最近 AI 编程工具越来越多,Claude Code、Codex、OpenCode、Pi、Grok……每一个单独拿出来都能干不少事情。但问题也随之而来:Agent 越来越多,反而不知道该怎么管理了。 不同工具有不同的配置、会话、模型、Skills、MCP 和运行环境,切换成本极高。
于是,一个挺有意思的开源项目出现了:Ekko Studio。目前 GitHub 已经达到约 1.12 万 Star,Fork 接近 1,400。项目定位非常直接——Local-first AI Workspace(本地优先的 AI 工作空间)。它不是再造一个聊天机器人,而是在做 AI Agent 的统一工作台。
它到底解决什么问题?
如果你同时使用几个 Coding Agent,很容易出现这样的场景:Claude Code 在一个终端,Codex 在另一个终端,OpenCode 又是一个窗口,Hermes Agent 是另外一套配置,MCP / Skills / Memory 各自为政。工具越来越多,但工作流并没有因此变得简单。
Ekko Studio 的思路则是把这些 Agent 放进同一个工作空间。目前官方 README 列出的运行时包括 Hermes Agent、Ekko Agent、Claude Code、Codex、Pi、Grok、OpenCode、DeepSeek Harness(DSH),并提供统一的聊天、会话、文件、工作流、Agent 管理等能力。所以它真正有意思的地方并不是“又一个 AI Chat”,而是把不同 Agent 当成不同的执行者来统一管理。
一个界面管理这么多 Agent
打开 Ekko Studio 后,你可以在同一个工作空间里管理不同 Agent。无论是 Claude Code、Codex 还是 OpenCode,都汇聚在统一工作空间下,共享文件、会话和 Workflow。
聊天方面,它支持流式响应、工具调用轨迹、文件上传以及生成文件预览。而且会话本身可以持久化保存,Studio 使用本地 SQLite 保存自己的会话数据。对于经常切换 AI 编程工具的人来说,这个设计非常实用。
真正让我觉得有意思的,是“可视化工作流”
如果只是把多个 Agent 放进一个聊天界面,其实并不算特别新鲜。Ekko Studio 更进一步:直接把 Agent 做成工作流节点。
它使用 Vue Flow 构建可视化工作流,可以把不同 Agent 连接起来,并支持条件判断、成功/失败路径、循环、人工审批、文件和图片附件、定时任务、执行记录、运行预算、Deadline、暂停/重新运行等能力。也就是说,可以把一个复杂任务拆解为“需求分析 → Claude Code → 代码实现 → Codex → 代码检查 → 人工审批 → 测试 → 最终输出”的标准化流程。这就开始有点像 “AI Agent 工作流编排器”,而不只是一个 AI 聊天 UI。
Agent 不够用了?还可以组群聊
还有一个比较有意思的功能是 Group Chat。你可以创建一个 Agent 聊天房间,把多个 Agent 放进去,然后通过 @mention 指定某个 Agent 回复。例如让 @ClaudeCode 分析项目,@Codex 检查代码,@OpenCode 寻找更优实现,多个 Agent 可以围绕同一个任务进行协作。
官方实现中还提供了消息持久化、上下文压缩、Agent 添加/移除以及邀请机制。这也是 Ekko Studio 和普通 AI Chat UI 一个比较明显的区别。
它不只是聊天,还能直接“干活”
Ekko Studio 还集成了一套比较完整的工作区工具:
- 文件管理:可以浏览、上传、下载、移动和编辑文件,还可以直接把工作区文件附加到聊天任务中。
- Web Terminal:内置终端,支持多会话和 WebSocket 实时输出。
- Desktop Agent Browser:桌面端提供 Agent Browser,可以让 Agent 操作浏览器,支持多 Tab、浏览器 Profile、Cookie、权限、下载、Accessibility Snapshot、Screenshot、Console Log 等能力。
- Skills & Memory:可以查看和管理 Skills,并提供 Agent Memory 相关能力。
所以它的目标已经不是“让我和 AI 聊聊天”,而是 “给 AI 一个可以长期工作的桌面”。
甚至可以接 10 个平台
