Alma 桌面 Agent 应用体验

详细介绍

这是一款类似 cherry studio 的桌面 agent 应用，可以编排各种 AI 服务提供商（如 ChatGPT、Anthropic、Gemini 等），值得一提的是，他支持通过 ACP 协议使用其他应用的 API，打开 API 提供商配置页面，可以看到提供了易用的界面方便用户配置

自动选取 tools

Alma 有一个很有意思的点，他不是一口气将所有工具暴露给模型，而是根据用户输入，自己决定在下次对话时使用的工具，

并且可以让用户自己选择开启哪些工具，这一点和 VSCode copilot 的做法很像，copilot 也是可以自由开启关闭使用的 tool，但是没有根据对话自动路由下一轮使用工具的功能。通过查找他们的 changelog，发现作者比较强调检索工具的性能，阈值为 2.5 秒，结合 changelog 中其他的一些信息，推测可能使用语义搜索来动态获取工具

除了对话初选择工具外，他还有一个专门的 ToolSearch 工具，遇到未知领域，Alma 会使用 ToolSearch 主动发现可用的新能力。在测试 MCP 的时候，我提问 nano banana MCP 有几个 tools 可以使用，发现 Alma 会调用该工具，再结合他有一个叫作“工具模型”的配置项，不禁怀疑他是不是把这个查找的任务交给了另一个模型

skill

Alma 的 skill 和 Claude Code 的格式保持一致，可以方便的迁移使用，配置位置在 ~/.config/alma/skills/ 下

我这里测试了一个自己编写的生成透明图像的 skill（nano banana 等模型无法生成透明图像，为此需要生成后进行后处理），可以看到正确的读取了 skill 并切实的遵循了里面的内容，最终生成了一张透明底的图片

memory

IMPORTANT

Failed to create memory: Google Embedding API error: 404 - { "error": { "code": 404, "message": "models/text-embedding-3-small is not found for API version v1beta, or is not supported for embedContent. Call ListModels to see the list of available models and their supported methods.", "status": "NOT_FOUND" } }

Failed to create memory: Dimension mismatch for inserted vector for the "embedding" column. Expected 1536 dimensions but received 768.

我在使用时遇到了上面的问题，但是根据作者及其他人调查的帖子可知，Alma memory 的实现细节大致如下：

Alma 的 Memory 系统基于 SQLite 向量数据库实现，数据存储在 ~/Library/Application Support/alma/chat_threads.db。采用混合记忆架构，结合了结构化记忆和历史搜索两种机制：

结构化记忆系统（Memory System）

工作流程：

Tool Model 分析对话内容，提取关键信息
根据重要性分类为 Permanent（永久）或 Temporary（临时）记忆
生成 1536 维向量 embedding（兼容 OpenAI、Google Gemini、AiHubMix 等模型），存储到向量数据库
对话时自动进行语义搜索（相似度阈值 0.1，最多返回 5 个相关记忆）
临时记忆在会话结束后自动清理

聊天历史搜索（SearchChatHistory Tool）

根据作者的设计理念，Alma 不将 RetrieveMemories 作为独立工具，而是将完整的聊天历史搜索能力包装为 SearchChatHistory 工具。AI 可以像人类一样不断变换关键词搜索历史记录，找寻未被提取为结构化记忆的细节信息。

preview & terminal

Alma 内置了 preview 功能，当使用 Artifacts 功能的时候，会创建一个临时目录，然后在里面生成前端代码，preview 能够自动启动开发服务器并打开一个网页，如下图所示

除了通过 preview 页面打开，Alma 内置的终端甚至还会识别 URL，当我们点击下图的 http://localhost:5174 后，会自动拦截并创建一个新的窗口，里面是我们的 Artifacts 预览

唤起其他应用

他是通过AppleScript来实现的，可以管理 macOS 上的原生应用，比如日历、邮件、待办事项等

NOTE

我感到特殊的地方是，Alma 通过提示词的方式告诉模型如何去唤起其他应用，而 Claude desktop 是通过 extension（本质是 MCP server）来控制，Alma 为什么没有选择这种形态

配色方案

我觉得 Alma 的配色实现方案值得我们去学习，他使用了 base46 主题设计模式，能够快速地将 TUI 中设计精良的主题迁移到 GUI 中。

甚至还可以让用户自己定制主题

NOTE

base46 指的是 NvChad（一个流行的 Neovim 配置框架）中用于管理和生成主题（Themes）的核心插件或设计规范

Base46 定义了一个标准的 Lua Table 结构。一个主题仅仅是一个简单的 Lua 表，其中 30 个主题色用于定义界面上的颜色，剩下 16 个主题定义代码高亮

