共计 5045 个字符，预计需要花费 13 分钟才能阅读完成。
这段时间一直在用 [[Claude Code]] 和 [[Gemini CLI]] 这类命令行 AI 工具写代码，效率确实提升了不少。但用久了也发现一些不太方便的地方：想看 AI 生成的 Markdown 渲染效果得切到编辑器，查看历史对话要往上翻好几屏，同时跑多个任务时终端窗口就乱成一团。虽然作为常年泡在终端里的开发者，这些都能忍，但总觉得应该有更优雅的解决方案。
直到发现了 AionUI 这个开源项目，才意识到原来有人已经在认真解决这个问题了。它不是要取代命令行工具，而是给这些工具加上一层图形化的"外壳"，让你既能享受 CLI 的灵活性，又能获得 GUI 的直观体验。更让我惊讶的是，这个项目在 GitHub 上已经积累了 29K stars，而且还在快速迭代，v2.1 版本甚至把核心后端用 Rust 重写了——这个量级的社区认可，已经不能用"小项目"来形容。
为什么命令行 AI 工具需要图形界面
在聊 AionUI 之前，我想先说说为什么 CLI AI 工具需要一个图形界面。很多人可能会觉得，既然选择了 CLI 工具，就应该接受它的全部特性，包括那些不太方便的地方。但实际使用中我发现，CLI 和 GUI 并不是对立的，而是可以互补的。命令行工具的优势在于灵活性和可编程性，你可以精确控制每一个参数，可以和其他工具无缝集成；但它的劣势也很明显——缺乏可视化的反馈，难以管理复杂的多 Agent 状态，无法直观地预览文件内容，更不可能在离开电脑的时候随时掌握进度。
AionUI 的思路是：保留 CLI 工具的所有能力，但在上面加一层图形界面来弥补这些短板。你依然可以用命令行的方式和 AI 交互，但多了一个可视化的窗口来查看结果、管理对话、调度任务、远程监控。这种"混合模式"在实际使用中特别顺手，尤其是当你同时运行三四个 Agent 处理不同任务的时候，AionUI 的价值就开始真正显现。
自动检测与统一管理 20+ Agent
AionUI 最核心的能力是多 Agent 的统一管理。它能自动检测你本地安装的各种 CLI AI 工具，包括 [[Claude Code]]、[[Codex]]、[[Gemini CLI]]、OpenCode、OpenClaw、Goose、GitHub Copilot、Kimi CLI 等超过 20 种运行时，然后把它们都集成到同一个界面里。你可以随时切换使用哪个 Agent，甚至可以让不同的 Agent 协作完成同一个复杂任务，每个 Agent 运行在自己的窗口中，侧边栏实时显示各个 Agent 的状态（running、idle、done）。
我实际测试的场景是这样的：我用 Claude Code 写代码，同时让 Gemini CLI 做技术调研，Codex 负责写单元测试。在 AionUI 里，这个切换过程非常流畅，所有的上下文都保留在各自的对话窗口里。更重要的是，我不需要记住每个工具的命令格式和参数，AionUI 会处理这些细节。有个细节让我印象深刻：AionUI 会自动识别本地已经安装的 CLI 工具，并读取它们的配置文件。比如我之前已经配置好了 Claude Code 的 API Key，AionUI 启动后直接就能用，不需要重新配置——这种无缝集成体验，体现了开发者对用户习惯的尊重。
20 多个内置专属助手
这是最近版本带来的、原来我没太注意到的一大亮点。AionUI 不只是一个 CLI 工具的 GUI 包装，它还内置了 20 多个面向不同业务场景的专属助手，每个助手都有自己专精的领域。Patrick 专注于幻灯片制作，Emily 擅长 Excel 数据处理，Warren 能做 DCF 模型和财务预测，Albert 专门写学术论文，Stella 做 UI/UX 设计，Marco 制作动态演示文稿，甚至还有 Max 能用一段提示词生成一个完整的 3D 小游戏。
这些助手和直接用 Claude 或 Gemini 对话最大的区别在于它们是经过专门调优的，内置了对应领域的 System Prompt 和工作流。比如让 Emily 处理数据时，她会自动建立数据透视表、生成图表、清洗异常值，而不是等你一步步告诉她该做什么。对于非技术背景的用户来说，这些助手能让他们完全绕过"怎么写好提示词"这个门槛，直接开始工作。当然，我更多时候还是直接用 Claude Code 或者 Gemini CLI 这些 CLI 工具，但处理 PPT 汇报材料的时候，Patrick 真的帮了我不少忙。