如果你想把 Agent 接到聊天平台,Ekko Studio 也提供了统一入口。官方 README 目前列出了 Telegram、Discord、Slack、WhatsApp、Matrix、飞书、钉钉、QQ Bot、微信、企业微信等平台,可以在同一个界面配置这些平台的 Agent 通道。
这样一来,AI Agent、Workflow 和 Channels 被整合在一起,整个项目开始越来越像一个 AI Agent 控制台。
本地优先,这一点也很关键
Ekko Studio 的一个核心关键词是 Local-first。它支持 Windows、macOS、Linux、Web、Docker、npm CLI 等多种部署方式,可以直接作为桌面应用使用,也可以自己部署 Web 控制台。
最简单的方式甚至不需要自己编译源码:
npm install -g ekko-studioekko-studio-web start# 默认打开 http://localhost:8648官方也提供 Docker Compose 部署,访问 http://localhost:6060 即可。这些部署方式均来自项目官方 README。
如果你想自己开发,也很简单
项目本身采用 TypeScript + Vue 3 + Vite 构建前端,后端使用 Koa + Socket.IO + SQLite + node-pty,前端主要依赖 Pinia、Vue Router、Naive UI 等技术。
源码运行只需克隆仓库后执行 npm install && npm run dev,开发环境默认 Frontend 为 http://localhost:8649,BFF Server 为 http://localhost:8647。如果你本身就是前端开发者,这个项目其实也挺值得研究,因为它把 AI Agent、Vue Flow、WebSocket、Terminal、MCP、本地数据库这些东西揉到了一起。
现在已经更新到什么程度?
这个项目的更新速度其实挺快。目前 GitHub Releases 页面显示最新版本是 Ekko Studio v0.7.24,发布时间为 2026 年 9 月 22 日。
这个版本已经加入了新的 ekko-studio npm 包和 CLI 入口,同时继续兼容原来的 hermes-web-ui 安装方式。另外还修复了 DeepSeek 推理内容丢失、MCP HTTP Transport 别名导致工具加载失败等问题,并增加了移动端终端会话、Coding Agent clarification prompts 等功能。这也说明它现在仍然处在一个快速迭代阶段。
最后
现在很多 AI 项目都在解决“怎么让一个 Agent 更聪明”,但 Ekko Studio 解决的是另外一个问题:“Agent 越来越多以后,怎么把它们真正组织起来?”
这两个问题其实不一样。单个 Agent 是“人 → Agent → 任务”的线性关系;而多个 Agent 则是“人 → Ekko Studio → Agent A/B/C → Workflow → 结果”的编排关系。当 AI 从“聊天工具”逐渐变成“执行工具”之后,管理、编排、审批、记忆、文件和执行记录这些东西就会越来越重要。Ekko Studio 抓的恰好就是这一层。
Ekko Studio 不是又一个 AI 聊天界面,而是在尝试做一个“AI Agent 工作台”。 它把 Claude Code、Codex、OpenCode、Pi、Grok、Hermes、Ekko 等不同 Agent 放进一个本地优先的工作空间,再通过聊天、群聊、Skills、Memory、MCP 和可视化 Workflow 把它们组织起来。
目前 GitHub 已经 1.1 万+ Star,最新版本达到 v0.7.24,项目还在快速迭代。如果你最近已经开始同时使用多个 AI 编程工具,这个项目确实值得进去看看。
项目地址:https://github.com/EKKOLearnAI/ekko-studio 官网:https://ekkostudio.xyz/
如果让你把 Claude Code、Codex、OpenCode 等 Agent 全部放进一个工作台,你最想让它们一起完成什么任务?是写代码、做测试,还是直接让多个 Agent 自己协作完成一个项目?
各位互联网搭子,要是这篇文章成功引起了你的注意,别犹豫,关注、点赞、评论、分享走一波,让我们把这份默契延续下去,一起在 AI 科研的海洋里乘风破浪!
热门跟贴