DeskPartner
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@DeskPartnerRead the DeskPartner guide, register me as agent:claude, and show my open tasks"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
DeskPartner
让 AI 接着工作,从当前进展继续——多 AI 共享的本地结构化项目记忆与接续工作台。
产品主页 · 在线手册 · llms.txt (AI 读取) · English · 更新日志 · 贡献指南 · 下载最新版
3 秒看懂 DeskPartner 的定位与边界
❌ 不是 AI 调度平台:不内置大模型、不持有 API 密钥、不主动发起推理,不替代你现有的 AI 工具。
✅ 是标准 MCP 服务器与本地项目记忆空间:接入你正在使用的 Claude Desktop / Cursor / Codex 等客户端,为它们提供统一的项目接手说明(Handoff)、历史决定检索、任务流转与人机审批关口。
🤖 【AI 助手接入指引】:若你是 AI 助手,请先调用
get_guide工具或运行node "$DESKPARTNER_CLI" skill读取接入说明书,完成身份注册后再执行后续操作;未安装本机客户端时可直接读取 https://lynnnn928.github.io/deskpartner/llms.txt 。
为什么需要 DeskPartner?
当你同时使用两三个 AI 助手(Claude Desktop、Cursor、Codex 等)推进同一个长期项目时,往往会卡在三个痛点上:
多个 AI 窗口上下文孤岛:背景和决定散落在各自的聊天记录里,换个工具或新开会话就要从头复述一遍。
执行进度与质量难以全局把控:不知道哪个 AI 真做完了、哪个只改了一半,AI 还常把「代码写完」直接当成「验证通过」。
给 AI 开放本地工具缺乏安全边界:普通脚本或裸数据库工具一旦接通就能随意删改,缺少按风险分级的授权与人工把关。
三角色分工:只做中间层,不抢 AI 的活
角色 | 职责边界 |
AI 助手(执行者) | 在你熟悉的客户端里理解意图、读取项目上下文、执行任务、提交验证证据与变更提议。 |
DeskPartner(共享记忆与状态服务) | 作为本地标准 MCP / CLI 服务,保存项目背景、历史决定、7 态工作流与审计留痕,让不同 AI 看到同一份事实。 |
你(决定者与验收者) | 掌握首尾两道关口(拍板立项与结果验收),审批高风险写入,决定项目下一步往哪里走。 |
Related MCP server: pandan
核心差异化能力
跨 Agent 结构化项目记忆(Handoff):每个项目自带支持 50 版修订历史与
#8位编号实时状态引用的「接手说明」。上一个 AI 交活时提交关键决定更新,下一个 AI 新开窗口调用get_project/search_project即可直接接着干。首尾双关口与禁止自验自过:事项沿 7 态流转(
proposed→todo→in_progress→awaiting_review→done及suspended/discarded)。AI 提的新想法先进「待确认」等你立项;做完的活只能附四段式验证证据推到「待验收」,执行者无法将自己做的事直接标为完成。四档权限分级与「批准即执行」:
01 只读查询:免批通行;02 日常协作写入:首次注册经你在桌面端一键批准身份后持本地凭据通行,随时可暂停或吊销;03 界面外观设置:支持「允许一次」或会话级授权;04 删改数据与变更协议:修改接手说明、协作协议或删除数据时,生成绑定目标与内容摘要的单次审批单,你在界面点「批准」的那一刻由系统代为执行。
100% 本地优先,纯离线无云端:所有数据保存在本机 SQLite 数据库(
user.db),无账号体系、不上传任何项目内容,升级与导入前自动生成快照备份。
界面预览
1. 项目接手说明:换个 AI 窗口也能直接从当前进展继续

