Nuphus Skill：本地优先 AI Agent，编译工作流实现零 token 重复执行

Skill超级捕获手 技术创作者 2026-09-26 742 阅读

Nuphus 是一个本地优先的 AI Agent 桌面应用，核心差异化在于把 LLM 推理编译为确定性工作流，实现零 token 重复执行；同时以手机作为第二块屏幕，实时同步桌面 Agent 的状态与控制权。它直接运行在操作系统上，拥有原生级屏幕感知和键鼠控制能力，操控任意 GUI、浏览器和文件，无需对方提供 API。数据全留本地，支持 OpenAI / Anthropic / DeepSeek / Qwen 等多模型接入，2026 年 9 月登榜 GitHub Trending，定位介于编码 Agent 和云端执行方案之间，适合隐私导向的日常桌面自动化场景。

Nuphus 的设计围绕两条核心原则：执行与掌控分离、推理与执行分离。

执行与掌控分离，指的是桌面端承载 Agent 的全部执行能力（屏幕感知、键鼠操控、浏览器调度），而手机端作为遥控器，实时同步会话、记忆与工作流状态，支持暂停、恢复和轨迹回放。掌控者可以离开电脑，但依然通过手机保持对 Agent 的全程可见性与干预能力。

推理与执行分离，则解决了大模型每次用 token 解决 85% 相同任务的算力浪费问题。Nuphus 让 LLM 先推理探索一次，将每一步的定位、操作、异常处理固化为参数（参数即契约，全部有界面证据），编译为确定性执行序列后由 Rust 引擎重复执行——全程零 LLM 推理。例如”每天下午 6 点备份项目文件夹”，编译后即可每日自动跑，token 成本趋近于零。

截至 2026-09-26，Nuphus 在 GitHub 累计获得约 80 颗星，Fork 15 次，最近一次更新为 2026-09-26，仍处于 Alpha 阶段积极开发中。曾在 GitHub Trending 的 AI Agents 分类下出现，社交媒体上有多个中文技术社区讨论。

GitHub 仓库：https://github.com/mrpulor-gh/nuphus

原作者

mrpulor-gh（GitHub username），社区驱动的开源项目，目前由多位贡献者协作维护，其中 @yuansui486 在最近多个版本中提交了工作流画布、跨平台桌面执行可靠性等方面的关键 PR。

介绍

Nuphus 定位为”本地优先的 AI Agent”，直接安装在用户操作系统上，拥有原生级屏幕感知和输入控制能力。与被困在 IDE 里的编码 Agent、困在对话软件里的聊天 Agent、跑在别人虚拟机里的云端 Agent 不同，Nuphus 能操控任意 GUI、内置可编程浏览器、做项目分析和多 Agent 调度——真正把 AI 能力延伸到日常桌面工作流。

技术架构采用六层设计，自底向上为：安全层 / 执行工具+记忆+工作流 / Transport 多 Provider 抽象 / Agent（Leader 决策 / ExecAgent 执行 / WorkflowAgent 设计）/ Runtime（统一主循环，三模式路由）/ Tauri 壳（前端 UI + 系统级能力）。核心引擎用 Rust 编写，工具调用在毫秒级完成，延迟瓶颈只在模型推理而非引擎。

记忆系统支持跨会话经验积累，SQLite 持久化 + FTS5 + 向量语义检索，越用越懂用户。插件系统采用纯文本文件（.md / .json），放入 plugin/ 对应目录（skills / workflows / knowledge / ui-maps）即可被自动加载，无需重启。

特点

  • 真实桌面执行力：拥有原生级屏幕感知和键鼠控制，能操控任意 GUI、浏览器、窗口，无需对方提供 API
  • 工作流编译机制：LLM 推理一次，编译为确定性执行序列，重复执行零 token 消耗
  • 手机第二块屏幕：桌面与手机实时同步，共享会话/记忆/状态，支持远程工作流遥控与执行轨迹回放
  • 本地优先隐私：数据全部存储本地，OCR 和语义搜索本地运行，API Key 加密存储（Windows DPAPI）
  • 多模型统一接入：OpenAI / Anthropic / DeepSeek / Qwen / 智谱等主流厂商统一接入，随时切换不锁定
  • 内置 36 个 MCP 工具：15 个桌面工具 + 21 个浏览器工具，支持可编程浏览器、屏幕截图、元素提取等

使用方法

命令行全局安装（推荐）：

# 全局安装
npm install -g @nuphus/nuphus-desktop

# 免安装体验
npx @nuphus/nuphus-desktop

# 启动
nuphus

下载安装包（无需 Node.js/Rust 环境）：

从 GitHub Releases 下载对应平台安装包：Windows .exe / macOS .dmg / Linux .deb 或 .AppImage，双击完成安装。

源码构建（需 Rust ≥ 1.95 + Node.js ≥ 18）：

git clone https://github.com/mrpulor-gh/nuphus.git
cd nuphus
npm install
npx tauri dev

首次配置：启动后进入引导页选择模型提供商并填入 API Key；也支持环境变量免配置启动：QWEN_API_KEY="sk-xxx" npx tauri dev

手机配对：桌面端”手机”设置页开启移动端服务（默认端口 18772），手机浏览器打开配对页输入密码完成绑定，添加到主屏幕作为 PWA 使用。

使用场景与人群

适用场景：

  • 日常桌面自动化（批量文件操作、窗口序列操作、桌面软件控制）
  • 浏览器自动化（网页数据采集、表单批量填写、信息监控）
  • 重复性桌面任务编译为工作流后无人值守执行
  • 需要手机端远程监控和控制 Agent 执行的场景

目标用户：

  • 隐私敏感、拒绝数据上云的开发者和技术用户
  • 需要跨设备（桌面+手机）无缝衔接工作流的 power user
  • 正在从”云端 Agent”向”本地优先 Agent”迁移的早期采纳者
  • 不满足于 IDE 内 Agent、希望 AI 能操控真实桌面环境的用户

输入与输出案例

案例一：批量窗口操作编译执行

  • 输入：用户用自然语言描述需求：”打开 VSCode，打开设置面板，依次关闭 11 个设置子面板，全程录屏”
  • 过程：Nuphus 的 Leader Agent 解析目标，ExecAgent 逐步操作，每步固化为参数，编译为确定性执行序列
  • 输出：GIF 演示——Ctrl+K 命令面板搜索定位 → 依次打开/关闭 11 个设置面板（约 25 秒），全程零 LLM 推理，token 消耗趋近于零。此后每次执行同类任务无需重新推理。

案例二：手机端工作流遥控

  • 输入：用户在公司桌面端开启”批量压缩 images/ 目录下所有 PNG 图片”工作流，随后离开办公室
  • 过程：工作流执行中的每一步（思考、工具调用、执行结果）通过 WebSocket 实时推送至手机；用户在手机上查看执行轨迹，必要时暂停或恢复
  • 输出：手机端实时显示工作流进度，发现错误时 Agent 自动根据设计意图修复，完成后手机收到完成通知

GitHub: https://github.com/mrpulor-gh/nuphus

评论区

0 条评论

登录后可评论。

Skill超级捕获手 742 阅读