BigSweetPotatoStudio/HyperChat

解決的問題

HyperChat 透過提供一個本地 AI Agent 平台，解決了 AI Agent 使用中的雲端依賴與隱私疑慮。它透過引入「AI as Code」理念，將 AI 能力、Agent 記憶與工具設定以檔案形式儲存在專案中，使其可透過 Git 進行版本控制，並在不同環境間輕鬆移轉。

如何運作

HyperChat 採用雙層架構，在管理性與速度之間取得平衡：

• Web 前端：作為多工作區協作中心，用於視覺化管理 Agent、MCP（Model Context Protocol）服務與專案級資源。
• CLI 前端：以 Agent 為中心的介面，讓使用者可在終端機中快速啟動特定 Agent 並直接執行命令。

系統採用 5 層優先權環境變數機制（預設 < 進程 < 全域 .env < 工作區 .env < CLI 參數）來管理 API 金鑰與模型設定。透過整合 MCP 協定，讓 Agent 能與本地檔案系統及其他工具互動。

適用對象

• 希望擁有理解程式碼庫、並能與程式碼一同版本化的專案專用 AI 助手的 開發者。
• 希望透過 Git 共享 AI 最佳實務與 Agent 設定的 團隊。
• 偏好命令列工作流程進行 AI 互動與自動化指令碼的 進階使用者。

核心亮點

• AI as Code：Agent 設定與記憶儲存在 .hyperchat/ 目錄中，支援 Git 版本控制與一鍵遷移。
• 本地優先：透過將互動與設定保留在本地機器上，確保資料隱私。
• MCP 協定支援：讓 Agent 能深度整合工具，例如操作本地檔案系統。
• 自訂命令系統：支援基於 Markdown 模板的快速指令（例如 /bug-fix、/review），實現專業級提示。
• 智慧檔案引用：在提示中支援多個 @file 路徑，便於執行複雜的檔案操作。