Dive
Dive 是一款开源的桌面端 AI 智能体宿主应用,旨在让用户能够无缝连接并操控任何支持函数调用能力的大语言模型。它核心解决了本地大模型与外部工具(如文件读写、网络请求、命令执行)之间的“最后一公里”连接难题,通过原生集成模型上下文协议(MCP),让 AI 不仅能对话,更能真正动手执行复杂任务。
这款软件非常适合开发者、技术研究人员以及希望深度定制 AI 工作流的进阶用户。无论是需要调试本地 MCP 服务的工程师,还是希望利用 OAP Cloud 一键获取托管服务以避免繁琐部署的用户,都能从中受益。Dive 提供了极高的灵活性,支持精细化的工具开关控制、自定义系统指令以及多 API 密钥管理,让用户能完全掌控 AI 的行为边界。
在技术亮点上,Dive 采用了独特的双架构设计,同时提供基于 Electron 的稳定版本和基于 Tauri 的高性能版本,全面覆盖 Windows、macOS 和 Linux 平台。其内置了丰富的本地工具集,并拥有智能的 MCP 服务器安装助手,能自动帮助用户配置环境。此外,它还支持 24 种语言界面、聊天草稿自动保存及快捷键操作,在保障强大功能的同时,也兼顾了日常使用的便捷性与流畅度。
使用场景
资深后端工程师李明正在紧急排查一个跨平台的线上部署故障,需要同时调用本地脚本、读取服务器日志并查询外部 API 文档。
没有 Dive 时
- 工具切换繁琐:需要在终端运行 Bash 脚本、用编辑器查看文件、再切浏览器查文档,上下文频繁断裂,效率极低。
- 配置门槛高:手动配置 MCP 服务器涉及复杂的 stdio 或 SSE 模式设置,环境依赖冲突常导致调试中断。
- 模型绑定僵化:想对比不同大模型(如 Ollama 本地模型与 ChatGPT)的分析结果,需反复复制粘贴提示词到不同网页或客户端。
- 操作无状态:编写复杂指令时若意外关闭窗口,未保存的草稿丢失,需重新梳理思路。
使用 Dive 后
- 一站式智能协同:Dive 内置的 Fetch、File Manager 和 Bash 工具让李明在单一对话框内即可完成“读日志 - 调脚本 - 查文档”的全流程,无需切换应用。
- 零配置快速接入:通过 OAP Cloud 集成或内置安装代理,一键连接托管的 MCP 服务,自动处理认证与协议模式,即刻开始工作。
- 灵活模型调度:利用高级 API 管理功能,李明可在设置中无缝切换本地 Ollama 与云端 Anthropic 模型,实时对比故障分析建议。
- 安全高效的交互:聊天草稿自动保存防止数据丢失,配合自定义快捷键和 @文件路径搜索,精准定位代码库中的问题文件。
Dive 将分散的开发工具链整合为统一的智能代理桌面,让开发者从繁琐的配置与切换中解放,专注于核心问题的解决。
运行环境要求
- Windows
- macOS
- Linux
未说明
未说明

快速开始
Dive AI 代理
Dive 是一款开源的 MCP 主机桌面应用,可无缝集成任何支持函数调用功能的 LLM。✨

功能 🎯
- 🌐 通用 LLM 支持:兼容 ChatGPT、Anthropic、Ollama 以及与 OpenAI 兼容的模型
- 💻 跨平台:适用于 Windows、MacOS 和 Linux
- 🔄 模型上下文协议:实现 stdio 和 SSE 模式下的无缝 MCP AI 代理集成
- ☁️ OAP 云集成:通过 OAPHub.ai 一键访问托管的 MCP 服务器,无需复杂的本地部署
- 🏗️ 双架构:现代 Tauri 版本与传统 Electron 版本并存,以获得最佳性能
- 🌍 多语言支持:支持 24 种以上语言,包括英语、繁体中文、简体中文、西班牙语、日语、韩语、德语、法语、意大利语、葡萄牙语、俄语、泰语、越南语、菲律宾语、印尼语、波兰语、土耳其语、乌克兰语、瑞典语、挪威语、芬兰语和老挝语
- ⚙️ 高级 API 管理:支持多个 API 密钥及通过
model_settings.json切换模型 - 🛠️ 精细工具控制:可启用或禁用单个 MCP 工具,实现精准定制
- 💡 自定义指令:个性化系统提示,以调整 AI 行为
- ⌨️ 键盘快捷键:全面的热键支持,方便高效导航和操作(重命名、设置、重新加载、新建聊天等)
- 📝 聊天草稿保存:自动保存聊天输入草稿,防止数据丢失
- 🔄 自动更新机制:自动检查并安装最新应用更新
