Dive AI Agent
连接多种大模型与 MCP 工具的跨平台桌面智能体。
README 说明可逐项启停 MCP 工具，并明确披露内置文件读写、网页请求、Bash、自动更新和云端 MCP 等高影响能力，因此最小权限与效果披露获得部分肯定；但材料未展示工具调用前确认、目录或命令范围限制、权限默认值及撤销流程。多 API 密钥和 MCP 身份验证得到说明，但没有密钥存储、加密、日志脱敏、遥测或云端数据流细节。依赖通过清单、npm ci、固定工具链版本和安全报告渠道管理，不过多数 npm 依赖使用范围版本，GitHub Actions 仅固定到主版本，且未展示漏洞扫描或供应链验证。MIT 版权主体、仓库及报告渠道清楚，但发布者身份仍为未知。
README、package.json 版本和构建发布工作流整体形成一致的桌面产品叙述，并覆盖 Electron/Tauri 与三个主要操作系统；但 macOS Tauri 尚不可用，而部分跨平台与通用兼容表述较宽。依赖环境、Node/Python/Rust、npm ci、预构建下载及发布矩阵均有明确配置，支持普通构建可用性；外部下载、OAPHub 和 MCP 服务仍是可用性依赖。材料没有展示面向用户的运行失败消息、重试、超时或降级行为，因此 failure_messages 记零。
材料明确面向需要连接多种支持函数调用 LLM、使用本地或托管 MCP、跨平台运行及多语言交互的用户，并列出平台和架构差异。工具逐项启停、自定义指令、多密钥和模型切换提供了适配能力；平台表和不稳定认证提示也给出部分边界。扣分在于未说明模型或 MCP 的具体兼容条件、工具触发规则、危险请求拦截方式以及自动安装代理的决策边界。
README 以功能、平台、安装、MCP 设置、构建、贡献、许可和支持渠道组织信息，并指向专门设置与构建文档。各平台安装要求较具体，产品名、仓库名和 0.14.x 版本信息基本稳定。演示和快速设置存在，但没有完整 FAQ、故障排查实例或端到端示例。已明确认证不稳定、macOS Tauri 缺失及 Linux 沙箱要求。MIT 许可证文本完整，故 license 满分；版本号、近期更新、标签发布和发布说明路径存在，但给定材料没有完整变更日志。维护由仓库 Issue、Security 标签页、Discord 和发布流程承接，不过没有具名维护者、响应时限或经验证的发布者责任主体。
桌面 UI、多模型切换、MCP stdio/SSE、工具控制、草稿保存、历史搜索、多语言和安装辅助共同支持可用输出与工作流，且相较单一模型聊天客户端具有明确的 MCP 聚合价值。扣分是这些效果主要由功能列表和演示断言支持，未给出静态可核对的任务样例、输出质量证据或使用指标。成本方面仅说明 Tauri 安装包较小、托管 MCP 可减少部署工作；没有披露云服务价格、模型调用成本、资源消耗、安全管理成本或与本地方案的系统权衡。
核心身份、版本、依赖、构建矩阵、发布机制和许可证可在 README、package.json、工作流、Cargo 工作区及 LICENSE 之间交叉核对，因而具备中等追溯性和交叉佐证。扣分在于通用 LLM 支持、24+ 语言、企业级可靠性、无配置和无缝集成等宣传性主张缺少对应测试、能力矩阵或约束说明，事实、目标与营销推断没有始终清楚分开。此评估仅基于提供的静态文件，未执行应用或构建。
- 内置 Bash、文件读写、网页请求和 MCP 安装能力可产生显著外部效果；提供的材料未证明每次调用都有用户确认、路径隔离或命令限制。
- 未说明 API 密钥、MCP 凭据、聊天历史和草稿的存储加密、日志脱敏、遥测或云端传输边界。
- MCP 身份验证被明确标记为不稳定，可能需要频繁重新授权。
- 自动更新、运行时下载和基于主版本标签的第三方 GitHub Actions 扩大了供应链面；材料未展示漏洞扫描、校验和或制品来源验证。
- “企业级可靠性”“通用 LLM 支持”和“零配置”等表述缺少给定文件中的测试或兼容矩阵支撑。
这个 Agent 能做什么，适合哪些场景？
Dive 是一款开源 MCP Host 桌面应用，为支持函数调用的大模型提供统一聊天与工具执行界面。它可连接 ChatGPT、Anthropic、Ollama 和 OpenAI 兼容模型，并允许用户管理多个 API 密钥及切换模型。应用通过 stdio 或 SSE 接入 MCP 服务器，也可从 OAPHub.ai 一键连接托管服务器。内置 Fetch、File Manager 和 Bash 工具，可执行网络请求、文件读写和命令运行，并支持按工具启用或禁用。Dive 提供 Electron 与 Tauri 两套架构，覆盖 Windows、macOS 和 Linux，但当前 Tauri 版尚不支持 macOS。
