lemonai

GitHub
1.5k 304 中等 1 次阅读 昨天NOASSERTION开发框架Agent语言模型图像
AI 解读 由 AI 自动生成,仅供参考

Lemon AI 是全球首款全栈开源、具备自我进化能力的通用 AI 智能体,旨在为用户提供一个完全本地化运行的替代方案,对标 Manus 和 Genspark AI 等云端平台。它解决了用户在享受深度研究、代码生成、数据分析及网页浏览等高级 AI 功能时,对数据隐私泄露和云端依赖的担忧。

无论是希望保护敏感数据的开发者、需要进行本地化实验的研究人员,还是追求高效办公的普通用户,都能通过 Lemon AI 在个人硬件上安全地完成任务。其核心亮点在于内置了基于 Docker 的虚拟机沙箱环境,确保所有代码的执行与编辑都在隔离空间中进行,从而有效保护主机文件系统与操作系统的安全。

此外,Lemon AI 支持接入 DeepSeek、Qwen、Llama 等本地大模型,实现零云端依赖的隐私计算;同时也保留灵活性,允许用户按需配置 Claude、GPT 等云端模型 API 以增强效果。独特的“自我进化”机制能让它在每次对话中积累记忆,越用越聪明;而其创新的 HTML 编辑器支持直接点击页面元素由 AI 实时修改,无需反复重新生成整个文件。凭借一键部署的便捷性和极低的运行成本,Lemon AI 让强大的 AI 智能体技术真正变得触手可及。

使用场景

某初创公司的数据分析师需要在完全隔离的内网环境中,快速完成一份包含实时竞品数据抓取、清洗及可视化图表生成的深度行业报告。

没有 lemonai 时

  • 隐私与合规风险高:处理敏感内部数据时,不得不依赖云端 Agent 平台(如 Manus),存在数据泄露隐患且违反公司“数据不出域”的安全规定。
  • 工作流割裂低效:需手动切换浏览器搜索信息、复制粘贴到本地 IDE 写代码、再运行脚本生成图表,反复迭代耗时数小时。
  • 修改成本高昂:若老板要求调整图表颜色或补充某个数据维度,必须重新编写并执行整个脚本,无法针对单一环节微调。
  • 环境配置复杂:为安全执行未知代码,需人工搭建复杂的 Docker 沙箱或虚拟机,部署门槛高且容易出错。

使用 lemonai 后

  • 纯本地私有化运行:lemonai 直接在本地硬件上通过 Ollama 调用大模型,结合内置的 Docker VM 沙箱执行代码,确保所有数据与逻辑全程不离本地,完美满足合规要求。
  • 全流程自动化闭环:只需输入自然语言指令,lemonai 即可自主规划任务,自动完成网页浏览抓取、数据清洗分析及报告生成,将数小时工作压缩至分钟级。
  • 交互式精准微调:利用其独特的 AI HTML 编辑器功能,直接点击报告中的图表元素即可让 lemonai 局部修改样式或数据,无需重新生成整个文件。
  • 开箱即用的安全执行:一键部署即可拥有集成代码解释器的安全环境,自动隔离潜在风险代码,无需工程师手动配置复杂的底层沙箱。

lemonai 通过“本地自进化 + 安全沙箱”架构,让开发者在零隐私泄露风险下,以十分之一的成本享受媲美云端顶尖 Agent 的全栈自动化能力。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明 (支持本地 LLM,通常通过 Ollama/VLLM 运行,具体 GPU 需求取决于所选模型)

内存

最低 4GB

依赖
notes该工具主要基于 Docker 容器部署。Windows 用户必须安装 WSL 2 并配置 Docker Desktop 使用 WSL 2 引擎,且启动命令需在 WSL 终端中运行。macOS 用户需在 Docker Desktop 设置中启用默认 Docker socket。系统需具备现代处理器。支持通过 Ollama 或 VLLM 接入本地大模型(如 DeepSeek, Qwen, Llama 等)以实现完全本地化运行,也可配置云端模型 API。
python未说明
Docker
Docker Desktop
WSL 2 (仅 Windows)
lemonai hero image

