HyperChat 是一个追求开放性的 Chat 客户端与本地 AI Agent 平台，通过接入多种 LLM 的 API 获得聊天体验，并借助 MCP 协议实现生产力工具集成。其核心理念是「AI as Code」：让每个项目拥有专属的 AI 大脑，通过配置文件驱动 AI 能力，使能力本地化、可迁移、可被版本控制管理。
一、主要特点
- 完全本地化：数据不出本地，隐私安全可控。
- Agent 记忆：AI Agent 能够理解并记住项目上下文。
- 配置即代码：所有 AI 能力通过文件配置，支持 Git 管理。
- 深度工具集成：通过 MCP 协议支持，可直接操作本地文件系统。
- 一键迁移：完整的 .hyperchat/ 配置目录，随项目迁移。
- 多 @ 文件路径：智能识别多个文件引用，支持复杂文件操作。
- Agent 自定义命令：以 Markdown 模板驱动的快捷命令系统。
二、双模式架构 HyperChat 2.0 采用 Web 与 CLI 双前端架构，针对不同场景优化体验。
-
Web 前端：多工作区协作中心 设计理念为项目级协作与统一资源管理，具备多工作区标签页管理（可同时打开多个项目工作区并一键切换）、工作区级别的 Agent 集合与 MCP 服务池、图形化配置与实时监控及数据统计。适用场景包括项目开发、团队协作、工作区管理与可视化操作。
-
CLI 前端：Agent 优先快速交互 设计理念为 Agent 中心化，极速启动单个智能体。可直接选择 Agent，从工作区按需加载 MCP 工具；具备 Agent 专属记忆、上下文与聊天历史；Agent 内置 MCP 工具并可回退到工作区共享资源。适用场景包括快速对话、自动化脚本、命令行工作流与 CI/CD 集成。
三、配置与环境变量 HyperChat 2.0 实现了 5 层优先级环境变量系统：默认值（代码内置默认配置）、process.env（系统环境变量）、全局 .env（~/Documents/HyperChat/.env）、工作区 .env（项目目录下的 .env 文件）、CLI 参数（命令行传入，优先级最高）。
四、底层设计 HyperChat 2.0 采用双层架构设计：WorkspaceManager-enhanced 支持多个工作区实例缓存；工作区级 MCP 服务池提供统一 MCP 客户端管理；SSE 流式推送实现实时数据同步与多标签页独立状态管理；配置合并机制实现全局配置与工作区配置的智能合并。CLI 侧则省略工作区初始化、直接访问 Agent 实例，工具链从 Agent 内置工具渐进式加载到工作区共享资源，并保留 Agent 独立记忆、聊天历史与配置管理。整体上，Web 模式以工作区为中心，适合项目级管理与团队协作；CLI 模式以 Agent 为中心，支持跨项目的个人工具使用；两者通过 5 层优先级配置实现全局与工作区配置的智能合并，同时保持项目级与个人级数据的完全隔离。
五、开发状态 HyperChat 1.0 是完全手工编写的项目，目前正在迁移到 2.0。HyperChat 2.0 采用协作开发方式，欢迎使用 Claude Code 和 GitHub Copilot 等 AI 工具一起开发。项目的官方网站与源码位于 https://github.com/BigSweetPotatoStudio/HyperChat。关于具体安装命令、支持的 LLM 清单、收费方式与价格等信息，现有资料暂未提供。
