你的 本地 AI 智能体
运行时
Yunor 是一款运行在 Windows 桌面上的 AI Agent 应用。它在本机加载大模型、 编排多个角色 Agent 协作完成任务，并接入你的知识库与记忆——无需把任何数据上传到云端。
核心功能
一个真正在本地跑起来的智能体工作台
本地大模型推理
自带 Python 后端自动拉起本地模型（Qwen2.5 等）。自动检测 NVIDIA 显卡并用显存加速， 无独显时回退 CPU 推理，开箱即用。
多 Agent 协作工作流
需求解析、调研、分析、撰写、评审、汇总等 11 个角色 Agent 可自由编排， 按环节依次真实调用模型，前端实时展示思考链与进度。
知识库 RAG
内置 BM25 本地检索引擎。支持导入 docx / pdf / txt / json 文件， 对话时自动检索相关知识，给出带出处的回答。
按文件夹隔离的记忆
每个工作文件夹拥有独立的记忆条目，作为上下文注入对话。 切换目录即切换记忆与历史会话，互不干扰。
外部 API 接入
兼容 OpenAI 协议，可一键接入 DeepSeek、通义千问云端等远程大模型， 本地没有显卡也能获得更强能力。
模型一键下载
内置硬件检测与模型推荐，通过 ModelScope 魔搭一键拉取 Qwen / Llama / Gemma 等模型， 自动适配你的显存与内存。
多 Agent 工作流
把复杂任务拆给不同角色的 Agent 各司其职：有人先想清楚需求，有人去查资料，有人做分析， 最后有人汇总成可交付的结论。每个环节的思考过程都看得见。
例如「调研竞品，给我一份落地方案」。Yunor 解析需求后，挑选合适的 Agent 组成工作流。
各环节产出依次汇入下一环节，形成真实执行的思考链；前端逐节点点亮进度。
汇总 Agent 收拢所有环节成果，输出结构清晰、结论明确、可直接使用的最终回答。
系统要求
Yunor 目前提供 Windows 版（x64），完全本地运行
最低配置
- 操作系统：Windows 10 64 位或更高
- 处理器：支持 AVX2 的 x64 CPU
- 内存：8 GB 以上
- 磁盘：至少 4 GB 可用空间（含默认模型）
- 运行方式：CPU 推理，无需显卡
推荐配置
- 显卡：NVIDIA（支持 CUDA）6 GB 显存以上
- 内存：16 GB 以上
- 磁盘：SSD，20 GB 以上（更大模型更流畅）
- 可加载 7B / 14B 级本地模型并加速
- 内置依赖一键安装，自动选 CUDA 版 torch
下载 Yunor
一次安装，包含桌面程序、本地模型后端与运行环境。安装后首次启动会自动拉起服务。
下载后在本地双击安装即可。如文件名被浏览器拦截，请选择「保留」；安装需要管理员权限。
安装与首次使用
- 下载
Yunor-Setup-1.0.0.exe并以管理员身份运行，按向导完成安装。 - 启动 Yunor：桌面程序会自动拉起本地 Python 模型后端（首次约需几秒）。
- 未安装显卡推理库时，可在应用内「环境自检」一键安装依赖；安装包为精简版，默认用 CPU 推理或连接外部 API。
- 到「大模型」页，用硬件检测推荐结果一键下载 Qwen 等模型（需磁盘空间），即可离线对话。
- 导入 docx / pdf / txt 到知识库，新建工作文件夹，开始你的第一个 Agent 任务。
常见问题
数据会上传到云端吗？
默认不会。模型在本地运行，知识库、记忆与对话都保存在本机。只有当你主动在「大模型」页 配置并启用外部 API（如 DeepSeek / 通义云端）时，相关对话才会发送给对应服务商。
没有独立显卡能用吗？
可以。无 NVIDIA 显卡时会自动回退 CPU 推理，推荐使用 0.5B / 1.5B 等小模型； 或接入外部 API 获得更强模型能力。
支持哪些本地模型？
兼容 transformers 格式的模型，内置 Qwen2.5（0.5B~32B）、Llama-3.x、Gemma-2 等目录， 通过 ModelScope 一键下载，也可手动指定本地模型目录。
多 Agent 工作流怎么用？
在「Agent 选择」页勾选多个工作流环节（如 需求解析→调研数据→汇总报告）， 提交任务后各环节会依次真实调用模型执行，并实时展示思考过程与进度。