VladislavShter/Egregor

GitHub: VladislavShter/Egregor

Egregor 是一款桌面端多模型 AI 智库应用,让 300+ 前沿模型在同一框架内辩论、交叉审查并协同解决复杂问题,同时确保数据本地存储与 token 成本最小化。

Stars: 4 | Forks: 2

# 🧠 EGREGOR [![Stars](https://img.shields.io/github/stars/VladislavShter/Egregor?style=flat-square&color=gold)](https://github.com/VladislavShter/Egregor/stargazers) [![Forks](https://img.shields.io/github/forks/VladislavShter/Egregor?style=flat-square&color=blue)](https://github.com/VladislavShter/Egregor/network/members) [![License](https://img.shields.io/github/license/VladislavShter/Egregor?style=flat-square&color=green)](https://github.com/VladislavShter/Egregor/blob/main/LICENSE) [![Last Commit](https://img.shields.io/github/last-commit/VladislavShter/Egregor?style=flat-square&color=orange)](https://github.com/VladislavShter/Egregor/commits/main) [![Platform](https://img.shields.io/badge/platform-Windows%20%7C%20macOS%20%7C%20Linux-lightgrey?style=flat-square)](https://github.com/VladislavShter/Egregor) ## 首个在您的电脑上击败 Mythos 和 Gemini Ultra 的多 AI 智库

Egregor

## ⚡ AI 巨头不想让你知道的真相 每次你向 ChatGPT、Claude 或 Gemini 提问时——**你都在向它们投喂你的想法。** 你的商业计划。你的代码。你的交易策略。你的医学研究。你的合同分析。你的竞争情报。 所有这些。永远。训练着它们的下一个模型。成为它们的财产。 **停止向 AI 巨头投喂你的工作成果。** Egregor 掀翻了牌桌: 🔒 **你的整个项目都在你的电脑上的 Egregor 内部创建并留存** 🔒 **AI 模型只会接收到它们所需的、经过碎片化处理的一小部分上下文** 🔒 **没有任何单个 AI 能看到全貌——只有你能** 🔒 **你的工作永远属于你。** ## 🚀 Egregor 究竟是什么 Egregor 是一款**桌面应用程序**,能够同时调度**多达 10 个前沿 AI 模型**——Claude Opus 4.7、Gemini 3 Pro、GPT-4.1、Grok 4、DeepSeek R1、Qwen3 Coder、Llama 4、Mistral 以及任何自定义的 OpenRouter 模型——将其融入一个被称为 **智库(Consilium)** 的结构化协作系统中。 与其去询问一个 AI 并碰运气,不如让你获得一个**由专业 AI 专家组成的团队**,他们各司其职,从各个角度攻克你的难题,相互辩论,找出其他模型遗漏的缺陷,并综合出任何单一模型都无法独自产生的答案。 **这不是 AutoGPT。这不是 CrewAI。这不是多绕了几步的 ChatGPT。** 这是第一个可用于生产环境的 AI 委员会,多个前沿模型在此针对同一个问题协同工作——具备防群体思维保护、置信度评分和经济模式,让运行 5 个 AI 比运行 1 个企业版订阅更便宜。 ## 🎯 为什么 30-45% 的优势是真实的 现代 AI 模型具有**系统性的盲区**: - **Claude** 擅长推理,但在创造力上偏保守 - **GPT-4** 富有创造力,但会产生事实幻觉 - **Gemini** 拥有 1M 上下文,深层逻辑能力较弱 - **DeepSeek R1** 推理能力媲美 Opus,但综合分析速度较慢 - **Grok** 能发现别人遗漏的风险,但缺乏结构性 **每个模型单独在处理复杂任务时,都会有 15-30% 的失败率。