一次说清，不用重复交代
之前
每次对话重新解释项目背景、技术栈、代码结构
之后
记住对话历史与项目上下文，直接在已有代码上迭代
价值主张
我们为什么做 Hycore Work
持续工作的 AI 伙伴，已是行业共识；但大多数 Agent 住在云端——记忆易逝，数据要交出去。Hycore Work 长在你的机器上：同一对话持续协作，把每一次配合沉淀为记忆与技能，越用越懂你，数据始终留在本地，完全开源（MIT）。
协作优于指令进化优于配置私有优于便捷完成优于生成开放优于封闭
核心能力
一句需求 · 一个场景 · 一个结果
连续上下文
像与老搭档共事
同一对话继续推进：它记得刚才生成的代码，直接在已有基础上迭代
自动执行
你只说需求，它交付结果
写代码→运行测试→发现报错→自动修复→再次验证的完整闭环
自我进化
越用越懂你
重复纠正两次，主动提议保存为偏好；空闲时把成功模式沉淀为技能
办公场景
办公与文档，也能交给它
PPT 智能生成：AI 排版与批量生成；文档撰写与数据分析同样顺手
多智能体协作
一个团队，而非一个助手
编排、交接、辩论三种协作模式；子 Agent 上下文 / 进程 / 沙箱隔离
预算可控
每一分钱都花得明白
任务 / 会话 / 全局三级预算上限，阈值智能告警，耗尽自动暂停
模型路由
不绑定厂商的模型路由
多厂商内置 + 开放 Provider 灵活自定义；Manual / Auto / Smart 三种模式
插件扩展
插件化扩展场景
MCP / Skill / IM 通道，兼容社区生态，能力随需生长
本地安全
你的数据，只属于你
本地运行、代码沙箱、网络隔离，API Key 加密于系统密钥链
你会获得什么
五组真实的改变
从生成到任务完成
之前
AI 生成片段，你复制、测试、来回修
之后
自主完成 写→测→修→验 的完整闭环
越用越好，而不是每次一样
之前
反复纠正同样的偏好与规范
之后
自动识别偏好并保存，空闲沉淀为可复用技能
安心使用，无需上传
之前
代码与数据上传第三方服务器，心里没底
之后
完全本地运行，API Key 加密于系统密钥链
预算可控，账单不再惊吓
之前
月底才发现消耗远超预期
之后
实时统计与阈值告警，耗尽自动暂停、按期恢复
为谁而做
使用场景
01
个人开发者
连续对话式编码，你只说需求，它交付可运行代码
02
超级个体
长时间复杂任务，断点恢复，关闭浏览器也能继续
03
技术团队
多任务并行，一个 Agent 顶多个助手
04
企业用户
IM 渠道内直接使用 AI，支持企业版定制
信任
用可验证的数据说话
25+内置工具
多厂商模型内置 · 灵活自定义
4运行模式
MIT开源许可
开源社区
查看 GitHub 仓库代码，属于社区
Hycore Work 完全开源（MIT），欢迎审阅代码、提交 Issue、发起 PR。
边界与承诺
写进产品的边界
数据默认本地即使调用云端模型，你的代码与文件也不上传我们的服务器。
不闲聊专注于把任务做完，而不是陪聊。
不用你的数据训练模型反馈只用于本地偏好学习，不涉及任何微调。
不重复造轮子通过 MCP / Skill / 插件复用整个生态。
更新日志
持续打磨
正式开源（MIT）核心协作能力向社区开放
多任务并行增强断点恢复与子任务进度可视化
模型路由升级Smart 模式自适应推荐与降级链
FAQ
常见问题
Hycore Work 和普通 AI 聊天有什么区别？
它是任务型协作伙伴：同一对话持续推进任务、自主调用工具、记住上下文并自我进化，而不是一次性的问答。
是开源的吗？
是的，完全开源（MIT），源码托管于 GitHub，欢迎审阅与贡献。
会把我的数据拿去训练吗？
不会。反馈仅用于本地偏好学习，不涉及模型微调；记忆数据可一键导出或删除。
我的数据安全吗？
Workspace、会话与文件等核心数据默认存储在本地，API Key 加密于系统密钥链，代码在沙箱中执行；当你选择使用云端模型时，必要的请求内容会发送至对应模型服务商。