- 🔐 MCP 服务器认证:新增对 MCP 服务器认证的支持
⚠️ 注意:此功能目前不稳定,可能需要频繁重新授权
- 🛠️ 内置本地工具:开箱即用的预配置工具——Fetch(网页请求)、文件管理器(读写文件)和 Bash(命令执行)
- 🤖 MCP 服务器安装代理:智能代理,帮助您自动安装和配置 MCP 服务器
- 🔔 多轮 elicitation 支持:在 UI 中同时处理多个 MCP elicitation 请求
- 📁 @ 文件路径搜索:扩展聊天输入中的 @ 关键字,用于搜索文件路径
最新更新(2026/02/26)— v0.14.0+ 🎉
- 🛠️ 技能与斜杠命令:支持技能和更多斜杠命令
- 🔍 聊天记录搜索:支持聊天记录搜索
平台可用性
| 平台 | Electron | Tauri |
|---|---|---|
| Windows | ✅ | ✅ |
| macOS | ✅ | 🔜 |
| Linux | ✅ | ✅ |
迁移说明:现有的本地 MCP/LLM 配置仍完全支持。OAP 集成是附加功能,不会影响当前工作流程。
下载与安装 ⬇️
Windows 用户:🪟
可选择两种架构:
- Tauri 版本(推荐):安装包较小(<30MB),采用现代架构
- Electron 版本:传统架构,完全稳定
- 启动后会自动下载 Python 和 Node.js 环境
MacOS 用户:🍎
- Electron 版本:下载 .dmg 版本
- 您需要自行安装 Python 和 Node.js(使用 npx uvx)环境
- 按照安装提示完成设置
Linux 用户:🐧
可选择两种架构:
- Tauri 版本:现代架构,安装包更小
- Electron 版本(推荐):传统架构,采用 .AppImage 格式
- 您需要自行安装 Python 和 Node.js(使用 npx uvx)环境
- 对于 Ubuntu/Debian 用户:
- 可能需要添加
--no-sandbox参数 - 或修改系统设置以允许沙盒
- 运行
chmod +x使 AppImage 可执行
- 可能需要添加
- 对于 Arch 用户:
- 如果您使用的是 Arch Linux,可以使用 AUR 助手 安装 dive。例如:
paru -S dive-ai
- 如果您使用的是 Arch Linux,可以使用 AUR 助手 安装 dive。例如:
MCP 设置选项
有关详细说明,请参阅 MCP 服务器设置。
最简单的入门方式!立即访问企业级 MCP 工具:
- 在 OAPHub.ai 注册
- 使用一键深度链接或配置文件连接到 Dive
- 享受免配置的托管 MCP 服务器——无需 Python、Docker 或复杂依赖项
优势:
- ✅ 无需任何配置
- ✅ 跨平台兼容性
- ✅ 企业级可靠性
- ✅ 自动更新与维护
构建 🛠️
更多详情请参阅 BUILD.md。
贡献 🤝
我们欢迎社区贡献!以下是您可以提供帮助的方式:
开发环境搭建
- 分支仓库
- 克隆您的分支:
git clone https://github.com/YOUR_USERNAME/Dive.git - 安装依赖:
npm install - 开始开发:
npm run dev(Electron)或cargo tauri dev(Tauri) - 进行更改并彻底测试
- 提交拉取请求
许可证 📄
Dive 是根据 MIT 许可证 许可的开源软件。
与我们联系 🌐
版本历史
v0.14.22026/03/24v0.14.12026/02/26v0.14.02026/02/25v0.13.22026/01/27v0.13.12026/01/26v0.13.02026/01/15v0.12.62026/01/09v0.12.52026/01/08v0.12.42026/01/07v0.12.32026/01/07v0.12.22026/01/06v0.12.12026/01/02v0.12.02025/12/26v0.11.12025/12/18v0.11.02025/11/27v0.10.12025/11/14v0.10.02025/11/05v0.9.112025/10/30v0.9.102025/10/23v0.9.92025/10/03常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。