让网页版 ChatGPT 安全地操作你本地的文件和终端:这个"本地控制台"配了 332 个工具和一本账
这个项目能干嘛
一句话:给网页版 ChatGPT、DeepSeek 这类在线 AI 助手装一只"本地的手",让它们能查看、编辑、构建、调试你电脑上的文件和工程,而不把整个文件系统暴露出去,也不把专有代码送到不可信的云中间商那里。Nexus 自称企业级本地 AI 控制台,做法是通过一条 Secure MCP Tunnel(基于 Streamable HTTP 加 Bearer token)把远端大模型安全地桥接到你的工作站。架构分三层:最上面是 ChatGPT、DeepSeek 和各种网页 AI 助手,中间是 Tauri 2 做的桌面控制中心(里面跑 Fastify 的 MCP/REST 服务,监听 18080 端口,配 SQLite WAL 持久化),最下面是本地 Runner 守护进程,通过 WebSocket 上的双向 JSON-RPC 2.0 跟控制中心通信。真正干活的能力都堆在这个守护进程里。
为什么最近火了
我觉得它精准踩中了一个越来越尖锐的矛盾:大家想让 AI 帮自己写代码、改文件、操作软件,可又不敢把本地项目和盘托出给云端。把网页助手直接连本地文件,风险大;只用云端沙箱,又碰不到你真实的工作环境。Nexus 给出的答案是"带边界的桥"——沙箱隔离、逐级授权、命令风险检查,还有一本能崩溃恢复的账。这种又想要能力又想要控制的需求在企业里尤其强烈,赶上 MCP 协议本身正在成为事实标准,这类"本地控制平面"自然受到关注。仓库 11 月 13 号才建,三天就快五百星,加上 README 里那套画得很清楚的架构图、桌面控制中心截图和 190 多套测试的数字,很容易让人产生"这东西是认真做的"第一印象。
技术亮点
最硬核的是那个 332 个标准 MCP 工具的体系:所有工具都在 @localbridge/protocol 里正式定义,带严格的输入 schema、风险评级和自动证据追踪,覆盖 24 个能力维度——文件系统、高级文件操作、Git、命令执行、持久后台任务、LSP 代码智能、托管 worktree、浏览器自动化、Windows 原生电脑操作(WinRT OCR、UI Automation)、视觉分析、文档工程、本地智能存储(记忆/规则/知识/提示词)、智能体编排、系统发现等等。作者管这叫"零幻觉保证",意思是工具定义是唯一真相源,模型不能临场编一个不存在的工具出来。Action Ledger WAL 是另一个亮点:每次关键工具执行前先写预写日志,崩溃或重启后能自动恢复未完成的操作、重建一致的工作区状态,还有幂等保护,网络断断续续重连时不会重复执行。安全这块做了多级项目和沙箱隔离:细粒度读写权限、路径隔离、AST 级别命令风险控制,访问模式能在只读和读写间、执行模式能在禁用/仅安全/项目代码间随时切换且不用重启。凭据用 DPAPI 加密保存,还能管理 Figma、GitHub、SQLite、Filesystem 等 MCP 进程。它还能把生成式 AI 接进 Blender 4.x/5.x 做程序化建模和 PBR 着色,甚至管 Unity 场景。
适合什么人
重度使用 AI 编程助手、又对代码外泄敏感的人最该试试——它让你用网页版 ChatGPT 就能安全地操作本地项目。个人隐私至上、坚持本地部署的开发者会喜欢这套沙箱加账本的设计。Windows 用户有额外福利:原生电脑操作、Job Objects、WinRT OCR 都是 Windows 特化能力。企业安全工程团队可以研究它的授权模型和审计账本思路,即使不直接用,架构也值得参考。要提醒的是权限配置需要一点学习成本:得先在桌面控制中心授权项目、设好访问和执行模式,再去生成 MCP Client Token 填进 AI 客户端,这套流程第一次走下来要花点时间。
快速试用
最省事是去 release 页下载对应系统的安装包:Windows 的 x64 setup.exe、macOS 的 universal 或 Apple Silicon dmg、Linux 的 deb 或 AppImage,浏览器用户还能装 Tampermonkey 脚本。装好后 Nexus 常驻系统托盘,自带 Node.js 运行时和后台守护进程。想从源码编译,先备好 Node.js 24 以上、pnpm 10 以上和 Rust stable,然后 git clone、pnpm install、pnpm run build,最后 pnpm --filter @localbridge/desktop dev。接 AI 客户端分三步:在 Workspace→Projects 授权项目并设模式,去 Settings→Tokens 生成 MCP Client Token,再把 http://127.0.0.1:18080/mcp 和 Bearer token 填进 ChatGPT 自定义 GPT Action 之类的客户端。
与竞品对比
- 云端 AI 编程工具(如直接在云沙箱里跑的助手):省心但碰不到你本地真实环境,代码还得上传。
- 直接把本地文件夹挂给网页 AI:能力最强但几乎没有边界,误操作和泄露风险都高。
- 通用 MCP 客户端:能连工具,但缺统一的工具定义、风险评级、沙箱和崩溃恢复账本,企业级治理基本没有。
- Nexus:把 332 个工具有了唯一真相源,配上沙箱、逐级授权、DPAPI 加密凭据和 WAL 账本,在"能力与控制"之间给了个工程化的平衡。
- 局限:AGPL-3.0 的网络分发义务要考虑;Token 和权限流程对新手略复杂;332 个工具的规模意味着上手要读不少文档;Windows 特化能力在 macOS/Linux 上会打折。