WeSight

WeSight 快速入门

在桌面上用一个 App 管理你所有的终端 Agent——切换引擎、看实时输出、接飞书群、养桌面宠物

这是什么？适合谁？

WeSight 是一个开源的桌面 AI Agent 工作台（Electron + React + TypeScript，MIT 协议），你可以把它想象成「Agent 的桌面版控制台」。它把 Claude Code、Codex、OpenCode、Qwen Code、DeepSeek-TUI、OpenClaw、Hermes Agent、Claude Agent SDK 共 8 种 Agent 引擎，全部收进一个可视化工作台。

核心理念：每个终端 Agent 单独用都很强，但你要切换引擎就要关终端开另一个终端，要查费用得翻日志，要把 Agent 接进飞书群得自己写机器人。WeSight 用一个统一面板把这些问题全部解决——切换引擎、实时看文件变动和代码 diff、查 Token 消耗、把飞书群消息路由到不同 Agent，全在一个窗口里完成。

适合同时使用多个终端 Agent 的开发者（尤其是 macOS 用户）。如果你日常只用一个 Agent，终端就够用。但如果你在 Claude Code 写代码、用 Codex 跑测试、用 Hermes Agent 处理飞书消息，WeSight 能省很多切换成本。不适合 Windows/Linux 用户（目前仅支持 macOS Apple Silicon，Windows/Linux 版本规划中）。

与同类工具的关系：WeSight 不是要替代 Hermes Agent 或 Claude Code——它是这些 Agent 的「桌面启动器和可视化前端」。两者互补，WeSight 可以把 Hermes Agent 接入它的可视化工作台，在统一的 GUI 中操作。

WeSight 由独立开发者 freestylefly 于 2026 年 5 月创建并开源，不到两个月时间在 GitHub 获得 749 Stars 和 186 Forks，发展速度惊人。项目基于 MIT 协议开源，社区贡献活跃（105 次提交），最新版本为 v2026.6.2。

准备工作

1. macOS Apple Silicon（M1/M2/M3/M4）设备——这是硬性要求，Intel Mac 暂不支持
2. 本机已安装至少一个终端 Agent CLI（Claude Code、Codex 等），或准备在 WeSight 内一键安装
3. OpenAI / Claude / DeepSeek 的 API Key（至少一个），用于连接模型提供商
4. 了解基本的 Agent 终端使用概念，知道什么是 CLI Agent、什么是 Token
5. GitHub 账号（用于下载 Release 包或源码构建）
6. 如果要用飞书集成（IM Agent Hub），需要飞书开放平台的管理员权限来创建应用

3步快速上手

第1步：安装 WeSight

去 GitHub Releases 下载 WeSight-*-arm64.dmg（最新版 v2026.6.2，约 228MB）。打开 DMG 后拖进 Applications 文件夹。

因为是未签名的预览版，macOS 可能提示「已损坏无法打开」。在终端跑一行解决：

xattr -cr /Applications/WeSight.app

开发者也支持源码构建：git clone → npm install → npm run electron:dev（需要 Node.js ≥18）。

第2步：配置引擎和 API Key

打开 WeSight 后，进入设置面板。WeSight 会自动检测你本机已安装的 Agent CLI（Claude Code、Codex 等）。

在「模型提供商」中配好 OpenAI / Claude / DeepSeek 的 API Key。所有引擎共享同一套 API Key 配置，也可以单独给某个引擎调模型。

WeSight 也支持一键安装未检测到的 Agent CLI——点击引擎列表中的「安装」按钮即可自动完成 CLI 工具的下载和配置。

第3步：开始第一个对话

回到主界面，在顶部下拉框选择一个引擎（比如 Claude Code），在输入框输入你的第一个任务。右侧「工作间」标签页会实时显示：

• Agent 正在执行的文件操作（读/写/删除）
• 代码 diff 对比（新增行绿色高亮、删除行红色标注）
• 工具调用记录（read_file、terminal、write_file 等完整链路）
• 生成的图片（直接在工作间中预览）

运行完成后，Dashboard 里可以看到本次任务的 Token 用量、TTFT（首 Token 时间）、TPS（每秒 Token 数）、工具耗时、Agent 步数。