Skills 市场：社区驱动的功能扩展
除了内置助手，AionUI 还开放了 Skills 市场，允许社区分享和安装自定义技能包。从 v2.1.9 开始，Skills Hub 支持从文件夹、父目录、SKILL.md 文件或 zip 压缩包导入技能，安装后立即可用。这个机制和浏览器扩展商店的逻辑很像——基础产品提供平台，社区决定功能的边界往哪里延伸。
我在 Skills 市场里找到了一些很实用的技能包，比如专门调教用于代码审查的提示流程、针对特定编程语言的最佳实践模板、还有一些专为特定业务场景定制的工作流。如果这些都不够用，你还可以自己写 SKILL.md 创建技能，分享给社区。这种开放的生态是商业软件无法比拟的优势——用户的需求直接驱动功能扩展，而不是等产品团队排期。
统一 MCP 配置：配一次处处可用
[[MCP]]（Model Context Protocol）这个概念最近越来越热，各种 AI 工具都在接入 MCP 服务器来扩展能力。但以前的痛点是：每个 CLI 工具都要分别配置一遍 MCP，Claude Code 的 MCP 配置和 Gemini CLI 的不共享，改起来费时费力。AionUI 的统一 MCP 功能彻底解决了这个问题：你只需要在 AionUI 里添加一次 MCP 服务器，它会自动同步到所有接入的 Agent，不需要每个 Agent 单独配置。
这个功能对于我来说是体验提升最明显的地方之一。我在 AionUI 里配好了本地的 SQLite MCP 服务器和 Filesystem MCP，之后不管是用 Claude Code 还是 Gemini CLI，都能直接调用这些工具，不用再翻各自的配置文档。这种"配置一处，全局生效"的体验，在团队协作里会更加有价值——团队管理员配好一套标准 MCP 环境，所有成员安装 AionUI 后就自动继承这套配置。
本地生成 Office 文件，数据不离机
AionUI 内置的 Office 文件生成能力是另一个让我觉得"这才是对的方向"的功能。它支持在本地直接生成 PPT、Excel、Word 和 PDF，完全不需要上传到任何云端服务，文件全程在你自己的机器上处理。这在处理敏感数据的场景下特别重要——财务模型、内部汇报、公司代码都不会经过任何第三方服务器。
结合专属助手使用效果很好。比如让 Warren 做一份 DCF 估值模型，它会直接在本地生成一个格式规范的 Excel 文件，表格结构、公式链接、图表都已经就位，我只需要填入实际数据。或者让 Patrick 把一份大纲转成幻灯片，出来的就是可以直接打开的 PPTX 文件，不是某个网页链接。这种"AI 输出可直接使用的文件"的体验，比让 AI 写内容然后自己排版要顺畅得多。
24/7 自动化调度：定时任务让 Agent 不间断工作
这个功能我在初次使用时没太注意，但后来发现它可能是最有实用价值的功能之一。AionUI 支持用 cron 表达式为 Agent 设置定时任务，比如每天早上 9 点自动做一次代码审查、每周一生成上周工作总结、每天晚上 11 点备份项目文件——设置好之后，即便你不在电脑前，Agent 也会按时执行。任务面板里清楚地显示每个任务的状态（Active/Running/Paused）和下次执行时间，看起来就像一个轻量级的本地 CI/CD 面板。
我目前用得比较多的是每天晚上让 Claude Code 跑一遍单元测试并生成摘要，第二天早上我打开电脑，一眼就能看到昨晚测试结果。虽然这件事用 cron + 脚本也能实现，但集成在 AionUI 里的配置体验要简单得多，而且结果直接在对话界面里呈现，不需要再去翻日志文件。对于需要长时间运行任务的场景，比如爬数据、批量处理文件、定期生成报告，这个功能的价值就更加突出了。
远程控制：离开电脑也能管
AionUI 的远程控制支持通过 Telegram、微信、飞书、钉钉或内置 WebUI 向 Agent 发送指令，Agent 在你的电脑上继续运行，你在手机上就能查看进度、发送新任务。这个功能和上面提到的 24/7 自动化结合起来特别有用：你出门开会，临时想到需要让 AI 再查一个问题，拿出手机发条消息给 Telegram bot，Agent 马上开始处理，不需要回到电脑前。
