限制在工作区- 无遥测，所有数据保留在本地
- 只有网络搜索会出站，且仅在模型调用时才执行
总结
Hearth 提供了一个真正能在本地运行的 AI 电脑操作员——它不是又一个聊天 UI，也不是专属编码 Agent，而是两者的融合：有完整的工具集来操作你的电脑，又有灵活的接口适配你已有的工作流。无论是以 CLI、桌面应用还是 MCP 服务器的形态使用，它都为本地 AI 打开了一个新的维度。
对于已经习惯用 Claude Code 或 Cursor 的开发者来说，Hearth 的 MCP 模式是最自然的集成方式——让本地 AI 操作电脑的能力变成编码 Agent 的一个工具，随时调用。
相关链接