** 它们的失败重合度仅为 5-10%。 当 5 个专业模型分析你的问题,**主持人** 综合结果,同时 **魔鬼代言人** 对共识发起攻击时——失败率会降至 2-5%。 **这就是多模型审查在结构上优于任何单一模型的原因。** ## 💎 Egregor 能做到而其他工具做不到的事 ### 🏛️ 实时智库——真正的多 AI 辩论 5 个 AI 会看到你的问题。每个 AI 都以其分配的角色进行回答。然后它们**互相阅读对方的答案,进行批评和补充**。经过多轮讨论后,由主持人给出最终的综合分析。 这绝不是简单拼凑的 5 个并行 API 调用。这是**结构化的审议**。其结果在质量上完全不同于任何单一模型所生成的內容。 ### 💻 代码审查 Pipeline——仅需 $0.30 的智能合约审计 一个严格的 5 步串行 pipeline,其中每个 AI 都是专家: 1. **✍️ 推理** (DeepSeek R1 🆓) —— 深度架构分析 2. **🛡️ 安全** (Claude Sonnet 4.6) —— 漏洞搜寻:重入攻击、溢出、访问控制 3. **🔧 替代方案** (Qwen3 Coder 480B 🆓) —— 重写问题区域 4. **⚖️ 对比** (GPT-4.1) —— 原始代码对比替代方案,公正裁决 5. **👑 最终裁决** (Claude Opus 4.7) —— 结构化报告:🔴 严重 / 🟡 建议 / 🟢 可选 5 个模型中有 3 个是免费的。总审计成本:**$0.30-0.50**。 CertiK 对同样的审计收费 **$5,000-50,000**。 对于价值 $50M 的协议,Egregor 并不能取代 CertiK。但对于独立项目、黑客松、业余合约、学习以及预审计检查来说——这是一场**革命**。 ### 📦 大型项目模式——全代码库分析 拖入一个包含 500 个代码文件的 ZIP 压缩包。Egregor 将会: - 完整读取每个文件(不会在 12k 字符处截断) - 解析 import —— 构建完整的依赖图 - 编写项目地图(架构概述) - 将每个函数分块,生成 embedding - 针对每个问题进行 RAG 检索相关代码 - pipeline 的每个步骤都会执行其专属的 RAG 搜索 这是为独立开发者准备的 **CertiK 级别的代码库分析**。 ### 📖 长文本模式——阅读整本书 在处理 500 页的文档时?Gemini 2.0 Flash 会完整阅读(1M 上下文窗口),创建结构化的 7 部分摘要,并且所有其他 AI 都基于该摘要工作。大幅节省每次后续问题的 token 消耗。 ### 💰 上下文压缩引擎——节省 10-20 倍 Token 一个“守护者” AI 会维护一个**动态项目档案**——即对你整个对话历史的压缩摘要。相比于每次请求发送 100k token,AI 只需查看 5k token 的档案 + 最后 5 条消息。同样的上下文,成本降低 20 倍。 ### 🧠 语义缓存——免费获取重复答案 问的问题和过去相似?Egregor 会通过 embedding(95%+ 相似度)识别出来,并**无需 API 调用**直接返回缓存的答案。零 token。零成本。零延迟。 ### 🛡️ 防群体思维——抵御 AI 信息茧房 多 AI 系统最大的危险在于:AI 会看到彼此的答案并**趋于礼貌性地一致**。Egregor 打破了这一点: - **🎭 盲测第一轮** —— AI 在看不到自己分配的角色的情况下作答,产生纯净独立的观点 - **⚔️ 轮换魔鬼代言人** —— 每一轮,都有一名参与者变为攻击者,寻找形成中的共识的缺陷 ### 🛡️ 红队(Red Team)——最终攻击轮 在主持人做出裁决前,所有参与者都有一次攻击共识的机会——找出隐藏的风险、未明示的假设和遗漏的场景。这与情报机构用于高风险分析的协议相同。 ### 📊 置信度图谱——明确裁决的可靠程度 主持人会为每个最终答案提供 **1-5 的置信度评分**: - 🟢 5/5 —— 完全一致,所有 AI 达成共识 - 🟢 4/5 —— 强烈一致,存在微小分歧 - 🟡 3/5 —— 存在实质性分歧,为折中裁决 - 🟠 2/5 —— 参与者之间出现严重分裂 - 🔴 1/5 —— 观点对立,无统一结论 你始终明确知道**该在多大程度上信任** Egregor 给出的答案。 ### 📝 灵魂文档——随身携带的个性化上下文 只需填写一次你的背景——专业技能、项目、沟通风格、偏好。每个项目中的每个 AI 都会将其作为系统 prompt 的一部分接收。不用再在每次对话中重复介绍自己。智库**懂你**。 ### 🌐 六种语言——完整的界面本地化 俄语、英语、德语、西班牙语、中文、阿拉伯语。阿拉伯语支持完整的 RTL(从右向左)排版。