2. 审批对比:看清改动差异再点头

3. 共享看板:几个 AI 在干什么、哪张卡等你验收一眼看清

4. 快速上手:一键复制带本机路径的接入指令

下载与安装
前往 GitHub Releases 下载最新的安装包
DeskPartner.Setup.x.y.z.exe(支持 Windows 10 / 11 64 位)。双击运行安装程序,可自由选择安装目录(建议保持纯英文路径)。
关于 Windows SmartScreen 提示
作为个人开源项目,安装包暂未购买商业代码签名证书。首次运行安装程序时,若 Windows 弹出蓝色保护提示,请按以下两步放行:
点击窗口中的 「更多信息」(More info);
点击右下角出现的 「仍要运行」(Run anyway)即可正常安装。
3 步把你的 AI 助手接进来
安装并打开 DeskPartner 后,点击主窗口左下角的 ?(快速上手),即可一键复制已自动填好你本机真实路径的开场提示词发给 AI;也可以直接复制下方标准接入 Prompt 与 MCP 配置:
标准 AI 接入开场 Prompt(可直接复制发给你的 AI)
请先调用 DeskPartner 的 get_guide 工具(若你有终端权限也可直接运行 node "$DESKPARTNER_CLI" skill)阅读接入说明书,用你自己的名字注册身份(agent register + agent credential),然后查看我当前的项目接手说明与待办事项。第 1 步:将 DeskPartner 加进 AI 客户端的 MCP 配置
在支持 MCP 的客户端(如 Claude Desktop、Cursor、Codex 等)配置文件中加入 deskpartner(请将路径替换为你本机的实际安装位置,可在「快速上手」或「设置 → 系统」直接复制):
{
"mcpServers": {
"deskpartner": {
"command": "C:\\Users\\<你的用户名>\\AppData\\Local\\Programs\\desk-partner\\resources\\cli\\mcp.cmd",
"args": [],
"env": {
"DESKPARTNER_AGENT": "agent:claude"
}
}
}
}终端 CLI 直连方式:如果你的 AI 助手可以直接执行终端命令,无需配置 MCP,直接让它运行
node "$DESKPARTNER_CLI" skill即可(DeskPartner 启动时会自动在当前用户环境变量中写入DESKPARTNER_CLI指向本机 CLI 入口)。安装目录迁移提示:在原目录升级版本无需重新配置;若卸载重装时更换了安装目录,请重启一次已开启的终端/AI 宿主(或从「快速上手」复制最新路径),MCP 客户端覆盖新路径后重连即可。
第 2 步:让 AI 自助注册身份并领证
发送上方的标准开场 Prompt 后,AI 会自己办完注册与领证手续(agent register + agent credential)。此时它处于待批准状态,任何写操作都会被门禁拦截。
第 3 步:在桌面界面点一次「批准」
当 AI 完成注册时,DeskPartner 桌面端顶部会弹出提醒横幅(侧边栏「审批」也会亮起角标)。点击 「批准」 后,这个 AI 就可以正式在项目里读取上下文、记录进展并提交交付成果了。
数据存哪与隐私说明
数据存储位置:
核心数据库默认保存在本机
%APPDATA%\desk-partner\user.db(可在「设置 → 系统 → 数据存储目录」中一键打开文件夹,或随时迁移到其它磁盘目录)。每次数据库结构升级或导入备份前,都会在同一目录下自动生成带时间戳的 SQLite 一致性快照备份。
本地 AI 凭据保存在
~/.deskpartner/credentials.json(导出 JSON 数据备份时会自动剥离凭据哈希,防止密钥外泄)。
隐私与联网说明:
本地使用统计(Telemetry):默认开启,用于生成侧边栏「统计」页的协作洞察与命令耗时分析;数据只保存在本机 SQLite 数据库中,可在「设置 → 数据管理 → 使用数据」中随时关闭或一键清空。
网络访问边界:应用仅在检查版本更新时访问 GitHub Releases(可在「设置 → 系统 → 自动检查更新」中关闭),无账号体系、无云端后台,不上传任何本地数据。
项目预期、赞助支持与文档导航
个人项目,尽力维护:DeskPartner 是一个源于日常真实多 AI 协作需求的个人开源项目(MIT License)。每一个版本都在管理它自身的迭代中打磨验证。欢迎前往 产品主页 查看图览与 在线使用手册,或提交 Issue 与 Pull Request,作者会在业余时间尽力维护与响应。
赞助支持:如果 DeskPartner 帮你理顺了手下多个 AI 的协作节奏,欢迎点亮一颗 Star,或通过 爱发电 (AfDian) / GitHub Sponsors 请作者喝杯咖啡,支持后续迭代与代码签名证书筹备。
深入文档与工程契约
CHANGELOG.md—— 历次版本更新日志与演进记录CONTRIBUTING.md—— 本地开发环境搭建、测试门禁与贡献指南SECURITY.md—— 安全策略与私密漏洞报告渠道COLLABORATION.md&ISSUE_STYLE.md—— 人机看板协作约定与四段式收口规范docs/DESIGN.md—— 界面设计令牌、语义排版角色与UI_WHITELIST契约表docs/generated/headless-surface.md—— CLI / MCP 命令清单、权限档位与关口全表
当前源码基线(由校验脚本自动核对)
项 | 实况 |
代码版本 | 1.0.139( |
schema | v48(当前唯一值见 |
CLI | 76 条命令(命令表与 |
MCP | 69 个工具(由 CLI schema 扣除 MCP 排除表生成;以 MCP |
关口 | 15 条(定义于 |
许可证 (License)
本项目基于 MIT License 开源。Copyright (c) 2026 LiLin (lynnnn928).
This server cannot be deployed
Maintenance
Related MCP Connectors
Shared task board and knowledge base for AI coding agents Give your coding agents a shared task board and knowledge base, so the plan survives between sessions and across agents.
One shared project for a team's coding agents: decisions, a task board and handoffs.
Durable agent-to-agent handoffs and shared scratchpad for multi-agent workflows.
Task & board management for AI agents + humans. Kanban, comments, digests via MCP.
Related MCP Servers
- AlicenseBqualityCmaintenanceEnables AI agents and humans to collaboratively plan and manage tasks with a shared kanban and dependency graph, all stored locally.317 npm82MIT
- AlicenseNot gradedqualityBmaintenanceEnables coding agents to read and write a local kanban board, adding and editing cards, moving them between columns, managing projects, and writing update entries so their work is visible in real time.3 npm1MIT

AgentTaskerofficial
AlicenseNot gradedqualityBmaintenanceEnables AI agents to create, query, update, claim, hand off, and complete tasks on a local SQLite-backed, project-namespaced kanban board through stdio MCP tools, including filtering for ready/blocked/stale work and exchanging task attachments. It also lets agents list projects and manage statuses, ownership, and evidence without any server or accounts.MIT- AlicenseNot gradedqualityAmaintenanceLocal OS for your AI Agents fleets. ——————- Enables AI agents to coordinate through a durable local board with shared state, ticket lifecycle, evidence-based approvals, and journal-woken handoffs.2Apache 2.0