阿喵前言
查资料开一个窗口，写报告换一个工具，轮到 AI 真正动手时，又得重新塞文件、解释背景？SourceWeft 想把这几步放回同一张工作台：资料、对话、子代理和工具一起用，从查证到生成文件接着往下做。阿喵觉得，它更适合已经有自己的模型接口、想把知识库和任务执行串起来的人。
资源介绍
SourceWeft 是可自托管的 AI 工作台，支持网页及 macOS、Windows、Linux 客户端。加入 PDF、网页和笔记后，可围绕来源提问、追溯引用，调用子代理、Skills 与 MCP 工具生成报告、演示或学习材料。
核心软件免费开源，采用 Apache-2.0，enterprise 目录另受商业许可约束。自托管需配置模型服务，模型、联网工具和执行运行时费用按接入服务计算；官网托管版有免费额度与付费套餐。
截图
特色
- 任务可以拆开做：探索子代理查资料，规划子代理整理方案，主对话接回结果继续推进。
- 知识库不只负责聊天：围绕选定来源提问、比较观点，并沿引用回到原始资料。
- 工具与工作方法都能扩展：MCP 连接外部服务，Skills 复用生成演示、页面和会议总结等流程。
- 结果留在同一个项目里：把报告、演示和其他产物收进工作文件，接着修改，不必每轮从头交代背景。
- 自己掌握部署：可将网页、后台任务、数据库和文件存储部署到自己的机器或团队服务器。
注意
- 当前最新发行是 v0.3.0-rc.8 候选版，仍处于预览阶段。macOS 包未公证，Windows 包无发布者证书，安装时可能出现系统警告。
- 命令执行不是装好就全平台可用：云端沙箱属于 Alpha，默认关闭，需另外配置运行时；本机设备执行目前要求 macOS。需要逐次确认命令时，还要启用执行审批。
- MCP 是否能用取决于连接方式与宿主：网页后台支持远程 HTTP/SSE，不能直接运行本机 stdio 服务。自托管也不等于完全离线，发给外部模型和工具的内容仍会经过相应服务。
使用教程
- 先选入口。想先了解操作，可以从官网进入托管版；需要自己管理数据和服务，则到固定版本发行页选择桌面客户端或自托管包。不要把桌面下载和服务器部署当成同一步。
- 自托管先准备环境。使用 Docker Engine/Desktop、Compose v2.24+，以及 Linux/macOS 或 Windows WSL 下的 POSIX shell。下载
sourceweft-selfhost-v0.3.0-rc.8.tar.gz，按包内 Docker 指南初始化配置并启动，打开http://localhost:3000。部署文件与镜像保持同一版本。 - 配置模型，再加入资料。为对话和需要向量索引的资料处理配置 Provider 或 BYOK。创建工作区，上传一份 PDF、粘贴网页地址或写入笔记，在 Sources 中选中本次任务需要的内容。
- 从一个具体任务开始。例如：“比较这些资料的主要结论，列出分歧和引用，再写一份项目简报。”先检查引用是否支持结论，再要求调整结构、补充证据或生成文件。
- 最后再扩展执行能力。需要连接服务时安装相应 MCP 或 Skill；需要跑命令、处理文件时，再按执行指南配置运行时与审批。自托管联网搜索及网页抓取还需要配置 AnyCrawl，不能只填模型密钥就期待全部工具可用。
资源获取
官网与在线入口 · v0.3.0-rc.8 客户端与自托管包 · GitHub 开源仓库
部署细节见 Docker 安装指南，命令执行见 沙箱执行说明。
