Eclaire
将私有任务、笔记、文档和收藏统一到本地 AI 助手中。
- Star 数
- ★ 927
- 最近更新
- 5 个月前
- License
- MIT
- 主语言
- TypeScript
- FA 评分
- 57/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台OpenAI API
- 费用
- 免费，无需付费服务
- 上手难度
- 高 · 需要较重的基础设施
- 开始前需要
- 典型场景
- 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。
- 不适合
- 需要开箱即用、不想自行部署本地大模型服务的用户
- 打算直接暴露到公网、要求生产级安全加固的团队
- 无法接受预发布版本频繁破坏性变更的团队
- 源码审查
- 57/100 · 缺口较多
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。
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 eclaire
curl -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。
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。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Eclaire 当前 | 57 · 缺口较多 | 自托管服务免费 | ★ 927 | 5 个月前 | TypeScript | OpenAI API |
| Talorys 个人 AI 助手 | 83 · 表现良好 | — | ★ 1.5k | 2 天前 | TypeScript | — |
| GAIA 个人 AI 助手 | 69 · 存在缺口 | 云服务 / SaaS免费版 + 付费版 | ★ 325 | 今天 | Python | — |
| 思源笔记 | 40 · 缺口较多 | 桌面应用免费版 + 付费版 | ★ 47k | 今天 | TypeScript | — |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示设置指南要求更改资料前先查看现值并确认，媒体指南也为导入和删除设置确认；但 API、MCP 命令和外部服务的权限边界、数据流及撤销能力在样本中交代有限。README 提到本地模型和本地存储，同时也列出外部模型、音频服务及 GitHub/Reddit 集成，未充分说明各类数据何时离开本机或如何处理敏感数据，因此这些分数较低。仓库提供安全报告渠道，但维护者身份未经验证，不能据此加分。
启动代码对未处理拒绝和未捕获异常记录并退出，配置验证也强调启动时检查；README 明确指出项目处于预发布阶段并可能发生破坏性变更。多种模型服务、数据库及队列选项提供了适配空间，但样本没有证明这些依赖的可用性保障或完整故障恢复，因此可靠性只给中等或偏低分。
产品指南覆盖笔记、书签、文档、媒体、照片和任务，README 还列出个人知识管理、导入、搜索、自动化及多平台场景，受众和场景说明充分。管理指南说明模型、提供商和 MCP 配置；不过 MCP 的具体安全边界、支持能力范围和各功能触发条件在样本中不完全明确。Docker、自托管、SQLite/Postgres、本地模型及多操作系统选项体现环境适配，但运行仍需 Docker、数据库或模型服务等条件。
README 将安装、模型选择、架构、开发和安全信息分区，并提供启动示例；技能文档有明确名称、描述和主题。MIT 许可证文本完整。预发布警告、版本发布入口和 CHANGELOG 指引支持版本信息与限制说明；但安全政策称项目由志愿者尽力维护、没有 SLA，支持版本也仅限 main，维护承诺有限。样本未包含 CHANGELOG 正文，不能对其细节给高分。
产品将多类个人资料的组织、搜索、摘要和自动化整合到同一助手，任务、媒体和设置指南给出可执行的用户操作提示。其功能对自托管个人知识管理有明确价值；但运行需要模型、容器及可能的文档处理服务，部署和资源成本不低，且样本不足以量化收益、性能或维护负担，因此成本效益只给低分。
README 的安装、架构和安全声明可与 package.json、启动入口、安全政策及技能样本部分对照；CI 工作流展示 lint、格式、类型检查、构建和测试任务，数据库样本也展示断言式用例。由于这里只提供部分文件，且没有执行结果，无法核实这些测试是否通过；README 中广泛的能力声明也未都由所给代码佐证。文档中的产品说明和代码事实有时并未明确区分。
- README 明确警告不要将服务直接暴露到公网，并称产品尚未针对公网暴露加固；部署前应按其建议配置额外的私有网络、隧道或带认证的反向代理。
- 项目处于预发布阶段，升级可能带来破坏性变更；README 建议定期备份并检查发布说明。
- 样本列出远程模型、音频服务、MCP、消息渠道和 URL 媒体导入，但未完整展示各项数据流和权限控制；处理敏感资料时应先核对实际配置。
你是这个项目的维护者？把 FARS 徽章加到 README
[](https://followagents.com/zh/agents/eclaire)<a href="https://followagents.com/zh/agents/eclaire"><img src="https://followagents.com/badge/eclaire.svg?lang=zh" alt="FARS 评测"></a>最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
发布说明摘录
Bug Fixes - workers: add tiered extraction with lightweight HTTP fetch before browser - backend: include missing thumbnailUrl and faviconUrl in bookmark list responses - auth: harden Better Auth integration — security fixes, fail-fast init, dead code removal - frontend: fix SSE connection leak on page refresh - frontend: improve SSE streaming robustness and eliminate unnecessary re-renders - frontend: fix re-render issues, remove debug logging, and improve data fetching - frontend: remove hardcoded manifest link from index.html …在 GitHub 查看 ↗ -
发布说明摘录
Security - deps: upgrade hono 4.11.4 → 4.12.2 for multiple CVEs (XSS, cache bypass, IP spoofing, timing attack) - deps: upgrade axios 1.13.2 → 1.13.5 for GHSA-43fc-jf86-j433 (DoS via __proto__ in mergeConfig) - deps: upgrade node-gyp 12.1.0 → 12.2.0 and refresh transitive deps (tar, minimatch, ajv, qs, brace-expansion) - deps: resolve seroval and diff vulnerabilities via clean reinstall - frontend: fix XSS vulnerability from unsanitized dangerouslySetInnerHTML uncovered during lint audit CI/CD …在 GitHub 查看 ↗ -
发布说明摘录
Security - backend: upgrade hono to 4.11.4 for CVE-2026-22817 (JWT Algorithm Confusion)在 GitHub 查看 ↗
常见问题
Eclaire 是否必须使用云端模型？
能否直接把实例暴露到互联网？
首次启动后还需要做什么？
./eclaire onboard 完成。支持哪些数据与文件？
谢谢反馈，我们会据此改进页面。