AI Agent Desktop V1.0
Product Requirements Document (PRD)
Version：1.0
Status：Draft
Duration：2~3 Months
1. 产品概述
1.1 产品名称
AI Agent Desktop
1.2 产品定位
AI Agent Desktop 是一款运行于 Windows/macOS 桌面的 AI Agent 应用。
区别于普通 AI Chat，它不仅提供 AI 问答能力，还能够调用本地工具（Tool），执行文件管理、终端命令等任务，实现 AI 从"回答问题"到"完成任务"的能力升级。
V1.0 重点验证：
AI + Desktop + Tool Calling + Agent Runtime
构建最小可用 Agent 平台（MVP）。
2. 产品目标
V1 目标：
用户可以通过自然语言完成以下操作：
- AI 问答
- 创建项目
- 修改文件
- 运行终端命令
- 自动完成简单开发任务
例如：
帮我创建一个 Vue3 项目
Agent 自动：
创建目录
↓
初始化项目
↓
安装依赖
↓
返回执行结果
无需用户手动执行命令。
3. 用户群体
开发者
主要场景：
- 写代码
- 创建项目
- 修改代码
- 调试程序
- 学习技术
AI 爱好者
主要场景：
- AI 对话
- 自动完成电脑任务
- 文件处理
4. MVP 范围
V1 包含：
✅ Desktop
✅ Chat
✅ LLM Provider
✅ Agent Runtime
✅ Workspace
✅ File Tool
✅ Terminal Tool
✅ SQLite
不包含：
❌ Browser Automation
❌ Docker Sandbox
❌ Multi-Agent
❌ Skill Marketplace
❌ Workflow
❌ Vector Memory
5. 功能需求
5.1 Desktop
聊天窗口
支持：
- 新建聊天
- 删除聊天
- 重命名聊天
- 历史聊天
左侧导航
Chat
Workspace
Projects
Settings
Logs
系统托盘
支持：
- 最小化
- 后台运行
- 退出程序
5.2 Chat
支持：
AI 对话
支持：
- 多轮对话
- Markdown
- 代码高亮
- 图片显示（仅显示，不分析）
Streaming
模型输出必须流式显示。
用户无需等待全部生成完成。
聊天历史
自动保存：
Conversation
Messages
SQLite。
Token 信息
显示：
Prompt Tokens
Completion Tokens
Total Tokens
Estimated Cost
5.3 LLM Provider
支持 Provider：
OpenAI
Claude
Gemini
Ollama
支持：
API Key 配置
模型切换
Provider 切换
Streaming
Tool Calling
统一接口：
chat()
stream()
toolCall()
5.4 Workspace
Workspace 为 Agent 工作目录。
例如：
workspace/
├── Blog
├── Demo
└── Test
Agent 所有文件操作必须限制在 Workspace 内。
支持：
创建 Workspace
删除 Workspace
打开目录
查看目录树
5.5 Agent Runtime
Agent Runtime 为整个产品核心。
负责：
接收用户任务
↓
调用 LLM
↓
判断是否调用 Tool
↓
执行 Tool
↓
继续推理
↓
返回结果
支持：
Agent Loop
Tool Calling
Observation
Retry
Stop
限制：
最大循环：
20 Steps
超过：
自动停止。
5.6 Tool System
统一 Tool 接口。
Tool
↓
Tool Registry
↓
Execute
所有 Tool 必须注册。
File Tool
支持：
read_file
write_file
append_file
rename_file
copy_file
move_file
delete_file
list_directory
search_file
Terminal Tool
支持：
执行：
npm install
npm run dev
git status
python main.py
pnpm install
返回：
stdout
stderr
exitCode
duration
支持：
实时输出
停止执行
超时终止
工作目录：
Workspace。
5.7 Project Manager
支持：
项目列表
最近项目
打开目录
删除项目
5.8 Settings
支持：
主题
语言
Workspace
模型
Provider
API Key
代理设置
5.9 日志系统
记录：
LLM 请求
LLM 响应
Tool Call
Tool Result
异常
支持：
查看
删除
导出
5.10 SQLite
保存：
Conversation
Message
Workspace
Project
Provider
Settings
Logs
6. 数据库设计
主要数据表：
conversation
message
workspace
project
provider
settings
tool_logs
llm_logs
7. 系统架构
Desktop(UI)
↓
IPC
↓
Agent Runtime
↓
Planner
↓
Tool Manager
↓
Tool
↓
System
↓
LLM Provider
8. Tool 架构
Tool
├── File Tool
├── Terminal Tool
└── Registry
统一接口：
Tool.execute()
9. 页面设计
Chat
-----------------------------------
Sidebar
--------------------
Conversation
--------------------
Input Box
-----------------------------------
Workspace
Workspace
├── Demo
├── Blog
└── Test
Settings
Provider
API Key
Model
Workspace
Language
Theme
Logs
LLM
Tool
Error
10. 非功能需求
性能
启动时间：
≤3 秒
聊天响应：
首 Token：
≤2 秒（网络正常）
Tool 调用：
显示执行状态。
日志：
支持 10000 条以上。
11. 安全要求
Workspace 沙箱。
禁止：
Workspace 外文件删除。
Terminal：
禁止危险命令：
rm -rf /
format
shutdown
reboot
API Key：
本地加密存储。
12. 技术选型
| 模块 | 技术 |
|---|---|
| Desktop | Electron |
| Frontend | Vue3 |
| Language | TypeScript |
| Build | Vite |
| State | Pinia |
| UI | Tailwind CSS + Naive UI |
| Database | SQLite |
| ORM | Drizzle ORM（推荐） |
| Agent | 自研 Agent Harness |
| LLM | OpenAI / Claude / Gemini / Ollama |
| Terminal | Node.js Child Process |
| File | Node.js FS |
| Config | Electron Store |
13. V1 验收标准（Definition of Done）
完成 V1 后，用户应能够完成以下完整流程：
场景一：创建 Vue 项目
用户：
帮我创建一个 Vue3 项目，名字叫 demo。
↓
Agent：
分析任务
↓
调用 Terminal Tool
↓
执行：
npm create vue@latest demo
↓
执行：
npm install
↓
返回：
项目创建成功。
场景二：修改项目文件
用户：
帮我修改 README.md，增加项目介绍。
↓
Agent：
读取 README.md
↓
生成内容
↓
写入文件
↓
返回修改结果。
场景三：查看 Git 状态
用户：
查看当前项目 Git 状态。
↓
Agent：
调用 Terminal Tool
↓
执行：
git status
↓
解析输出
↓
用自然语言总结结果。