AI 工具越用越多,一个矛盾浮出水面:对话在 ChatGPT 里、笔记在 NotebookLM 里、文件在网盘里、任务在别的 Agent 里——每次开工都要在几个工具间搬运上下文。开源项目 SourceWeft 针对这个割裂给出了自己的答案:一个可以自托管的开源 AI 工作站,把对话、知识、工作文件与任务执行装进同一个界面。它的自我介绍很直白——"你的模型、你的工具、你的基础设施",Apache-2.0 协议,覆盖 macOS、Windows、Linux 三端桌面客户端加 Web 应用。
它的定位是对 ChatGPT 与 NotebookLM 的自托管替代:研究、规划、创作、执行四个动词构成完整工作流,团队还能部署共享工作站。本文按"概览、核心功能、工作流、部署形态、知识引用、适用与不适用、对比、总结"组织全文。
1、概览
SourceWeft 解决的核心问题是上下文连续性:描述任务后由 Agent 拆解执行,产出的报告、演示文稿、网页、图片留在工作文件区,成为下一个任务的起点——对话与文件始终在一起,每个结果都是下一步的输入。
产品形态上它是双模的:个人自托管(自己的机器加自己的模型 Key),或团队部署(共享服务器加角色权限)。多模型接入是基础能力,聊天与索引可以配置不同供应商,BYOK(自带 Key)贯穿始终。
2、核心功能
功能面可以归为四组,各自的定位如下:
| 功能组 | 内容 | 解决的问题 |
|---|---|---|
| 多 Agent 协作 | 子 Agent 分工研究、探索、规划、执行 | 复杂任务拆解 |
| 技能库 | 内置演示、网页、图像、会议纪要技能,支持自定义 | 工作方式复用 |
| 工具接入 | MCP 服务器、网页搜索、网页抽取 | 外部能力扩展 |
| 沙箱执行 | 隔离环境运行批准的命令与文件处理 | 安全的动手能力 |
技能库的思路与技能生态的大趋势一致:把"怎么做某类事"沉淀成可复用的资产,社区技能可在线浏览,自定义技能承载个人工作流。沙箱执行则补上了 Agent 最关键的"动手"环节——在隔离的临时环境里跑命令、处理文件,产出回收进工作文件,全程需要配置运行时与人工批准。
3、一次任务的完整流程
从建工作区到产出成果,典型路径如下:
值得注意的是两个闭环:其一,成果不是终点而是起点——产出的文件留在工作区,下一个任务直接引用;其二,迭代不换地方——"检查引用、要求修改、继续打磨"都在同一会话里完成,不需要把半成品导出再导入。
4、部署形态
三档部署对应三种用户,对比如下:
| 形态 | 路径 | 适合 |
|---|---|---|
| 桌面客户端 | 三平台安装包直下 | 个人即开即用 |
| 自托管 | 发布包加 Docker Compose | 数据不出内网 |
| 团队共享 | 服务器部署加工作区权限 | 组织协作 |
自托管路径刻意做得轻:发布包里带 Web 应用、API、后台任务、数据库与文件存储全套组件,宿主机不需要装 Node 或 Rust,也不用重建镜像——初始化配置、起 Compose、打开三千端口三步完成,再配一个模型供应商或自己的 Key 即可。跨设备是自托管的自然收益:桌面客户端远程连回部署好的工作站,换设备也能接上保存的会话与文件。
5、知识管理与可验证引用
资料源是它的另一条主线:PDF、网页、笔记之外,还支持 YouTube、Notion、Google Drive、Gmail、Slack 等外部服务的接入。Agent 拿到任务所需的资料后,产出中的引用可以回溯到原始材料——这个"可验证引用"能力正是它对标 NotebookLM 的核心。
这个设计的价值在信任层面:AI 产出最大的障碍不是质量而是可信度,能点回原文的引用让"检查这一段是不是编的"从猜测变成点击。配合沙箱执行的批准机制,整个工作站的安全模型是"能力开放、动作把关"。
6、适用与不适用
它适合的场景与短板同样清晰。适合:研究简报(论文与网页进、带引用的要点与开放问题出)、学习材料整理(课程视频与讲义变成复习指南与题库)、团队知识问答(连上团队文档源,给出可溯源的决策背景)、内容生产(产品文档到发布材料的全链路)。
需要斟酌的:桌面客户端目前以 x64 与 Apple Silicon 为主,老旧架构可能无包;沙箱执行依赖 Docker 运行时的配置,纯浏览器环境下能力受限;企业计费模块在仓库中单独隔离(enterprise/ 目录独立许可),用到商业订阅功能时需注意许可边界。
7、与同类工具对比
把它的坐标放进工具版图,对比如下:
| 维度 | SourceWeft | ChatGPT | NotebookLM | 开源 Agent 框架 |
|---|---|---|---|---|
| 自托管 | 原生支持 | 不支持 | 不支持 | 支持 |
| 数据边界 | 自己的基础设施 | 厂商云 | 厂商云 | 视部署 |
| 知识引用 | 可回溯原文 | 部分 | 强项 | 视实现 |
| 使用门槛 | 图形界面 | 零门槛 | 零门槛 | 需要工程能力 |
| 形态 | 工作站 | 对话工具 | 笔记工具 | 代码框架 |
它的独特位置在于"工作站"三个字:对话工具以会话为中心、笔记工具以资料为中心,它以"任务与产出"为中心——这决定了功能取舍的方向。与代码框架相比,它牺牲了无限的自由度换取开箱即用,适合不想维护代码的团队。
8、总结
SourceWeft 把 AI 生产力工具的三件事捏在了一起:以任务为中心的工作流、可验证的知识引用、可控的沙箱执行,再用自托管守住数据边界。个人用户建议下载客户端配一个自己的 Key 试跑一个研究任务,感受"成果即起点"的连续性;团队负责人可以评估它的共享工作区与权限模型是否匹配组织需求;对它代码感兴趣的开发者,沙箱执行的批准机制与技能库的扩展方式是最值得读的两个模块——AI 工作站这个品类正在成形,它是开源阵营里完成度很高的一份实现。

