实测版本：积木智能体 Jimu 0.5.5 Linux 版。本文所有截图均为真实运行截图。

写在前面：验证一个问题

桌面原生智能体和网页版智能体，差距到底在哪一层？为了回答这个问题，我把积木智能体（Jimu）的 Linux 版装起来，逐页打开设置看了一遍。结论很直接：网页版智能体住在浏览器沙箱里，积木智能体直接住在操作系统里——这不是比喻，是架构差异。

一、实测环境

• 版本：Jimu 0.5.5 Linux amd64
• 安装时缺了 libnotify4、libxtst6、libsecret-1-0 三个系统库，apt-get install --fix-broken 一把梭解决
• X11 图形环境下启动，主界面一次点亮

二、主界面：Ideas, Realized

打开客户端，第一句话是 “Ideas, Realized”（想法，即刻实现）。顶部四种工作模式：Execute（执行）、Plan（规划）、Team（团队）、Design（设计）；输入框支持 @ 引用 skills 和子代理（sub-agents）；底部有 Workspace 和 Select Model。

这个 @ 引用值得 Linux 用户注意：skills 和子代理是一等公民，不是藏在三级菜单里的插件。

三、Marketplace：扩展生态

Marketplace 下拉菜单里是官方扩展：Skills、Agents、Teams、MCP Services，下方还有创意库：PPT Components、Image Prompts、Video Prompts、Voice Library。

对开发者最有含金量的是 MCP Services：网页版智能体接本地 MCP 服务要绕一大圈，桌面原生的积木智能体直接支持。这是"住在系统里"带来的红利。

四、Tools：12 大类系统原生能力

设置页 Tools 一栏展开后有 12 个大类，是整篇实测信息量最大的部分：

• Runtime Installer：Node.js / Python 一键检测安装，自动配置环境变量

• Document Intelligence：从 88+ 种格式（含 PDF、Office、图片）提取文本，扫描件可选 OCR

• Speech Models：本地 STT / TTS 语音模型管理

• Local Translation Service：下载 Hy-MT 本地翻译模型 + llama.cpp 运行时，离线翻译，装完自动起服务

• Local Vision Service：本地视觉能力

• Screenshot：系统级截图

• Code Intelligence (LSP)：语言服务器协议，代码理解不是靠正则猜的

• Image / Video Generation：图像与视频生成

• Tool Approval Mode：工具审批——对应官方白皮书里的策略审批网关，敏感操作先弹窗确认再执行

• Browser Tool：浏览器工具

单拎 Local Translation Service 说一句：模型和运行时都下载到本地，断网可译，装完自动起服务。这种"下载即部署"的体验，只有桌面原生才给得起。

五、Memory：四级长期记忆是真的

Memory 页的结构完整得不像 v0.5：

• Global Memory：对应 ~/.jimu/JIMU.md，每次对话开始自动加载，改动同步到所有活跃会话
• Memory Recall：关键词检索已存储的记忆
• Journals：从对话中自动提取的事实
• Knowledge Bank：从 Journals 蒸馏出的稳定长期知识，再细分为 World / Experience / Opinions / Entities 四个维度

六、设置体系：三层架构

整个设置页分三层，信息架构很干净：

• AI & MODELS：Jimu（渠道与认证）、Agent、Team、Skills、MCP
• FEATURES：Tools、Office、Schedule、Tickets、Memory、Search
• SYSTEM：Selection、Pets、Connection、System、About

七、总结：它适合谁

网页版智能体能"说"，积木智能体能"做"：读写本地文件、跑终端命令、解析 88+ 种文档、离线翻译、四级长期记忆、MCP 本地服务——这些是网页版够不着的天花板，是桌面原生的基本功。

按官方白皮书定位，积木智能体面向个人专业工作者、独立开发者和超级个体：Windows / Mac 桌面客户端 + 手机随行中继，另有 Linux 版。官网：jimu.chat。