Keinsaas Navigator
面向个人与团队的多模型智能体、MCP 与可视化工作流平台。
证据显示产品提供 Auto、Manual、None 三种工具模式、临时 @ 工具绑定、角色权限测试，以及禁止新增 MCP 服务器的配置，体现了普通场景下的权限收敛和用户控制；删除操作要求输入用户名，封禁也有确认与解封路径。扣分在于 Auto 模式允许模型自主执行具有外部影响的 MCP、浏览器、HTTP 和代码工具，材料未显示逐工具权限、作用域授权或统一风险分级。API 密钥、认证密钥、数据库和存储流向有配置说明，但缺少保留期限、日志脱敏、加密、第三方数据处理及密钥轮换政策。依赖使用冻结锁文件安装、受限 CI 权限和容器构建证明，但未提供漏洞扫描、依赖更新政策或已知漏洞处置证据。回滚仅在封禁/解封、取消删除和容器停止等局部流程中体现，没有代理操作、工作流执行或数据变更的通用撤销机制。README 标注原作者且清单列出作者与许可证，但 Navigator、better-chatbot、Keinsaas 和旧仓库链接并存，使当前维护归属与来源链不够完整。未发现红线行为。
README、脚本、环境变量、CI 和权限测试总体形成一致的产品与部署图景，并提供多家模型供应商、Ollama、本地与 Docker/Vercel 路径，依赖可用性适合普通使用。扣分在于运行依赖仍包括 PostgreSQL、外部模型、可选 Exa 与云存储，材料没有离线降级矩阵或服务不可用策略；部分测试大量使用条件分支、catch 后跳过和固定行号，可能在功能缺失时仍不产生强断言。可见的失败反馈仅有 401、状态提示、成功/错误 toast 和少量限制文案，缺少面向 MCP、模型、存储、迁移及工作流失败的系统化错误信息、诊断和恢复说明。
材料明确覆盖个人、团队、聊天、专用代理、可视化工作流、语音、浏览器自动化、搜索、代码执行、图像和数据可视化等多种受众与场景，因此场景覆盖充分。@agent、@workflow、@tool、预设以及 Auto/Manual/None 模式给出了精确的调用方式和工具可见性控制；多模型、本地 Ollama、Docker、Vercel、OAuth、不同存储与 MCP 配置也体现了较强环境适配。扣分在于能力边界主要通过功能描述、可选密钥和路线图表达，没有清楚列出每类代理或工具不能做什么、支持限制、沙箱边界、资源上限及兼容性矩阵。
README 有清晰目录、预览、快速开始、环境变量、专题指南、路线图、贡献和支持入口；本地、Docker Compose、数据库迁移和 Vercel 部署说明较完整，MIT 正文与包元数据一致，故信息架构、安装说明和许可证证据充分。扣分在于产品已改名为 Navigator，但包名、脚本、文档文字、镜像/容器名和部署链接仍广泛使用 better-chatbot，命名稳定性较弱。示例丰富但没有集中 FAQ；已知限制主要以“coming soon”和路线图呈现，缺少当前故障、兼容性及安全限制清单。package.json 有 1.26.0，但未提供变更日志、发布策略或升级说明。贡献指南、Issue、Discord、赞助和作者字段提供维护入口，但未验证的发布者身份以及新旧仓库/品牌并存，使最终维护责任和更新路径只达到一般清晰度。
产品输出面向实际使用，包含对话、代理、工作流、语音、图像、图表、可排序筛选表格以及 CSV/Excel 导出，且 README 给出具体交互示例，因此输出可用性证据充分。将 MCP、多个模型、代理、工作流和协作集中在一个工作区，相比单一聊天界面具有明确增量价值。扣分在于多数价值主张来自项目自述，源文件没有展示质量评估、用户结果或对照数据；“免费层”“无需付款”和令牌节省等成本收益说法缺少完整条件，实际仍可能产生模型、搜索、数据库、存储、托管和运维成本。
