本地优先AI开发助手Tlamatini：集成68个智能体与混合RAG
根据2026年5月27日First-Principle发布的帖子，Tlamatini是一款本地部署的AI开发助手，名为“知晓者”，结合了FAISS+BM25的混合RAG管道和多轮工具编排层。其核心特点包括通过ACPX委托功能调用外部编码代理CLI，以及内置68个拖放式智能体的可视化工作流设计器。
本地优先AI
First-Principle 上关于「本地优先AI」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
Mirdel：一款本地优先的 AI 工作区
根据 Hacker News 帖子介绍，Mirdel 是一款旨在将 AI 从聊天扩展到长期工作区的新产品，其核心特性包括本地优先存储、多模型支持和基于 UI 的可扩展工作流。
Mneme：开源协议驱动的本地优先 AI 记忆层
2026年5月23日发布的 Hacker News 热帖介绍了 Mneme，一个开源、用户主权的 AI 记忆层，采用本地优先设计，数据默认端到端加密。与将数据存储在服务器的 Mem0、Letta 不同，Mneme 将记忆存储在用户设备上，由用户持有密钥，并基于开放协议。基准测试显示其语义准确性与 Mem0 持平，但在严格关键词匹配上高出 53.9 个百分点，这归因于 Mneme 保留了用户原始语言，支持引用、审计和可重复性。
Show HN: Autodidact – 一个自我进化的本地优先AI代理
一篇来自Hacker News AI热帖的报道，介绍了Autodidact项目。该项目是一个自我学习的AI代理，采用本地与云端模型协同工作的路由机制，旨在通过模拟人类学习过程，从频繁提问逐步进化为独立专家，从而降低长期使用成本并提升隐私保护。
Catcher：本地优先的开源AI网页测试工具
第一性原理AI热帖介绍了一款名为Catcher的AI网页测试工具，它采用本地优先、自带密钥（BYOK）模式，允许用户用自然语言描述测试步骤并在本地真实浏览器中执行。其核心特点是大部分测试通过启发式DOM匹配完成，仅在置信度不足时才调用LLM，从而确保快速、低成本运行。该工具MIT开源，无遥测，支持多种兼容OpenAI的LLM。
Annota：一款支持自带密钥 AI 的本地优先、端到端加密笔记应用
Annota 是一款注重隐私的本地优先笔记与知识管理工具，核心特色在于对隐私的极致保护，支持完全离线使用、端到端加密，并且 AI 功能支持本地 Ollama 模型或用户自带 API 密钥（BYOK），确保数据不离开本地。