mashanglinyu/luanyujia-workbench

解决的问题

大多数AI助手都局限于单一聊天窗口，当用于多种不同工作时会变得混乱。本项目提供了一种将单一窗口转变为多场景桌面工作台的方法，每个场景都是一个独立的、拥有常驻AI会话的工作空间。每个场景的AI都知道自己所属的场景——它会读取正确的记忆、使用正确的技能，并记住上次中断的地方。它还解决了多个AI代理协同工作而不相互干扰的问题：它提供了协作、任务分配和记忆处理的规则，确保系统在长期高强度使用后不会崩溃。

工作原理

该工作台基于分层结构构建——大致包括宿主、命令控制台、宪法、共享层、场景、项目、运行时/归档和审计。每个场景由一个JSON配置描述，定义了其网格布局、面板类型以及附加的AI会话。核心部分是“会话锚定”：AI通过三个字段（pinTarget, sessionTitle, sessionId）绑定到特定会话，从而明确身份并跟随正确的窗口。记忆存储在文件中而非对话内，分为三层，并根据明确的规则回写。项目还包含通过MCP将免费网页版AI连接为本地工具的方法，从而节省API令牌。它提供了模板、源代码和一个最小化的可运行演示，以及一个包含四个场景和完整Shell源码的公共工作台，安装DSH引擎后即可运行。仓库强调这是一种方法和Shell模板，而非即插即用的软件：每个路径和配置都需要根据个人环境进行适配，许多内容（特别是MCP集成）需要现场调试。

适用人群

适合那些想要构建自己的多场景AI桌面工作空间的人，特别是那些已经使用AI处理各种任务，并希望将其组织到具有专用记忆和技能的独立场景中的用户。它既适合只想了解概念的好奇新手（可以打开零依赖的单文件演示），也适合想要复制模板并根据自己的设置进行调整的高级用户。作者提醒初学者在开始前务必阅读“Newbie Must Read”文件，因为许多路径是占位符，直接复制将无法运行。

亮点

• 一套完整的方法和Shell模板，用于构建基于场景的AI工作台——不仅是教程，更是实际的源代码和配置。
• 24种真实面板类型和11种真实场景配置（均已脱敏）作为示例。
• 深入记录了三个核心机制：协作、记忆和场景系统——这些决定了你的设置在数月后是否依然井井有条。
• 会话锚定系统（三个字段），赋予每个AI清晰的身份，防止场景间的串扰。
• 通过MCP将免费网页版AI作为本地工具连接的方法，节省API令牌。
• 包含双击运行的演示（单文件，零依赖）以及一个包含四个场景和完整Shell代码的公共工作台，安装DSH引擎后即可运行。
• 详细的避坑指南：每个部分都有来自真实事故的“症状查询”表。
• 严格的隐私保护：所有个人数据、路径、密钥和业务数据均已移除——通过自动化扫描验证。
• MIT协议授权——你可以自由使用和修改。