主要功能声明可在 package.json 的依赖和脚本、CI 工作流及权限/管理端 E2E 测试中得到部分追踪与交叉印证；当前功能与路线图未完成功能也有一定区分。扣分在于所给测试集中于管理界面，没有直接覆盖 README 中许多核心代理、MCP、代码执行、语音、图像和工作流主张；演示图片和营销描述不能等同于实现证据。部分成本、速度、准确性和“所有主要 LLM”等表述没有限定或来源，事实与推断虽大体分开但不够严格。
- Auto 工具模式可让模型自主调用 MCP、浏览器、HTTP 与代码执行能力；在接入生产凭据或可写系统前，应使用 Manual/None，并逐项核查服务器权限和副作用。
- 环境配置集中包含模型、OAuth、数据库和存储密钥，但材料未说明密钥轮换、日志脱敏、数据保留或第三方处理政策；部署者需自行建立这些控制。
- 不要把大量条件式 E2E 断言视为核心代理功能已被完整验证；所给测试主要覆盖管理与权限界面。
- Navigator 与 better-chatbot 的名称、仓库链接和部署目标混用；安装镜像或跟踪更新前应确认权威来源与目标修订。
- “免费”与性能收益依赖第三方配额和部署方式，生产使用前应单独核算模型、搜索、存储、数据库和托管成本。
这个 Agent 能做什么，适合哪些场景？
Keinsaas Navigator 是一个基于 Next.js 和 Vercel AI SDK 构建的开源 AI 工作区，面向个人与团队提供聊天、智能体、MCP 工具和工作流自动化。它支持 OpenAI、Anthropic、Google、xAI、Ollama、OpenRouter 等模型来源，并允许在聊天中通过 @ 提及调用工具、智能体或已发布的工作流。平台包含可视化工作流编辑、实时语音助手、网页搜索、JavaScript/Python 执行、图表与交互式表格以及图像生成和编辑。运行边界由采用者控制：可在本机或 Docker Compose 环境中自托管，也可通过 Vercel 部署，并使用 PostgreSQL 保存应用数据。它更适合希望统一多模型与自动化能力、且愿意维护数据库、密钥和部署环境的团队，而不是只需要免运维托管聊天服务的用户。
用户先在聊天界面选择模型，并配置 MCP 服务器、内置工具、工具预设或自定义智能体。输入 @toolname、@agent_name 或 @workflow_name 后，系统把相应能力绑定到本次响应；在 Auto 模式中模型可自行调用工具，在 Manual 模式中调用前请求许可，None 模式则完全禁用工具。可视化工作流通过连接 LLM 节点和 Tool 节点组成多步流程，发布后会成为聊天中的可调用工具。平台能够调用 MCP 服务器执行浏览器等外部操作，通过 Exa AI 搜索网页和提取 URL 内容，运行 JavaScript/Python，生成图表和可筛选、搜索及导出的数据表，并使用 OpenAI 或 Gemini 模型生成和编辑图像。实时语音功能基于 OpenAI Realtime API，并能在语音会话中调用 MCP 工具；应用还支持上传文件、共享智能体、工作流和 MCP 配置。
- 需要统一使用 OpenAI、Claude、Gemini、xAI 或 Ollama 的团队，可部署一个共享聊天工作区并按任务切换模型。
- 运营或技术团队可把 LLM 节点与 MCP Tool 节点连接成可复用流程，再以 @workflow_name 从聊天中触发。
- 需要浏览器自动化的用户可接入 Playwright MCP，让模型连续导航页面、点击控件并完成多步骤任务。
- 仓库维护团队可创建带有项目说明和议题、拉取请求工具的 GitHub Manager 类智能体，并通过 @agent_name 调用。
- 分析人员可让聊天运行 JavaScript/Python，并把结果输出为图表或支持筛选、分页和 CSV/Excel 导出的交互式表格。
- 需要语音操作工具的团队可使用基于 OpenAI Realtime API 的语音助手，在对话过程中执行 MCP 工具。
这个 Agent 有哪些优点和局限？
