Mercury
可在命令行、Telegram 和本地网页中长期运行的权限优先个人助手。
- Star 数
- ★ 3.2k
- 最近更新
- 2 天前
- License
- MIT
- 主语言
- TypeScript
- FA 评分
- 56/100 · 缺口较多
30 秒速览
- 可在哪里用
- 通用 · 跨平台OpenAI API · Claude API
- 开始前需要
- 典型场景
- 需要在本机终端中让助手读取项目文件、执行受审批的命令并协助 Git 操作的独立开发者。
- 主要局限
- 需要自行配置模型提供商；除 Ollama Local 外，已列出的提供商都需要 API 密钥，费用由所选提供商决定。
- 源码审查
- 56/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
Mercury 是一个以 TypeScript 和 Node.js 构建的本地运行 AI 助手，提供 CLI、Telegram 机器人和本机 Web Dashboard 三种入口。它通过 31 个内置工具处理文件、Shell、Git、网页访问、消息发送、技能、定时任务和预算查询，并以审批流程和目录作用域限制外部操作。其 Second Brain 使用 SQLite、FTS5 与 JSONL 保存和检索对话记忆；Web Dashboard 还提供看板、工作区 IDE、流式聊天和管理界面。它可前台运行，也可作为后台守护进程和系统服务启动，并支持 DeepSeek、OpenAI、Anthropic、Grok、Ollama Cloud 与 Ollama Local 的按序故障切换。适合希望自托管、跨终端和 Telegram 持续使用助手，同时愿意配置模型凭据与本地权限策略的个人或小团队。
首次运行时，Mercury 的设置向导会要求配置名称、模型提供商以及可选的 Telegram。对话中，代理可调用 read_file、write_file、edit_file、run_command、Git 工具和 fetch_url；涉及文件、Shell、网络或 Git 的操作按权限模式进入审批或作用域控制。它会在每轮对话前从 Second Brain 检索匹配记忆，并在对话后自动提取部分事实；记忆存放在 ~/.mercury/memory/second-brain/second-brain.db，使用 SQLite 与 FTS5。schedule_task 可保存一次性或 cron 定时任务到 ~/.mercury/schedules.yaml，任务结果回传到创建任务的频道；看板卡片可按依赖顺序执行并记录结果评论。mercury up 会安装并启动相应的用户级系统服务，后台模式具备 PID 管理和崩溃后的指数退避重启。
- 需要在本机终端中让助手读取项目文件、执行受审批的命令并协助 Git 操作的独立开发者。
- 希望通过 Telegram 私聊向长期运行助手提交请求，并由管理员控制成员访问的个人或小团队。
- 需要把偏好、目标、项目和决策保存在本机 SQLite 记忆库，并在后续对话中自动召回的知识工作者。
- 希望在本地 Web Dashboard 创建看板卡片、跟踪待办和依赖，并让代理顺序处理卡片的项目负责人。
- 需要每天定时执行提示或检查任务，并让结果返回到原始 CLI、Web 或 Telegram 频道的用户。
如何安装或部署这个 Agent？
无需 Node.js 的 macOS/Linux 安装：curl -fsSL https://mercuryagent.sh/install.sh | sh。Windows：irm https://mercuryagent.sh/install.ps1 | iex。若已安装 Node.js 20+，可直接运行 npx @cosmicstack/mercury-agent，或执行 npm i -g @cosmicstack/mercury-agent 后运行 mercury。首次启动会进入设置向导；选择并配置提供商所需的 API 密钥（Ollama Local 不需要密钥），再选择 Ask Me 或 Allow All 权限模式。
如何使用这个 Agent？
完成向导后运行 mercury 在前台聊天，或运行 mercury up 安装用户级服务并保持后台运行。使用 mercury doctor 重新配置提供商、频道和默认权限；启用 Web 后访问 http://127.0.0.1:6174。聊天中可用 /permissions 切换会话权限模式、/budget 查看预算、/memory 管理记忆、/tasks 查看定时任务；Telegram 首次配对时向机器人发送 /start，再用 mercury telegram approve <code> 批准配对码。
这个 Agent 有哪些优点和局限？
- 文件、Shell、网络和 Git 操作有明确的审批流程、Shell 禁止列表与文件夹级读写作用域，而非默认静默执行。
- Second Brain 将结构化记忆、全文检索、冲突处理和自动整合放在本机 SQLite/FTS5 数据库中。
- 同一代理覆盖 Ink CLI、Telegram 和 localhost Web Dashboard，并可作为 macOS LaunchAgent、Linux systemd 用户服务或 Windows 计划任务长期运行。
- 内置定时任务、看板执行和社区技能安装，适合把对话延伸为持续的本地自动化。
- 需要自行配置模型提供商；除 Ollama Local 外，已列出的提供商都需要 API 密钥，费用由所选提供商决定。
- npm 安装和源码构建要求 Node.js 20+；构建独立二进制还要求 Bun 1.3+。
- 后台模式下 CLI 仅用于日志，交互主要依赖 Telegram；Telegram 只处理私聊并需要管理员审批配对。
- Web Dashboard 默认凭据为
mercury/Mercury@123，且虽默认仅绑定 localhost，采用前仍应完成自身的访问配置与安全评估。
这个 Agent 与同类方案有什么区别？
Mercury 不绑定单一模型提供商：可按配置顺序在 DeepSeek、OpenAI、Anthropic、Grok、Ollama Cloud 和 Ollama Local 之间故障切换。与只面向云端聊天的部署方式相比，它将配置、记忆、计划和看板数据保存在 ~/.mercury/ 本机目录，并提供用户级后台服务。
与相关度最高的同类 agent 并排比较关键指标。
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示有权限模式（Ask Me/Allow All）、shell 黑名单、文件夹级读写范围、待批准流程，以及 Telegram 访问控制。但数据流透明度有限，敏感数据处理细节不足，依赖安全未充分说明，回滚机制不明确，来源归属仅基于仓库元数据。
自洽性良好，README 与 package.json 一致；依赖可用性有 CI 矩阵支持；失败消息有基本描述，但未深入。
受众明确（个人用户），场景多样（CLI/Telegram/Web），能力边界有权限系统，触发精度有命令和技能，环境适配有跨平台支持。
信息架构清晰，安装说明详细，命名稳定，示例和 FAQ 有部分，已知限制仅一句免责声明，许可证明确，版本和变更日志缺失，维护责任有贡献指南。
输出可用性有流式输出和多种格式，边际价值高（记忆、权限、多通道），成本效益有 token 预算和免费本地模型。
声明可追溯性一般，跨来源佐证有限，事实与推断分离不明确。
- 默认凭据（mercury/Mercury@123）存在安全风险，应强制修改。
- 技能市场内容未经审核，安装前需审查。
- 依赖安全未充分说明，建议检查已知漏洞。
- 回滚机制不明确，升级前应备份配置。
常见问题
它是否会在未经同意时执行命令或修改文件？
Ask Me 或 Allow All 会话模式；文档说明文件、Shell、网络和 Git 操作受权限系统、待审批流程及目录作用域控制，且 Shell 禁止列表中的命令不会执行。使用成本是什么？
/budget 控制；模型 API 成本取决于所配置的提供商。Ollama Local 文档标注为无需 API 密钥。模型提供商发生故障会怎样？
数据存在哪里？
~/.mercury/；Second Brain 数据库存放在本机 ~/.mercury/memory/second-brain/second-brain.db，文档称不会上传到云端。