文章摘要
近期,融合Codex与OpenClaw特性的混合式AI助手Minke推出v0.3.0版本,该项目开源托管于GitHub。新版本新增智能浏览器人机协作、多平台消息远程操控、Web远程访问等功能,支持本地大模型集成,优化使用体验,支持多平台本地优先存储,现已开放体验。

近期Minke完成了v0.3.0版本的迭代,功能进一步融合了Codex与OpenClaw的特性,朝着更完善的混合式AI助手方向升级。

这段时间开发者投入大量精力完成代码开发,新版本带来了诸多实用更新。如果此前不了解这款工具,可以参考过往的相关介绍内容。

Minke的核心功能包括:

  • 智能浏览器与人机协作:内置无需额外配置的网页搜索工具,可帮助智能代理快速定位信息源。集成的Agent Browser支持在独立标签页中完成网页浏览、内容读取、点击交互、文本输入、按键操作,还能等待页面加载变化并生成截图。整个操作过程实时可见,用户可以随时接管或交还控制权,也可以直接标注网页元素,将带截图和页面上下文的反馈发送回当前对话会话。
  • 多平台消息应用远程操控:支持通过扫码连接微信,或是使用Bot Token接入Telegram、Discord,用户可以通过这些常用的消息应用向Minke Agent发起任务,并在原会话中接收执行结果。其中微信仅允许扫码绑定的账号发送一对一消息,Telegram和Discord则通过私聊配对使用。所有凭据都会在本机加密存储,持久化的网关机制可以在短暂断线或Agent暂时不可用时保留待处理的任务消息。
  • 可靠的Web远程访问能力:目前Tailscale Serve HTTPS、Tailscale Direct IP和Cloudflare Access三种方式都已经完成端到端测试,可以正常使用,且切换配置无需重启Minke。远程端采用响应式Web工作空间而非桌面投影,用户可以在手机或平板上继续对话、启动Agent、管理项目文件,还能使用宿主机终端,同时可以通过HTTPS地址将其安装为PWA应用。
  • 集成化的多功能工作区:除了基础的对话窗口外,还提供独立的面板布局,将文件管理器、终端、浏览器、插件面板和会话详情集中在对话界面旁。插件支持从GitHub平台发现并完成安装、状态检查、修复和卸载操作。文件管理器支持目录浏览、语法高亮预览、文件编辑与差异对比;终端则可以直接连接运行Minke的电脑的真实PTY终端。
  • 本地大模型集成支持:Minke可以自动发现并连接LM Studio、Ollama,以及其他仅监听本机回环地址的OpenAI兼容服务。可选的生命周期管理功能可以按需启动受支持的本地运行时,不会影响已经在运行的其他服务。
  • 持续优化的日常使用体验:针对长对话新增了消息大纲功能,优化了Composer快速聚焦、普通网页标签页元素标注、跨磁盘文件浏览、Telegram长消息完整投递等细节,同时升级了浏览器和连接设置的展示逻辑,让高频操作更加顺手。此外全局命令面板(Mod+K)、可配置快捷键、原生菜单、会话历史导航与日志导出、主题同步以及中英文界面等功能都保持可用。
  • 安全可恢复的数据迁移功能:支持自定义Minke的数据存储目录,可以预览并合并现有的会话、插件和设置。工具会自动去除重复文件,保留冲突文件和源目录,仅在重启且迁移成功后才会切换到新目录;用户也可以选择使用全新的数据目录启动。
  • 本地优先的跨平台支持:应用状态和浏览器会话数据都保存在本机的Minke数据边界内。自动化发布流程覆盖了macOS、Windows和Linux系统,同时提供便携的AppImage版本。内置的更新流程会校验发布包、文件大小和SHA-256哈希值,待用户确认后再完成安装。

如果需要重度远程操控,可以使用Tailscale或Cloudflare Tunnel搭建的远程Web版本,还可以将其安装为手机端PWA应用;轻度操控则可以通过微信、Telegram或Discord完成,和同类工具的使用逻辑类似。具体的配置细节可以查阅官方文档,或是交由AI辅助完成。

本次更新的另一个重点功能是Agent Browser,借助CDP协议实现了基础的智能代理操作,可以完成网页打开、批注提问、内容总结等操作,类似Codex的相关功能表现。

以上就是本次Minke版本更新的主要内容,欢迎大家体验这款工具,也欢迎大家给项目点亮Star或是Fork仓库。如果想要加入交流群,可以通过指定方式获取入群二维码。

以上内容不代表本平台立场,仅供读者参考