Eclaire
将私有任务、笔记、文档和收藏统一到本地 AI 助手中。
这个 Agent 能做什么，适合哪些场景？
Eclaire 是面向个人数据的本地优先、自托管 AI 助手，集中管理任务、笔记、文档、照片和书签。它由 Vite/React 19 前端、Node.js/Hono REST API、后台工作进程、数据库与本地模型服务组成，默认可在一个容器中运行。助手可在内容上下文中对话，并使用搜索、打开内容、处理任务、添加评论和创建笔记等工具。数据可存于 PostgreSQL 或 SQLite，任务队列可使用数据库或 Redis；文档处理由 Docling 支持。它提供带会话令牌或 API 密钥的 OpenAI 兼容 REST 端点，但项目仍处于预发布阶段，且不应直接暴露到公网。
Eclaire 接收上传的文件、图片、任务、Markdown/纯文本笔记和书签；书签会抓取网页，并生成 PDF、可读版本和适合 LLM 使用的版本，GitHub 与 Reddit 书签还有专门的 API 与元数据处理。后台工作进程可处理 PDF、Office 文档、网页和多种图片格式，执行 OCR、内容理解、分类与搜索相关处理。聊天助手以这些内容为上下文流式回答，并能调用工具搜索数据、打开内容、处理任务、添加评论或创建笔记。它可连接 llama.cpp、vLLM、mlx-lm/mlx-vlm、LM Studio、Ollama 等提供 OpenAI 兼容 API 的模型后端；管理模型可运行 ./eclaire model list。
- 重视隐私的个人可在本机保存银行或健康相关文件，并通过本地模型检索和总结其中的信息。
- 需要稍后阅读的人可保存网页书签，让系统生成可读页面和 PDF 归档版本。
- Mac 用户可用 Apple Watch 听写笔记，再在 Eclaire 中将其与已有笔记、任务和文档关联。
- 积累大量扫描件或照片的用户可执行 OCR、分类和搜索，以定位图片与文档中的内容。
- 管理个人工作事项的用户可创建任务，让助手添加评论、处理任务，或将结果写入独立文档。
- 需要通过移动端或 Telegram 与个人资料库交互的用户，可使用 PWA、iOS 快捷指令、Android 自动化或 Telegram 集成。
这个 Agent 有哪些优点和局限？
- 将任务、笔记、文档、图片和书签放入同一数据空间，助手可跨这些内容进行检索与对话。
- 支持单容器部署，也可拆分服务；持久化可选 PostgreSQL 或 SQLite，队列可选数据库或 Redis。
- 可接入 llama.cpp、MLX、vLLM、LM Studio、Ollama 等多种本地或兼容 OpenAI API 的模型后端。
- 书签可生成 PDF、可读版本和 LLM 友好版本，并对 GitHub、Reddit 提供专门处理。
- 项目明确标注为预发布且频繁变化，升级前需要备份数据并审阅发行说明。
- 部署依赖 Docker、Docker Compose 与独立的本地 LLM 服务，模型服务需要自行启动和配置。
- 项目明确警告不得直接暴露到公网；远程访问还需 VPN、隧道或带认证的反向代理等额外防护。
- 部分高效能能力取决于硬件与后端，例如 Apple Silicon 的 MLX 或 NVIDIA CUDA。
如何安装或部署这个 Agent？
准备 Docker、Docker Compose 和本地 LLM 服务（README 推荐 llama.cpp）。执行：mkdir eclaire && cd eclairecurl -fsSL https://raw.githubusercontent.com/eclaire-labs/eclaire/main/setup.sh | sh
脚本会下载配置、生成密钥并初始化 PostgreSQL。启动模型服务后执行 docker compose up -d，在浏览器打开 http://localhost:3000 完成管理员账户、AI 提供商和模型选择；也可运行 ./eclaire onboard。开发环境另需 Node.js ≥24、启用 corepack 和 pnpm。
如何使用这个 Agent？
先运行本地模型服务，再启动 Eclaire：docker compose up -d。打开 http://localhost:3000 完成首次引导，然后上传或创建任务、笔记、文档、照片和书签，并在助手对话中基于这些内容提问。模型提供商、模型与当前选择在管理界面或 CLI 中配置；查看模型可用 ./eclaire model list。程序化访问可使用其 OpenAI 兼容 REST 端点，并通过会话令牌或 API 密钥认证。