- 同一工作区明确支持 OpenAI、Anthropic、Google、xAI、Ollama 和 OpenRouter 等多种模型来源，降低对单一推理提供商的绑定。
- MCP 工具、自定义智能体和可视化工作流都能通过 @ 提及从聊天中调用，适合把临时对话与可复用自动化放在同一界面。
- Tool Choice Mode 提供 Auto、Manual 和 None 三档控制，可在自动执行、逐次许可与完全禁用工具之间切换。
- 同时支持本地、Docker Compose 和 Vercel 部署，并提供 PostgreSQL、本地或云端文件存储相关配置。
- 内置网页搜索、代码执行、数据可视化、图像生成与实时语音，覆盖多种常见工具型任务。
- 部署需要维护 pnpm 应用、PostgreSQL、认证密钥和至少一个外部模型密钥，不是零运维方案。
- 部分能力依赖额外服务或凭据：网页搜索需要 Exa，实时语音依赖 OpenAI Realtime API，默认文件存储使用 Vercel Blob。
- 不同模型提供商并不保证功能完全对等；图像功能目前列出的模型是 Gemini Nano Banana 和 OpenAI，实时语音也明确绑定 OpenAI。
- S3 文件存储仍标注为 coming soon，当前不能把它视为已有的受支持存储方案。
- 路线图中的协作文档编辑、RAG 和基于 WebContainers 的网页计算尚未完成。
如何安装或部署这个 Agent？
需要 pnpm、至少一个受支持模型提供商的 API 密钥，以及 PostgreSQL。Docker Compose 方式：
- 运行
pnpm i，该命令会在项目根目录生成.env。 - 在
.env中至少填写一个模型密钥，例如OPENAI_API_KEY、ANTHROPIC_API_KEY或GOOGLE_GENERATIVE_AI_API_KEY。 - 运行
pnpm docker-compose:up，构建并启动应用及 PostgreSQL。
本地方式：
- 运行
pnpm i。 - 如需本地 PostgreSQL，运行
pnpm docker:pg；也可以使用现有数据库并设置POSTGRES_URL。 - 在
.env中填写BETTER_AUTH_SECRET、POSTGRES_URL和至少一个模型密钥。 - 运行
pnpm build:local && pnpm start；开发模式可运行pnpm dev。 - 浏览器打开
http://localhost:3000。
也可以用 docker compose -f docker/compose.yml up -d postgres 只启动数据库，随后运行 pnpm db:migrate 和 pnpm dev。项目还提供 Vercel Deploy 路径。
如何使用这个 Agent？
打开 Web 界面后选择已配置的模型。添加所需的 MCP 服务器，或启用网页搜索、执行器、数据可视化和图像生成等内置工具；网页搜索需要在 .env 中设置可选的 EXA_API_KEY。输入 @ 从列表中选择临时绑定的工具、智能体或已发布工作流，也可以创建工具预设供重复使用。通过 ⌘P 在 Auto、Manual 和 None 三种 Tool Choice Mode 之间切换。创建智能体时设置系统提示词和可用工具；创建工作流时连接 LLM 与 Tool 节点并发布，然后在聊天中以 @workflow_name 调用。
这个 Agent 与同类方案有什么区别？
项目称其体验受到 ChatGPT、Claude、Grok 和 Gemini 启发，但定位不同：Navigator 是可自行部署的多模型工作区，把 MCP、自定义智能体和可视化工作流集中在一个 Web 界面中。代价是采用者需要自行配置数据库、认证、存储和模型提供商密钥。
常见问题
必须购买多个模型提供商吗？
模型会不会未经允许执行工具？
能否完全在本地运行？
网页搜索是否开箱即用？
EXA_API_KEY 才能启用基于 Exa AI 的网页搜索和内容提取；该变量在配置中是可选项。