SemibotSemibot
🦀 半个通用智能体

Semibot
半个通用智能体

装在你电脑里的通用智能体,能干活、能提醒、能协作,也能自我成长。

它能替你做哪些任务

不是只回答问题,而是把调研、处理、执行和协作放进同一套流程里

做调研和信息收集

先搜索,再筛选,再整理,把有用信息收回来,而不是只给你一段答案。

写内容和产出结果

方案、总结、回复、草稿可以接着材料往下做,不停在“给建议”这一步。

处理数据、文件和批量任务

表格、文档、目录、整理和搬运这类工作,可以直接交给它执行,减少重复操作。

操作电脑和浏览器

和电脑交互时,尽量走 CLI 和工具链路,让 AI 少点界面、多点执行。

做跟进、提醒和长任务

不只是一次答完,而是能继续跟进、按时间提醒,把任务持续往下做。

跨入口协作和并行推进

同一套智能体可以接入不同入口,把消息、任务和上下文接起来,同时推进多件事。

Semibot 的 5 个关键设计

它不会用同一种方式处理所有任务,而是会根据任务难度换不同做法。

01

简单问题直接答,复杂任务再分层

不是所有任务都值得开同样大的阵仗。

能直接答的就直接答,需要分析的先分析,需要执行的再进入任务流。任务越复杂,处理方式也会跟着变。

02

和电脑交互,尽量走 CLI

和电脑打交道时,命令行对 AI 来说通常更短、更稳。

03

做顺过的事,下次更容易接上

成功过的方法,会慢慢变成以后更省心的做法。

04

多个任务可以一起推进

多件事可以同时往前,不必挤在一条会话里排队。

05

把 token 用在更该用的地方

不是每一步都上最贵的模型,而是把算力留给真正需要思考的环节。

分层路由,多路编排

同一个入口进来的任务,会按复杂度和处理方式进入不同层级。

01
最快一层
direct answer

适合简单问答、明确查询和快速回复,走最短路径给结果。

02
先想再答
direct reasoning

适合分析型问题、对比判断和复杂解释,先推理,再给结论。

03
边计划边执行
plan-act

适合多步任务、工具调用和自动执行,把任务拆成步骤并执行动作。

04
长时协作
agent studio

适合长时任务、多角色协作和复杂流程,进入更完整的协作编排。

任务越复杂,进入的层级越靠后。

三步开始

先把本地 AI 助手跑起来,再按需要接模型、工具和消息入口

01

先安装到本地

运行安装命令后,用 semibot init 和 semibot ui 把本地入口拉起来。

02

再接上模型和工具

先从最基本的模型配置开始,用起来以后再逐步连接工具、技能和消息渠道。

03

按场景使用

简单任务可以直接聊天,复杂任务可以进入更适合跟踪和协作的任务流。

安装

先装起来,再按需要慢慢接模型和渠道

$ curl -fsSL https://releases.semibot.ai/install.sh | bash
$ semibot init
$ semibot ui

支持 macOS / Linux,Windows 请使用 WSL

它适合谁

从现有产品能力看,最适合下面这些使用方式

想把 AI 真正用起来的个人用户

如果你已经不满足于单轮聊天,而是希望 AI 持续帮你处理任务、保留上下文和文件,这套产品更合适。

需要共享助手的团队

当团队要统一配置、统一入口,并且希望关键步骤能留痕、能协作、能人工确认时,Semibot 更有价值。

需要工具执行的工作流

适合调研、写作、编码、整理和自动化这类需要“说完还要继续做”的任务。

需要多入口触达的场景

如果你希望同一套助手既能在网页里用,也能进 Telegram、飞书等消息渠道,这会比多个零散机器人更省事。