因此，只要给界面上的元素分配对应的主题色，就可以方便地切换主题，同时，它与我们日常使用的 CSS 变量也有区别，我们平时使用的时候并没有定义一个标准，因此复用社区已有主题会比较困难，通过 base46 可以很好的解决。

lua

M.base_30 = {
  white = "#ced4df",
  darker_black = "#05080e",
  black = "#0B0E14", --  nvim bg
  black2 = "#14171d",
  one_bg = "#1c1f25",
  one_bg2 = "#24272d",
  one_bg3 = "#2b2e34",
  grey = "#33363c",
  grey_fg = "#3d4046",
  grey_fg2 = "#46494f",
  light_grey = "#54575d",
  red = "#F07178",
  baby_pink = "#ff949b",
  pink = "#ff8087",
  line = "#24272d", -- for lines like vertsplit
  green = "#AAD84C",
  vibrant_green = "#b9e75b",
  blue = "#36A3D9",
  nord_blue = "#43b0e6",
  yellow = "#E7C547",
  sun = "#f0df8a",
  purple = "#c79bf4",
  dark_purple = "#A37ACC",
  teal = "#74c5aa",
  orange = "#ffa455",
  cyan = "#95E6CB",
  statusline_bg = "#12151b",
  lightbg = "#24272d",
  pmenu_bg = "#ff9445",
  folder_bg = "#98a3af",
}

M.base_16 = {
  base00 = "#0B0E14",
  base01 = "#1c1f25",
  base02 = "#24272d",
  base03 = "#2b2e34",
  base04 = "#33363c",
  base05 = "#c9c7be",
  base06 = "#E6E1CF",
  base07 = "#D9D7CE",
  base08 = "#c9c7be",
  base09 = "#FFEE99",
  base0A = "#56c3f9",
  base0B = "#AAD84C",
  base0C = "#FFB454",
  base0D = "#F07174",
  base0E = "#FFB454",
  base0F = "#CBA6F7",
}

输出音效（选择性使用）

在输出文本的时候，它会配合着打字机效果播放一些音效，让人在等待的时候不觉得无聊😄算是一个比较有意思的点

语音输入

Alma 具有语音输入功能，我们可以在设置页下载识别语音输入的模型，他默认推荐使用的是 OpenAI 的 Whisper 模型。

流程图

Alma 支持 mermaid 和 infographic 两种绘图及预览方式，前者会在侧边栏打开一个预览窗口，可以在预览和原始代码两种模式间切换。后者是通过 antv 库实现的。

下面是 Alma 生成的 infographic 源码，不过作者说到，LLM 对 infographic 的语法不熟悉，所以经常生成错误的语法

infographic

infographic hierarchy-tree-curved-line-rounded-rect-node
data
  title Base46 架构示意图
  items
    - label Base46 核心引擎
      icon mdi/engine
      children
        - label 1. 数据层 (Data)
          icon mdi/palette-swatch
          children
            - label Base16 定义
              icon mdi/code-json
              description 语法高亮 (Syntax)
            - label Base30 定义
              icon mdi/monitor-dashboard
              description UI 组件 (Widgets)
        - label 2. 逻辑层 (Logic)
          icon mdi/function-variant
          children
            - label 映射集成 (Integrations)
              icon mdi/map-marker-path
              description 将变量分配给组件
        - label 3. 表现层 (View)
          icon mdi/layers-triple
          children
            - label Neovim (TUI)
              icon mdi/console-line
            - label Alma (GUI)
              icon mdi/desktop-mac-dashboard

使用体验

整体来说确实很精美，但是让人想吐槽并且放弃这款应用的点很多

ACP 协议提供的三种接入都需要用户手动安装额外的 npm 包，比如 Claude Code 需要执行 npm install -g @zed-industries/claude-code-acp，同理 codex 需要 npm install -g @zed-industries/codex-acp
~~他可以作为 coding agent，但离 IDE 差的比较远，更多的像 Claude Code for VSCode 这样，是一个对话窗口，他内置的文件管理器是只读的，不能进行增删改查~~（最新版本已经添加简单的增删功能）
~~存在比较频繁的性能问题，社区里反馈也很多（似乎是由于监听工作区变动，或者文件索引导致的）~~（最新版通过使用原生文件监听解决该问题）
输入框的光标很灵动，但是有时候它这个光标位置和我们正在输入的位置不同，很影响使用体验。具体可以看这个 issue
不遵循 AGENT.md、CLAUDE.md 等规则
在一个 sub task 中无法指定使用的新模型，使用场景为：主 task 使用 sonnet 模型，但需要子 task 使用 nano banana 模型生成一张图片，这一点还是没有实现
MCP 不支持工具输出图片，这一口 base64 编码的图片喂给模型实在是狠毒

直言不讳，这个作品有很多有创意的点，但对不起他说的优雅二字。首先是数不清的 bug 和视觉小缺陷，再看到作者发推说他用 Claude Code 开发这个产品，我更是对这款产品没有信心，连自举都没有办法做到，那这款产品开发给谁的呢。

详细介绍 ​

自动选取 tools ​

skill ​

memory ​

结构化记忆系统（Memory System） ​

聊天历史搜索（SearchChatHistory Tool） ​

preview & terminal ​

唤起其他应用 ​

配色方案 ​

输出音效（选择性使用） ​

语音输入 ​

流程图 ​

使用体验 ​