AionUi定制指南:解锁本地AI交互新体验
AionUi作为一款本地运行的开源GUI应用,无需依赖云端服务即可实现多模型AI交互。它支持Gemini CLI、Claude Code、Codex等多种AI模型,通过WebUI界面提供增强的聊天功能、多代理协作以及MCP集成能力,让用户在安全可控的环境中享受高效AI辅助。
多模型协作需求:打造专属AI工作流
在处理复杂任务时,单一AI模型往往难以满足多样化需求。开发者可能需要用Gemini处理创意写作,同时调用Claude分析代码漏洞,这种场景下多模型协作就显得尤为重要。
🔧 解决方案:通过模型快速切换功能实现多场景适配
- 点击聊天窗口底部的模型选择器(默认显示当前激活模型)
- 在弹出的模型列表中选择所需AI服务(如从Gemini切换至Claude Code)
- 系统会自动保存当前对话状态,无需重新输入上下文
💡 进阶技巧:在设置界面的"模型优先级"面板中,可以拖拽调整常用模型顺序,使高频使用的AI服务出现在列表顶部。模型配置核心代码位于src/common/ApiKeyManager.ts,高级用户可通过修改该文件实现自定义模型排序逻辑。
图:AionUi多模型快速切换演示,支持无缝切换不同AI服务
视觉疲劳问题:打造个性化交互界面
长时间使用默认界面容易产生视觉疲劳,尤其是夜间工作时,过亮的主题会造成眼部不适。同时,不同用户对界面风格的偏好差异较大,有的喜欢现代简约风格,有的则偏爱复古设计。
🔧 解决方案:主题定制三步曲
- 从左侧导航栏进入"设置"页面,选择"外观设置"
- 在主题库中选择预设方案(如"misaka-mikoto-theme"或"retro-windows")
- 点击"应用"按钮实时预览效果,满意后保存配置
💡 进阶技巧:对于有CSS基础的用户,可以通过"自定义CSS"功能修改界面细节。主题控制核心逻辑位于src/renderer/context/ThemeContext.tsx,通过覆盖变量即可实现深度定制,例如调整聊天框圆角或修改按钮颜色。
 图:AionUi主题切换演示,展示明暗主题快速切换效果
复杂任务处理:多代理协同工作模式
面对需要多步骤处理的复杂任务(如代码开发→文档生成→测试验证),单一AI代理往往效率低下。用户需要一种方式让不同专长的AI代理协同工作,各司其职。
🔧 解决方案:启用多代理协作模式
- 在设置中开启"多代理支持"选项
- 创建新对话时,从底部代理选择栏勾选需要协同的AI角色
- 系统会自动分配任务给最适合的代理,并汇总结果
📌 重点:多代理协作的核心配置文件为src/renderer/pages/settings/AgentSettings.tsx,通过调整代理间的通信策略,可以优化任务分配效率。例如设置"代码类任务优先分配给Codex"的规则。
工作效率提升:工作区个性化配置
随着项目复杂度增加,用户需要管理大量对话记录和生成文件,默认工作区布局可能无法满足个性化需求。高效的文件组织和快速访问功能变得至关重要。
🔧 解决方案:工作区定制优化
- 在"工作区设置"中配置默认存储路径和文件命名规则
- 启用"自动分类"功能,系统会根据内容类型整理生成文件
- 通过拖拽调整工作区面板布局,将常用功能置于显眼位置
💡 进阶技巧:工作区功能模块位于src/renderer/pages/conversation/workspace/,通过修改配置文件可以实现自定义快捷键和文件预览规则,例如设置"Ctrl+Shift+O"快速打开最近文件。
开始使用AionUi
准备好打造你的专属AI交互体验了吗?通过以下命令获取项目代码:
git clone https://gitcode.com/GitHub_Trending/ai/AionUi
探索AionUi的定制功能,释放本地AI的全部潜力,让智能助手真正为你量身定制!无论是主题外观、模型配置还是工作区布局,都能按需调整,打造高效舒适的AI交互环境。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0190
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08