长达 1200 行的完整手册已为每种语言翻译。原生本地化,而非 Google 翻译。 ### 🎛️ 29 种专家预设 一键即可加载现成的智库配置,适用于:智能合约审计、图书写作、财务分析、法律审查、医学分析、初创公司战略、游戏开发、科学研究、架构设计、航海导航、补充剂配方、体育博彩分析、政治预测、保险产品设计以及其他 15 个领域。 ## 🎯 真实用例(目前已在 v1.1 版本中运行) ### 🏛️ 政治预测 追踪政治事件,预测选举结果,分析政策影响。拥有不同训练数据和世界观的多个 AI 就同一场景展开辩论。Perplexity 追踪实时新闻,Grok 发现偏见,Claude 负责综合分析。 ### 🔒 智能合约审计 Solidity 重入攻击检测、整数溢出、访问控制、预言机操纵、抢跑向量。结合依赖图进行全代码库分析。**每次审计仅需 $0.30-0.50,而不是 $50,000。** ### 💊 补充剂与药物配方开发 工业与食品化学。智库阅读科学论文,检查成分兼容性、毒理学及区域法规。从创意到配方只需数小时,而非数月。 ### 🎰 体育博彩预测 多模型分析团队统计数据、近期状态、天气、伤病及历史规律。Grok 寻找赔率出错的原因。Perplexity 获取实时数据。Claude 综合提供博彩建议。 ### 📈 交易与市场分析 市场结构、风险管理、策略回测。通过 Perplexity 获取实时数据。魔鬼代言人 Grok 寻找你的交易逻辑出错的原因。 ### ⚖️ 法律文书分析 合同审查、法律陷阱检测、特定司法管辖区的合规性。Gemini 完整阅读合同(1M 上下文)。多个 AI 找出单模型分析会遗漏的条款。 ### 💼 商业战略与竞争情报 市场和竞争对手分析、商业模式、财务预测。为那些一旦出错就会损失数百万美元的战略决策提供支持。 ### 🩺 医疗分析(不能替代医生) 临床数据分析、治疗方案比较、鉴别诊断支持。接入最新的 PubMed 出版物。提供多个专家视角。 ### 🛡️ 保险产品设计 设计保险产品,检测保单中的法律陷阱,为保险公司评级。协助解决理赔纠纷。 ### 🚢 航海路线规划 航线绘制、天气分析、海事法、各区域港口法规。 ### 🏗️ 建筑与施工 概念设计、建筑规范(特定区域)、结构计算、材料科学。 ### 🎮 游戏开发 叙事、机制、平衡性、代码审查——不同的 AI 作为一个团队处理游戏设计的不同方面。 ### 📚 图书写作 长篇创意写作,Gemini 负责通读你的完整手稿,而其他 AI 负责点评、建议情节改进并寻找前后矛盾之处。 ### 🔬 科学研究 文献分析、论文写作、方法论验证。Gemini 负责阅读完整的专著。 ### 🚀 初创公司战略 从创意到 MVP——战略决策、假设检验、单元经济学。Grok 帮你剔除糟糕的想法,以免你浪费几个月的时间去开发。 **Egregor 不是聊天机器人。它是用于严肃工作的工具。** ## 💰 经济学——Egregor 如何节省 Token **免费模型承担了 80% 的工作。** Egregor 的模型库包括: - DeepSeek R1 🆓 —— Claude Opus 的强力推理竞品 - Qwen3 Coder 480B 🆓 —— 顶级编码能力 - DeepSeek V3 🆓 —— 通用模型 - Llama 4 Maverick 🆓 —— Meta 的旗舰产品 - Gemma 3 🆓 —— Google 的免费模型 - Nemotron 3 Super 🆓 —— Nvidia 的免费模型 **四层 token 节省机制同时运行:** 1. **上下文压缩** —— 每次请求从 100k 缩减至 5k token(节省 20 倍) 2. **语义缓存** —— 重复问题 = $0 成本 3. **智能路由到免费模型** —— 80% 的任务由 $0 模型执行 4. **经济模式** —— 简短回答,2 轮交互 = 减少 75% 的 token **典型任务的成本明细:** | 任务 | 模式 | 成本 | |---|---|---| | 快速提问 | 单一模式 + 🆓 模型 | **$0** | | 观点对比 | 📊 分析 +3-4 个模型 | **$0.01-0.05** | | 完整分析 | 🏛️ 智库 + 5 个模型 | **$0.05-0.30** | | 关键决策 | 🏛️ + 🛡️ 防群体思维 + 红队 | **$0.20-1.00** | | 智能合约审计 | 💻 代码审查 + 📦 大型项目 | **$0.30-2.00** | | 阅读书籍 | 📖 长文本 + Gemini 阅读器 | **$0.05** | **双密钥策略:** 运行两个免费的 OpenRouter 账户 → 每日免费请求限额翻倍。 **实际结果:** 严肃用户每月只需支付 **$3-10**,就能获得相当于 **$200+/月** 企业级 AI 订阅的服务。 ## 🏆 Egregor 与竞品对比 | 功能 | Egregor | AutoGPT/CrewAI | ChatGPT | Claude.ai | LM Studio | |---|---|---|---|---|---| | 带有角色的多 AI 智库 | ✅ | 🟡 仅限 CLI | ❌ | ❌ | ❌ | | AI 之间的实时辩论 | ✅ | ❌ | ❌ | ❌ | ❌ | | 防群体思维保护 | ✅ | ❌ | ❌ | ❌ | ❌ | | 红队(Red Team)最终轮 | ✅ | ❌ | ❌ | ❌ | ❌ | | 置信度图谱 (1-5) | ✅ | ❌ | ❌ | ❌ | ❌ | | 代码审查 pipeline(5 位专家) | ✅ | ❌ | ❌ | ❌ | ❌ | | 大型项目模式(代码库 RAG) | ✅ | ❌ | ❌ | ❌ | ❌ | | 长文本模式(阅读书籍) | ✅ | ❌ | 🟡 32k 限制 | 🟡 200k 限制 | ❌ | | 上下文压缩引擎 | ✅ | ❌ | ❌ | ❌ | ❌ | | 语义缓存 | ✅ | ❌ | ❌ | ❌ | ❌ | | 支持免费模型 | ✅ | 🟡 | ❌ | ❌ | ✅ 仅限本地 | | 数据留在你的电脑上 | ✅ | 🟡 | ❌ | ❌ | ✅ | | 6 种语言界面 | ✅ | ❌ | 🟡 | 🟡 | 🟡 | | 智能合约审计就绪 | ✅ | ❌ | ❌ | ❌ | ❌ | | 29 种专家预设 | ✅ | ❌ | ❌ | ❌ | ❌ | | 自定义 OpenRouter 模型 | ✅ | ❌ | ❌ | ❌ | ❌ | ## 🎨 Egregor 不是什么 ❌ **不用于娱乐。** 这不是用来闲聊的 ChatGPT。这是一个拥有复杂、密集界面的专业工具。 ❌ **不适合休闲用户。** 界面功能丰富——专为追求极致能力、而非最短学习曲线的高级用户设计。 ❌ **不是魔法。** 输出质量与提问质量成正比。模糊的问题 = 模糊的答案。具体的问题 = 颠覆性的结果。 ✅ **适用于需要进行严肃工作的严肃人群**,他们需要 AI 工具提供专家级的输出,而无需为每项服务支付每月 $200 的费用。 ## 📖 追求最佳性能的规则 1. **在使用前请阅读完整手册。** Egregor 有 23 个功能板块。大多数用户只使用了它 5% 的功能。 2. **提问要具体。** “帮我看看合同”只能得到一般性建议。“审计这个 Solidity 合约中 withdraw() 函数的重入风险,并检查是否可以通过 delegatecall 绕过 msg.sender == owner 保护”就能产生真正的审计。 3. **战略性地搭配角色和模型。** 由 5 个 Claude 实例组成的智库纯属浪费钱。由 Claude(安全)+ Qwen(代码)+ DeepSeek(推理)+ GPT(替代方案)+ Grok(魔鬼代言人)组成的智库则是强大的 powerhouse。 4. **将免费模型作为第一梯队(Tier 1)。** 始终先尝试 DeepSeek R1 🆓。仅当免费模型能力不足时再转向付费模型。 5. **在长周期项目中开启压缩。** 没有它,token 成本会呈指数级增长。有了它——则是线性增长。 6. **在高风险决策中启用防群体思维。** 没有它,AI 会趋于礼貌性的一致。有了它,你将获得真正的批判性思维。 7. **填写灵魂文档。** 花五分钟,能为未来每一次对话省下数小时的上下文铺垫时间。 8. **信任置信度图谱。** 当你看到 🔴 1/5 时,AI 在告诉你它们其实并不知道答案。不要假装它们知道。 ## 🔥 为什么这在当下至关重要 AI 革命创造了**一种新型不平等**: - 大公司每年支付 $200,000 购买企业级 AI 订阅 - 独立开发者、独立创始人、研究人员——被拒之于前沿能力的大门之外 - 你的想法成为了它们的训练数据 - 你的商业战略在每次 prompt 中泄露 Egregor 改变了这个算式: ✅ **以独立开发者的价格获得前沿能力** —— 每月 $3-10 即可获得企业版每月需花费 $2,000 的服务 ✅ **你的数据依然属于你** —— AI 只能看到碎片,永远看不到完整项目 ✅ **多模型智能** —— 多个模型协作胜过任何单一模型 ✅ **专业工具** —— 智能合约审计、代码库分析、文档阅读、市场分析 ✅ **无订阅锁定** —— 通过 OpenRouter 按需付费 这不是简单的套壳聊天机器人。这是**首个可用于生产环境的 AI 委员会**,它赋予了任何个人以往只有价值数十亿美元的公司才能拥有的认知能力。 ## 🛠️ 技术栈 - **前端:** Electron 32 + React 18 - **后端:** Node.js 结合原生模块 - **存储:** SQLite + 向量 embedding(本地加密) - **API 网关:** OpenRouter(300+ 模型) - **归档解析:** node-7z (ZIP, RAR, 7Z, TAR, GZ) - **文档解析:** pdf-parse, EPUB, FB2, RTF, DOCX - **Embedding:** OpenAI text-embedding-3-small - **国际化:** 支持 6 种语言的自定义 i18n 系统 - **平台:** Windows, macOS, Linux ## 🚀 状态 **版本 1.1 —— 产品已就绪** 目前正在积极开发中。独立创始人正在寻找: - 🤝 理解多 AI 架构的投资者 - 💻 具备后端专业知识的 CTO 联合创始人 - 🌐 参与封闭测试的早期采用者 ## 👤 关于创始人 **Vladislav Shter** —— 独立创始人,正在开发两款相互关联的产品: - **Egregor** —— 多 AI 协作平台(即本项目) - **SovereignBank Web3** —— 基于 Polygon 的非托管 Web3 银行 这两款产品共享一个核心理念:**将控制权还给用户。** 你的资产。你的数据。你的 AI。你的决策。 ## 📜 宣言 我们不认为 AI 应该是一种奢侈品。 我们不认为你的工作成果应该用来训练别人的模型。 我们不认为单一的 AI 应该垄断你的思考。 我们不认为专业工具就该卖出天价。 我们坚信**集体智慧胜过企业的守门人机制**。 我们坚信**你对自己的数据和决策拥有绝对主权**。 我们坚信 AI 的下一个时代不在于更大的模型——而在于**更智能的架构**。 **Egregor 就是这种架构。** #Egregor #AIConsilium #MultiAI #AIAgents #SovereignAI #DataSovereignty #Web3 #SmartContractAudit #IndieDev ## 📚 如何引用 Egregor 如果你在研究、项目或出版物中使用了 Egregor,请使用以下其中一种格式进行引用。 ### BibTeX ``` @software{shter2026egregor, author = {Shter, Vladislav}, title = {Egregor: A Multi-AI Consilium Platform for Collaborative Reasoning, Code Review, and Security Auditing}, year = {2026}, url = {https://github.com/VladislavShter/Egregor}, version = {1.0}, license = {Apache-2.0}, note = {Local-first desktop platform orchestrating Claude, GPT, Gemini, DeepSeek and 300+ models via OpenRouter with Anti-Groupthink, role-based participation, and Confidence Map} } ``` ### APA 格式 Shter, V. (2026). *Egregor: A Multi-AI Consilium Platform for Collaborative Reasoning, Code Review, and Security Auditing* (Version 1.0) [Computer software]. GitHub. https://github.com/VladislavShter/Egregor ### 纯文本 Egregor by Vladislav Shter (2026), available at https://github.com/VladislavShter/Egregor under the Apache-2.0 License. *Egregor v1.1 | Copyright © 2025-2026 Vladislav Shter | Built solo, in defiance of the inevitable.*
标签:DLL 劫持, 人工智能, 多模型协同, 大语言模型, 数据可视化, 本地部署, 桌面应用, 用户模式Hook绕过, 网络安全, 逆向工具, 隐私保护