用户先在桌面聊天界面选择已配置的模型并输入请求；Dive 将对话交给支持函数调用的模型，由模型决定是否调用 MCP 工具。MCP Host 可通过 stdio 或 SSE 与服务器通信，也能通过 OAPHub.ai 深层链接或配置文件连接托管 MCP 服务。内置 Fetch 可发起 Web 请求，File Manager 可读写文件，Bash 可执行命令；用户还可逐项开启或关闭 MCP 工具。应用将模型回复、工具调用结果和多个并发 elicitation 请求呈现在界面中，并保存聊天输入草稿与历史记录；0.14.0 及以上版本还支持 Skills、更多斜杠命令和聊天历史搜索。MCP Server Installer Agent 可辅助安装和配置其他 MCP 服务器。
- 需要在同一桌面客户端中试用 ChatGPT、Anthropic、Ollama 与 OpenAI 兼容模型，并频繁切换模型或 API 密钥的用户。
- 希望让模型读取或写入本地文件、执行 Bash 命令或发起网络请求，同时逐项控制工具权限的技术用户。
- 已经部署 stdio 或 SSE MCP 服务器，需要一个跨平台图形化 MCP Host 进行聊天和工具调用的团队。
- 不想自行维护 Python、Docker 或其他服务依赖，希望通过 OAPHub.ai 使用托管 MCP 服务器的用户。
- 需要在 Windows、macOS 或 Linux 上使用多语言界面、快捷键、草稿保存和历史搜索的日常重度聊天用户。
这个 Agent 有哪些优点和局限？
- 同时支持 ChatGPT、Anthropic、Ollama 和 OpenAI 兼容模型，并提供多 API 密钥及模型切换能力，降低单一提供商绑定。
- 既支持 stdio 又支持 SSE MCP 服务器，并可选择本地部署或 OAPHub.ai 托管服务。
- 内置 Fetch、File Manager 和 Bash，无需从零配置即可获得网络、文件与命令执行能力。
- 可以逐项启用或禁用 MCP 工具，并支持自定义系统提示词，便于控制模型行为与工具暴露范围。
- 提供 Electron 与 Tauri 两种实现，并覆盖 Windows、macOS 和 Linux。
- macOS 当前只有 Electron 版；Tauri 支持仍标记为即将推出。
- macOS 和 Linux 用户需要自行准备 Python、Node.js、npx 与 uvx，Linux AppImage 还可能需要额外处理权限或沙箱。
- MCP 服务器认证被明确标注为不稳定，可能频繁要求重新授权。
- 启用 Bash、文件读写和网络请求会扩大权限与安全风险，需要谨慎限制可用工具。
- OAPHub.ai 的免部署体验要求注册并依赖网络与托管服务；来源未说明其费用、数据处理或服务限制。
如何安装或部署这个 Agent？
终端用户可从 https://github.com/OpenAgentPlatform/Dive/releases/latest 下载最新发行版。Windows 可选择较小的 Tauri 安装包（README 标注小于 30 MB）或较稳定的 Electron 版；首次启动后会自动下载 Python 和 Node.js 环境。macOS 需下载 Electron 的 .dmg，并自行安装 Python、Node.js、npx 和 uvx；Tauri 版目前不可用。Linux 可使用 Tauri，或使用 README 推荐的 Electron .AppImage；需要自行安装 Python、Node.js、npx 和 uvx，并可能需要执行 chmod +x、添加 --no-sandbox 或调整沙箱设置。Arch Linux 用户可运行 paru -S dive-ai。开发安装流程为：git clone https://github.com/YOUR_USERNAME/Dive.git，进入仓库后运行 npm install，再以 npm run dev 启动 Electron，或以 cargo tauri dev 启动 Tauri。
如何使用这个 Agent？
启动 Dive 后，配置 ChatGPT、Anthropic、Ollama 或 OpenAI 兼容模型；使用远程付费提供商时需要相应 API 密钥，本地 Ollama 路径则按本地模型环境配置。随后在聊天界面选择模型并发送请求；如需工具能力，可连接 stdio/SSE MCP 服务器，或注册 OAPHub.ai 后通过深层链接或配置文件接入其托管服务器。根据任务启用 Fetch、File Manager、Bash 或其他 MCP 工具，并关闭不希望模型调用的工具。也可使用 MCP Server Installer Agent 辅助安装服务器，或用 @ 在输入框中搜索文件路径。来源没有给出 model_settings.json 的完整字段、具体 UI 配置步骤或可复制的首个 API 请求，因此这些细节无法据此准确展开。
这个 Agent 与同类方案有什么区别？
Tauri 版与 Electron 版是项目提供的两条部署路线。Windows 上 README 推荐 Tauri，因为安装包更小且架构较新，而 Electron 被描述为传统且完全稳定；Linux 则推荐 Electron 的 AppImage，同时也提供较小的 Tauri 版。macOS 目前只能选择 Electron。现有本地 MCP 与 LLM 配置可继续使用，OAPHub.ai 集成是附加选项，不要求迁移原有工作流。