Open source · MIT · self-hosted

你的文件夹,
就是 AI 的工作台

选择任意本地目录,Muse 就在其中读取、执行、产出——
切换工作区,也同时切换 Agent 的完整上下文。

自托管的多模型 Agent 工作台。文件、会话、预览和终端围绕当前工作区协同;八家厂商的模型共用同一套 agent loop,全程跑在你自己的机器上。

$ curl -fsSL …/quick-install.sh | bash
muselab 移动端浅色预览
muselab 移动端深色预览

报告、表格、图表即写即渲染,多端同步会话

多工作区、成果生成、多端同步、定时任务——
四个场景看懂 muselab。

切换目录,就是切换
完整的 Agent 上下文

代码库、研究目录和运营资料可以分别登记为工作区。文件树、会话、预览和终端 cwd 会作为一个整体切换,Agent 始终在正确的目录里工作。

工作区隔离 · 会话绑定 cwd · 文件与终端同步切换

不只是对话——Muse 生成新报告、新图表、新资料。

让 Agent 读取源码、测试结果或业务数据,调用 Skill 生成可分享的 HTML 报告,并直接写回当前工作区;预览区马上渲染结果。

读取 → 执行 → 生成成果 · 一句话改稿 · 所见即所得

电脑上的话题,
手机接着聊

同一台服务器、同一个会话、同一个工作区,多个设备无缝接续。

localhost:8765 · rebalance
▣ 文件
investment
holdings
holdings.md
dca-log.csv
dividends.csv
research
rebalance-2026Q2.md
etf-screener.md
asset-correlation.md
allocation.md
fire-plan.md
notes
review-2026Q1.md
watchlist.md
README.md
● 已同步
rebalance-2026Q2.md
再平衡建议 · 2026 Q2
偏离阈值 5% · 触发 2 项 · 示例数据
全球股票60% → 62%+2%
债券20% → 18%−2%
黄金12% → 12%
现金8% → 8%
↳ 股票超配 2%,转入债券补回;黄金、现金维持。
本次操作
卖出 · 全球股票−2%
买入 · 债券+2%
再平衡后
四类资产回到目标比例 · 预计税费 0 · 走免佣定投通道
来源 holdings.md · 今天更新
rebalance · 2026Q2
帮我看下组合偏离没有,要不要再平衡?
▾ 思考中 · 18 秒
rebalance-2026Q2.md
① 读持仓快照 + 最新净值
② 对照目标配置算偏离
③ 生成再平衡建议,写回工作区
Readholdings.md
Read行情快照 · 今日
Writerebalance-2026Q2.md
✓ 已生成 rebalance-2026Q2.md。地铁上也能接着问。
顺便记进这季度复盘
✓ 已追加到 notes/review-2026Q1.md,含本次操作明细。
输入消息…
9:41
rebalance · 2026Q2
刚才 · 在桌面
组合偏离 2 项,再平衡建议已写入工作区
全球股票超配 2%,建议转入债券补回
5 分钟后 · 地铁上
按目标比例,把约 2% 仓位从股票转入债券
20 分钟后
黄金这次先别动
好,只在股 / 债之间再平衡:
股票 62% 调到 60%
多出的转入债券
就这样
文件
预览
Muse

常用 prompt,
定时自动跑

把常跑的 prompt 存成每天 / 每周 / 一次性任务,到点 Muse 自动读取所选工作区、运行工具、产出结果,任务完成后推送手机通知。

每天早上 8 点 · 自动读取工作区 · 结果推送到手机 · 无需打开浏览器

不只检索片段——
muselab 让 Agent 直接在本地工作区读取、执行、写回

RAG 先切片、再向量化、最后检索——每一步都在丢语义。muselab 中原文件就是上下文,agent 直接读写,零语义损失。

📁 → 🧠
不向量化
原始文件就是上下文。不切片、不上云、不丢失语义。你随时能用文件管理器直接打开。
🔄 → 📈
越用越准
工作区中的代码、文档和成果持续积累。切换回来时,Agent 仍从同一份真实文件和会话上下文继续工作。
🔒 → 🏠
全程本地
自托管、零遥测、MIT 开源。文件在你的磁盘上,密钥在你的 .env 里,没有云端副本。
和 LobeChat / AnythingLLM / Claude Code 有什么不同?→ 详细对比表