我的实际使用场景：书房台式机配置比较高，负责跑本地大模型和 CLI Agent；出门时用手机通过 Telegram 发指令，回来后台式机上已经完成了任务，结果在对话记录里等着我。这种"离开了但 AI 没停"的工作方式，有点像以前用 tmux 保持终端会话，但体验要友好得多。
v2.1 架构升级：Rust 后端带来的变化
v2.1 是 AionUI 历史上最大的架构变更。核心后端（AionCore）从 Electron 里抽离出来，用 Rust（Axum + Tokio + sqlx + rustls）完全重写为独立服务，以单个原生二进制文件的形式分发，6 种平台构建（macOS/Linux/Windows，各含 x64 和 arm64），二进制文件大小在 27MB 到 55MB 之间，小到可以跑在树莓派或者 NAS 上。
这个架构拆分带来了一个很有趣的可能性：同一套 AionCore 后端，既可以嵌入桌面客户端透明运行，也可以作为独立服务跑在服务器上，让浏览器 WebUI 作为客户端连接。换句话说，以前 AionUI 是纯粹的单机应用，现在它既可以是桌面程序，也可以是团队共享的 AI 工作台服务。这对于有多台机器、希望统一管理 AI Agent 的用户来说，打开了很多新的玩法空间。
安装与配置体验
安装过程非常简单。去 GitHub Releases 页面下载对应系统的安装包，Windows 是 exe，macOS 是 dmg，Linux 是 AppImage 或 deb 包。首次启动时，AionUI 会自动扫描系统，检测已安装的 CLI AI 工具，并读取它们的配置，几乎不需要额外设置就能开始用。
如果还没有安装任何 CLI 工具，在设置界面直接输入各个模型的 API Key 也可以——AionUI 会在后台直接调用 API，你不需要关心底层实现。我在 macOS 和 Windows 两个系统上都试了一下，体验基本一致。对于不太熟悉命令行的用户，20 多个内置助手可以让他们完全不碰任何 CLI 工具，直接开始用 AI 处理日常工作，这种零门槛体验是 AionUI 区别于其他 CLI 工具 GUI 方案的重要特点。
与其他方案的对比
从定位上来看，AionUI 比单纯的代码编辑器 AI 插件（Cursor、Copilot）宽得多，也比只支持单一模型的 Claude Desktop 灵活得多。Cursor 和 Copilot 主要帮开发者写代码，Claude Desktop 只能用一个模型，而 AionUI 是一个更宽泛的"AI 工作台"——Claude、GPT、Gemini 可以并行运行，相互协作；助手覆盖 PPT、Excel、写作、设计、游戏开发等场景，不只面向程序员；技能市场让功能边界可以持续扩展。和 [[CCCC]] 这类专注于 Agent 间协调调度的工具相比，AionUI 更像是面向终端用户的"一站式工作台"，而 CCCC 更偏向开发者构建复杂多 Agent 工作流的基础设施层。
29K stars 的社区规模也说明 AionUI 已经过了早期验证阶段，生态在快速成熟。我在 GitHub Issues 里看到开发者的响应速度很快，大多数 bug 在一两个版本内就修复了，这对于选择一个工具的长期可靠性很重要。
最后
用了一段时间 AionUI 下来，最大的感受是它找到了一个很准的定位：不试图取代 CLI 工具，不想成为新的 AI 模型，而是在现有这些强大工具之上，搭建一个统一的"工作台"。多 Agent 协作、内置专属助手、Skills 市场、统一 MCP 配置、24/7 自动化调度、IM 远程控制——这些功能加在一起，让多 Agent 协作从"需要写脚本才能用"变成了"打开 App 就能用"。
当然，作为一个还在快速迭代的开源项目，AionUI 也有需要改进的地方。对话历史比较多的时候，搜索和加载会有一点卡顿（v2.1 的 Rust 后端应该能缓解这个问题），部分功能的文档还不够完善，团队协作模式还在逐步打磨中。但这也正是开源项目的魅力所在——你可以参与进去，提需求、提 PR，和开发者一起把它做得更好。如果你也在大量使用 AI 编程工具，或者想把 AI 真正融入日常工作流，AionUI 值得花半小时认真试一试。