常见踩坑

1. macOS 提示「已损坏无法打开」：未签名应用的标准提示。终端执行 xattr -cr /Applications/WeSight.app 即可解决。这是 macOS Gatekeeper 的安全机制，不影响实际安全性。

2. 228MB 安装包偏大：WeSight 基于 Electron，打包体积确实比 Tauri 方案大。首次下载需要耐心等待（国内用户建议用代理加速 GitHub Releases 下载）。项目方未来可能迁移到更轻的方案。

3. Windows/Linux 用户无法使用：目前仅支持 macOS Apple Silicon。这是 WeSight 最大的限制。项目方在 GitHub Issues 里表示 Windows/Linux 版本在规划中（最近提交已出现 feat(win): improve installer flow 字样），但还没有明确的时间表。

4. 早期版本偶有 bug：项目才发布约 8 周，功能丰富但稳定性还在打磨中。重度生产环境使用建议等几个版本稳定后再上。可以从 GitHub 的 Issues 页面 跟踪已知 bug 的修复进度。

5. API Key 配置不生效：确保在「设置 → 模型提供商」中正确填写，注意别把 Key 填到单个引擎的字段而不是全局配置。配置后如果引擎仍报认证错误，尝试重启 WeSight。

6. 飞书机器人配置需要飞书开放平台权限：IM Agent Hub 功能需要先在 飞书开放平台 创建应用并获取 App ID/Secret，然后在 WeSight 中配置。还需要在飞书群中添加该机器人。

7. 引擎检测不到已安装的 CLI：确认 CLI 工具在 PATH 中（终端输入 which claude 或 which codex 能返回路径）。如果手动安装到了非标准路径，需要在 WeSight 设置中手动指定 CLI 可执行文件路径。

初级用法

• 多引擎切换：下拉框选择不同 Agent，同一个输入框、不同引擎执行，对比结果。Cmd+K 快捷键可以快速切换引擎
• 工作间监控：切换到「工作间」标签页，观察文件变动和工具调用，实时追踪 Agent 在执行什么操作
• Dashboard 看板：按引擎/模型/日期维度查看费用明细，TPS 排序可快速找到响应最快的模型配置
• SkillHub 技能市场：浏览分类、一键安装社区技能（如飞书消息格式化、文档导出、代码审查等）
• 桌面宠物：在「外观设置」中开启，像素风宠物会跟着任务状态做出不同动画反应
• 模型路由：给不同任务配置不同模型——编码用 Claude Sonnet 4，日常对话用 DeepSeek V4，省钱场景用 Qwen

高级玩法

1. IM Agent Hub（飞书集成）：把飞书群消息路由到不同 Agent 引擎。群 A 走 Hermes Agent 处理内部文档查询，群 B 走 Claude Code 处理技术问答。按引擎隔离机器人配置，互不干扰。在群里 @机器人 + 引擎名 就能指定用哪个 Agent 回答问题。

2. 定时任务（Cron）：创建 cron 式 Agent 任务——每天定时生成研究报告、每小时监控 GitHub 仓库动态、每周整理邮件收件箱。任务结束后结果自动保存，可以通过飞书机器人推送通知。注意：定时任务执行时 WeSight 必须保持运行（托盘模式即可）。

3. 跨引擎工作流：先用 Claude Code 写代码，切换到 Codex 跑测试，再用 Hermes Agent 把结果推送到飞书群——全程不离开 WeSight 窗口。这种多引擎协作的工作流是 WeSight 相比单个 CLI Agent 的最大增量价值。

4. 模型路由策略：给不同任务配置不同模型，系统根据任务类型自动选择最优模型。编码任务自动走 Claude Sonnet，日常对话走 DeepSeek，省钱场景走 Qwen Flash。需要手动配置路由规则。

5. 本地记忆系统：对话中提取的关键信息自动保存到本地 SQLite 数据库，跨会话复用。Agent 下次对话时自动加载之前存储的记忆上下文，减少重复说明。所有记忆数据存在本地，不经过云端。