快速开始

Lemon AI​ 是首个全栈开源的自我进化通用 AI 代理,为 Manus 和 Genspark AI 等代理平台提供了完全本地化的替代方案。它内置了代码解释器虚拟机沙盒,确保安全执行。​​





快速了解 Lemon AI · Docker 快速部署 · 文档 · 访问官方网站 · DeepWiki

英文自述文件 简体中文版自述文件

Lemon AI​ 是首个 ​全栈开源的自我进化通用 AI 代理,为 Manus 和 Genspark AI 等代理平台提供了 ​完全本地化的替代方案。它内置了代码解释器虚拟机沙盒,用于安全执行。​​

​Lemon AI 能够支持深度研究、网页浏览、Vibe 编码和数据分析——所有这些功能都完全在您的本地硬件上运行。​​ 它利用 ​本地 LLM(如 DeepSeek、Kimi、Qwen、Llama、Gemma、GPTOSS) 通过 Ollama、VLLM 提供 ​规划、行动、反思和记忆​ 功能,从而确保 ​完全隐私且无需依赖云端。

为了进一步提升安全性,Lemon AI 运行在 ​由 Docker 提供的本地虚拟机(VM)沙盒中。 这个沙盒通过安全地处理所有代码编写、执行和编辑任务,来 ​保护您机器上的文件和操作系统。

此外,Lemon AI 还提供使用来自领先云模型(如 ​Claude、GPT、Gemini 和 Grok) 的 API 来 ​配置增强结果的灵活性。

功能与特点

全球首个具备全面能力的全栈开源自我进化通用 AI 代理框架

多功能:无限可能

通用 AI 代理功能支持无限的任务场景,包括:

  • 深度搜索与研究报告
  • 代码生成与数据分析
  • 内容创作与文档处理 支持经验库,便于自我学习并扩展企业特定的定制化功能。

自我进化

每次对话都会形成个人记忆,使得 Lemon AI 在使用过程中越来越聪明。

AI 代理 HTML 编辑器

您可以点击 HTML 元素,让 AI 代理对其进行修改。无需每次都重新生成整个 HTML 文件。您可以反复修改,直到满意为止。

部署选项: 开源代码、容器、客户端应用、在线订阅——兼容云、本地及一体化系统

高效:快速部署

一键部署即可立即使用,技术要求极低:

  • 所有部署方式均采用简化安装流程
  • 快速设置,无需复杂配置
  • 数分钟内即可投入使用

支持从个人电脑到企业服务器的各种部署环境,并提供全面的文档以确保顺利实施。

强大:功能丰富且灵活

功能强大的框架,具备广泛的能力:

  • 虚拟机集成
  • 代码生成与执行
  • 浏览器操作与网页搜索
  • 多工具集成

高度可适应的架构允许进行自定义修改和扩展,以满足特定业务需求并与现有系统无缝集成。

经济:同等质量,成本降低至十分之一

运营成本大幅降低:

  • 任务执行成本仅为其他代理产品的十分之一至百分之一
  • 开源订阅模式
  • 基于开源 DeepSeekV3 模型

在不牺牲质量和性能的前提下,显著降低成本,使各规模组织都能轻松获得先进的 AI 能力。

Lemon AI 编辑器

全球首个通用 AI 代理编辑器——Lemon AI 编辑器

为什么我们需要通用 AI 代理编辑器?

当您使用 AI 代理来创建研究报告、Vibe 编码或生成数据分析图表时,结果往往并不完美。而一旦尝试修复某一部分,其他部分可能会被破坏。我们真正需要的是人与 AI 之间的无缝协作。Lemon AI 编辑器让您能够根据需要不断优化这些结果,直到完全满意为止。您可以一遍又一遍地编辑,直到达到理想效果。