不只是聊天框,
完整的 agent 能力

图片转工作区笔记
把白板、界面截图或图表发给 Muse,它会读图、提取要点,并把结构化笔记写进当前工作区。
红绿 diff
每次 Edit / Write,气泡里直接渲染 inline diff——绿加红减,看完再决定,不用切到 git。
定时任务
把常用 prompt 存成每天 / 每周 / 一次性任务,到点自动执行,结果推送到手机锁屏。
多会话 tab
每个对话独立 tab,几十条同开互不串线;可按时间分组、置顶、改名、搜索,也能从任意历史消息分叉。
消息队列
回答还在进行时就能接着发下一条,当前轮结束后自动按序发出。刷新不丢,多标签页同步。
Plan 模式
复杂任务先列计划再执行——Muse 给出步骤,经你批准才动手。
Skills · 动态发现你的能力包
模型按任务自动选用用户、workspace、plugin 和经审核生成的 Skills;放一个 SKILL.md 到可发现目录,就能扩展自己的工作流。
MCP · 接外部工具与数据源
通过 Model Context Protocol 接入 filesystem、git、fetch、memory、time 等 server,能力随开放生态持续扩展。
Subagent · 拆分子任务并行
复杂任务派生出独立上下文的子 agent 并行处理,各自跑工具链再汇总。
Skills / MCP / Subagent / Plan 在八家模型上行为一致

可插拔的模型能力,
灵活切换

底部工具栏一个下拉框就能切换。MCP / Skills / Subagent 在每家模型上行为一致——由 Claude Agent SDK 直接驱动,不是协议转接。

复用 Claude Pro / Max 订阅(OAuth)· 其他厂商填各自 API key · 自定义 provider 即建即用

工作区之于 muselab,
就是 Agent 执行任务的完整现场。

不是只聊天,也不只是 RAG——它把本地目录、会话、终端和成果预览整合成一个可切换的 Agent 工作台。

muselabLobeChatAnythingLLMclaudecodeuiClaude Code
Self-hosted
Full agent SDK · all modelschat onlyRAG focusClaude onlyClaude only
Reuse Claude Pro sub
Local workspace as contextvectorizedcodebasecodebase
Mobile PWA + pushresp
No build stepnpmdockern/a

私密性不是开关,
架构默认

零遥测
不接任何 analytics,不回传使用数据。除了你主动发起的模型 API 调用,muselab 不与任何第三方服务器通信。
连密钥都对 Muse 不可见
.env · SSH 私钥 · *.pem · credentials.json——这类凭证文件一律拒绝读写,哪怕请求带着有效 token。
MIT 开源,可审计
全部代码公开。每一条数据流向哪里,你都能自己读源码确认。
威胁模型 · 防护清单 · 反代加固 → SECURITY.md

一行命令,
装在你自己的机器上。

Linux · macOS · WSL2 · Docker。约 3 分钟装好,自动注册自启动服务。

# 一行装上
$ curl -fsSL https://raw.githubusercontent.com/
    hesorchen/muselab/main/scripts/quick-install.sh | bash
# 装完打开 localhost:8765
macOS · Linux · WSL2 · Docker完整安装指南

无构建步骤。
改文件,刷新浏览器。

Browser · HTML + Alpine
FastAPI · ~14k LOC
Claude Agent SDK
AnthropicDeepSeekGLMMiniMax KimiQwenMiMoERNIE

开工前,
你可能想问的几件事

和 ChatGPT / Claude 网页版有什么不同?
网页版是通用聊天,每次对话从零开始。muselab 让 Agent 直接在你选择的本地工作区里读写文件、运行终端、生成成果,并让会话持续绑定正确目录。模型可换、引擎可改、数据仍由你掌控。
需要 API key 吗?
Claude 走一次 claude login 的 OAuth,复用你的 Pro / Max 订阅,无需 API key,也不按 token 另计费。其他七家在设置里各填自己的 API key。
我的数据存在哪?
全部在你的机器上:工作区是你选择的本地目录,对话记录是本地 JSONL 文件。没有 muselab 托管的云端副本,也不要求第三方 muselab 账号。
需要什么硬件?能跑在 NAS / 树莓派上吗?
muselab 本身很轻——它只是一个 HTTP 服务 + agent loop,计算全在云端模型侧。任何能跑 Python 3.10+ 的机器都行:笔记本、Mac mini、NAS、树莓派 4(4GB+)。
效果和 Claude Code 比怎么样?
两者都使用 Agent SDK 能力。Claude Code 更贴近终端与代码开发;muselab 把可切换工作区、文件、会话、预览、多端访问和定时任务放在同一个 Web 工作台里。
怎么升级和卸载?
升级跑 upgrade.sh,卸载跑 uninstall-linux.sh / uninstall-macos.sh。卸载只移除系统服务——你的 .env、对话记录和工作区文件原样保留。