6. SkillHub 社区技能：安装和发布社区技能（Skills），类似于 VS Code 插件市场。技能提供可复用的 Agent 能力——如网页搜索、PDF 解析、邮件发送、Playwright 浏览器自动化等。所有技能均在本地执行。

小技巧

• Cmd+K 快速切换引擎，不用鼠标点下拉框，效率提升明显
• Dashboard 里按「TPS」排序可以快速找到响应最快的模型配置
• 飞书集成配置好之后，在群里 @机器人 + 引擎名 就能指定用哪个 Agent 回答问题
• SkillHub 里搜「飞书」可以找到消息格式化、文档导出等飞书相关技能
• 定时任务设置时，WeSight 必须保持运行（托盘模式即可），关闭应用后定时任务不会触发
• 工作间中可以右键文件操作记录，快速在 Finder 中定位被操作的文件
• 如果多个引擎共享同一个模型提供商，在全局设置中配置一次即可，无需每个引擎单独配置

常见问题 FAQ

Q1：WeSight 和直接用终端 Agent 有什么区别？

终端当然更快更轻。但 WeSight 的价值在于集中管理多个 Agent（不用开多个终端窗口）、可视化工具调用过程、统一查看 Token 消耗、把 Agent 接进飞书。如果你日常只用 1 个 Agent，终端够用。如果你管理 2 个以上 Agent，WeSight 的切换和管理成本优势明显。

Q2：WeSight 和 Hermes Agent 的关系？

不是竞争关系，是互补关系。Hermes Agent 本身是一个 CLI 端的 Agent 框架，WeSight 是一个「Agent 桌面启动器」。你可以在 WeSight 里把 Hermes Agent 作为其中一个引擎，然后用 WeSight 的可视化工作台来管理 Hermes Agent 的会话、查看 Token 消耗、接入飞书。

Q3：什么时候支持 Windows/Linux？

项目方在 GitHub Issues 里表示 Windows/Linux 版本在规划中，最近提交已出现 feat(win): improve installer flow and uninstall cleanup。但目前没有明确的时间表。如果你是 Windows/Linux 用户，建议 Star + Watch 仓库等待更新。

Q4：WeSight 收费吗？

完全免费。MIT 开源协议。所有功能（包括多引擎管理、IM Agent Hub、监控面板、SkillHub、定时任务、桌面宠物）都不收费。你只需要为使用的 AI 模型 API 付费（和直接使用终端 Agent 一样的 API 成本）。

Q5：安全吗？API Key 存在哪里？

所有数据存储在本地 SQLite 数据库，API Key、对话记录、记忆内容都不出你的电脑。MIT 开源代码可以自行审计，无隐藏数据收集。飞书机器人消息通过 HTTPS 加密传输。本地优先（local-first）架构设计确保了数据主权。

Q6：WeSight 支持哪些 AI 模型？

WeSight 本身不绑定任何模型，它通过集成的 Agent 引擎间接支持所有主流模型。支持的引擎包括 Claude Code（Anthropic 模型）、Codex（OpenAI 模型）、OpenCode、Qwen Code（通义千问）、DeepSeek-TUI、OpenClaw、Hermes Agent、Claude Agent SDK。你可以在模型提供商设置中配置任意兼容的 API 端点。

Q7：WeSight 的桌面宠物是什么？

A: 一个像素风的小宠物，可以放在桌面上。它会根据 Agent 的任务状态做出不同反应——任务执行中会走动、完成后会跳跃、出错时会显示问号。纯粹是趣味性功能，可以在外观设置中关闭。最新版本还支持本地 TTS 语音。

与同类工具对比

WeSight 处于「Agent 桌面工作台」这一新兴品类，目前没有完全对等的竞品，但可以从不同角度与以下工具对比：

与 Hermes Agent 的关系：最互补的组合。Hermes Agent 是强大的 CLI Agent 引擎，WeSight 是它的可视化桌面外壳。在 WeSight 中接入 Hermes Agent 后，可以享受 GUI 工作间、Dashboard 监控、飞书消息路由等增强功能，同时保留 Hermes Agent 的全部 CLI 能力。

与 Claude Code 桌面版的对比：Claude Code 桌面版是 Anthropic 官方出品的单引擎 IDE，深度集成 Claude 模型生态（Plan Mode、Artifacts 导出、Computer Use）。WeSight 的优势在于多引擎灵活性——不锁定任何模型供应商，可以在 Claude Code、Codex、Qwen Code 之间自由切换。劣势在于项目成熟度远不及 Anthropic 官方产品。