功能与特点

Lemon AI 编辑器允许您持续编辑、修改和优化生成的 HTML 页面。所见即所得,只需点击即可更改任何内容。

  1. AI 编辑模式:
  • 让 AI 修改页面上的任意部分内容。
  • 让 AI 插入新的段落或内容。
  • 让 AI 重新格式化整个页面。
  1. 高级编辑模式:直接编辑,方便手动快速调整文本。

使用 Lemon AI

  • 请参考本入门指南,快速在您的环境中运行 Lemon AI。更多参考和深入说明,请参阅我们的 文档

系统要求

  • 支持 Docker Desktop 的 macOS
  • Linux
  • 具备 WSL(Windows Subsystem for Linux)和 Docker Desktop 支持的 Windows

建议使用配备现代处理器且至少拥有 4GB 内存 的系统来运行 Lemon AI。

先决条件

MacOS

Docker Desktop

  1. 在 Mac 上安装 Docker Desktop
  2. 打开 Docker Desktop,进入 设置 > 高级,确保已启用 允许使用默认的 Docker 套接字

Linux

已在 Ubuntu 22.04 上测试。

Docker Desktop

  1. 在 Linux 上安装 Docker Desktop

Windows

WSL

  1. 安装 WSL
  2. 在 PowerShell 中运行 wsl --version,确认默认版本为 2。

Docker Desktop

  1. 在 Windows 上安装 Docker Desktop
  2. 打开 Docker Desktop,进入 设置,确认以下内容:
  • 常规:已启用 使用基于 WSL 2 的引擎
  • 资源 > WSL 集成:已启用 启用与我的默认 WSL 发行版集成

注意

以下用于启动应用的 Docker 命令必须在 WSL 终端内执行。

启动应用

运行 Lemon AI 最简单的方式是使用 Docker。

docker pull hexdolemonai/lemon-runtime-sandbox:latest

docker run -it --rm --pull=always \
  --name lemon-app \
  --env DOCKER_HOST_ADDR=host.docker.internal \
  --env ACTUAL_HOST_WORKSPACE_PATH=${WORKSPACE_BASE:-$PWD/workspace} \
  --publish 5005:5005 \
  --add-host host.docker.internal:host-gateway \
  --volume /var/run/docker.sock:/var/run/docker.sock \
  --volume ~/.cache:/.cache \
  --volume ${WORKSPACE_BASE:-$PWD/workspace}:/workspace \
  --volume ${WORKSPACE_BASE:-$PWD/data}:/app/data \
  --interactive \
  --tty \
  hexdolemonai/lemon:latest make run

贡献

对于希望贡献代码的开发者,请参阅我们的 贡献指南。同时,也请通过在社交媒体、活动和会议上分享 Lemon AI 来支持我们。

贡献者

社区与联系

我们欢迎您为 Lemon AI 做出贡献,以帮助改进它。您可以提交代码、提出问题、分享新想法,或分享您基于 Lemon AI 创建的有趣且实用的 AI 应用程序。我们也欢迎您在各类活动、会议和社交媒体上分享 Lemon AI。

  • GitHub 讨论区。最适合:分享反馈和提问。
  • GitHub 问题。最适合:报告您在使用 Lemon.AI 时遇到的 bug,以及功能建议。请参阅我们的 贡献指南
  • X(Twitter)。最适合:分享您的应用程序并与社区交流。
  • Discord。最适合:分享您的应用程序并与社区交流。
  • 商业许可(feedback@lemonai.cc)。提供关于商业使用 Lemon AI 许可的咨询服务。

星标历史

星标历史图表

安全披露

为保护您的隐私,请避免在 GitHub 上发布安全相关问题。相反,请将您的问题发送至 feedback@lemonai.cc,我们将为您提供更详细的解答。

许可证

本仓库根据 Lemon AI 开源许可证 提供,该许可证本质上是 Apache 2.0,并附加了一些额外限制。

版本历史

v0.5.12025/11/17
v0.4.12025/10/11
v0.3.02025/07/05
v0.2.12025/06/25
v0.2.02025/06/19
v0.1.32025/06/16
v0.1.22025/06/07
v0.1.12025/06/04
v0.12025/05/30

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|1周前
Agent开发框架图像

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。

162.1k|★★★☆☆|1周前
开发框架图像Agent

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

154.3k|★★☆☆☆|今天
开发框架Agent语言模型

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。

108.3k|★★☆☆☆|4天前
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|4天前
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|1周前
插件开发框架