与 Open Interpreter 的对比：Open Interpreter 专注于「用自然语言操控本地电脑」——执行代码、操作文件、控制浏览器。WeSight 的定位不同——它是 Agent 的「指挥中心」而非直接执行者，侧重于多引擎管理和流程编排。如果你需要直接操控电脑（如自动化 GUI 操作），Open Interpreter 更合适；如果你需要统一管理多个 AI Agent 的工作流，WeSight 更优。

选择建议：

• 只用 Claude 模型 + 需要 IDE 级体验 → Claude Code 桌面版
• 只用命令行 + 需要全平台支持 → Hermes Agent
• 需要多引擎切换 + macOS 用户 + 需要飞书集成 → WeSight
• 需要直接操控本地电脑执行代码 → Open Interpreter

技术架构简介

WeSight 的桌面端基于 Electron + React + TypeScript 构建，后端逻辑分布在主进程和渲染进程中：

• 主进程（Electron Main）：管理 Agent CLI 子进程的启动/停止/通信、本地 SQLite 数据库读写、飞书 WebSocket 连接维护、定时任务的 cron 调度
• 渲染进程（React）：负责 GUI 界面渲染——聊天面板、工作间、Dashboard 图表、设置面板、桌面宠物动画
• Agent CLI 集成层：通过子进程 spawn 各 Agent CLI 工具，解析 stdout/stderr 输出，提取工具调用、文件操作、代码 diff 等结构化信息
• IM Agent Hub：飞书开放平台应用 + WebSocket 长连接，群消息经 WeSight 路由到指定 Agent 引擎处理后再通过机器人回复
• SkillHub：社区技能以独立的 SKILL.md + 脚本形式存储，WeSight 作为运行时加载并注入到 Agent 上下文中
• 数据持久化：SQLite 存储所有会话历史、API Key（加密）、记忆向量（用于 Agent 上下文注入）、定时任务配置

常见问题 FAQ（续）

Q8：WeSight 的性能开销大吗？

作为 Electron 应用，WeSight 的内存占用通常在 200-400MB（含 Chromium 运行时），比纯 CLI 工具重很多。如果同时运行多个 Agent 引擎，内存会进一步增加（每个 Agent CLI 子进程额外消耗 100-500MB）。建议至少 16GB 内存的 Mac 使用。

Q9：可以自己写 Skill 发布到 SkillHub 吗？

可以。WeSight 的 Skill 格式参考了 Claude Code 的 SKILL.md 规范，一个 Skill 包含一个 SKILL.md 描述文件和一个可选的 scripts/ 目录。写好之后提交 PR 到 WeSight 仓库的 SKILLs 目录 即可。目前社区贡献了 web-search、docx/xlsx/pptx、pdf、playwright、imap-smtp-email 等技能。

Q10：WeSight 的数据可以导出/备份吗？

所有数据存储在本地 SQLite 文件中（macOS 路径通常在 ~/Library/Application Support/WeSight/），可以直接复制该目录进行备份。目前 WeSight 没有内置的导出/导入功能，但 SQLite 文件可以用任何 SQLite 客户端打开查看。会话记录格式为 JSON 序列化，可以手动提取。

Q11：如何卸载 WeSight？

删除 /Applications/WeSight.app 即可。但本地数据（SQLite 数据库）会保留在 ~/Library/Application Support/WeSight/，需要手动删除该目录才能彻底清除。这和其他本地优先应用（VS Code、Obsidian 等）的行为一致。

Q12：WeSight 适合团队使用吗？

目前 WeSight 定位为个人桌面工具，没有团队协作功能（如共享会话、权限管理、审计日志）。但飞书集成可以让团队成员通过飞书群共享访问同一个 WeSight 实例的 Agent 能力。未来版本可能会加入团队功能。

Q13：WeSight 和其他 Agent 编排平台（如 LangChain、CrewAI）的区别？

WeSight 是「Agent 前端工作台」，不是「Agent 开发框架」。它不提供构建 Agent 的 SDK 或编程接口，而是为已有的 CLI Agent 提供可视化操作层。如果你想用代码编排多 Agent 工作流，LangChain/LangGraph 更合适；如果你想在桌面上方便地切换和管理多个现成的 Agent 引擎，WeSight 是更好的选择。