一句话看懂：Wisp 是一个完全开源、基于 Python 的桌面 AI 助手，通过热键调出叠加层，让用户在不离开当前应用的情况下完成查询、改写、截图分析等操作，并率先原生支持 MCP（Model Context Protocol）协议，将所有数据和记忆保留在本地。
事件核心：发生了什么
开发者在 GitHub 发布了 Wisp 的首个公开版本。不同于将 AI 嵌入操作系统（如 Microsoft Copilot）或依赖浏览器扩展的方案，Wisp 定位为“叠加层”工具：用户通过快捷键唤起悬浮图标，选中文本或截取屏幕区域后即可与后端模型交互，回复以气泡形式直接在当前窗口显示。它支持语音输入输出、本地记忆存储（短期与长期）、可定制的动作指令（Action）和 TTS 朗读。关键设计是默认无托管存储层，用户数据仅在本机处理；通过内置的 MCP 桥接器，Wisp 可将任意 MCP 服务器暴露为模型可调用的工具，扩展其执行文件操作、网页抓取等任务的能力。目前已兼容 Groq、Anthropic、OpenAI、Google、DeepSeek 等 20 余家模型提供商，并支持本地运行 faster-whisper 和 Kokoro 等语音模型。
为什么重要
目前公开信息显示，Wisp 代表了一种与主流“AI 操作系统”截然不同的技术路线：不是将 AI 深度嵌入系统层，而是以轻量、热键驱动的叠加层形态存在。这种做法降低了开发门槛和硬件依赖，同时将隐私控制权完全交还给用户。与微软 Copilot 等闭源方案相比，Wisp 的 100% Python 代码库和 Apache 许可证意味着开发者可以直接修改、审计和定制功能。其原生支持 MCP 协议则意味着它有能力接入快速扩展的 AI 工具生态，从被动问答向主动执行任务过渡。对于长期关注 AI 助手私有化和可扩展性的用户而言，Wisp 提供了一个免费、透明且可审计的替代品。
对用户/开发者/创作者的影响
对普通用户：如果在日常工作中频繁切换窗口粘贴文本到 ChatGPT 或 Claude，Wisp 的叠加层和“改写后粘贴回”功能可以直接省去这个步骤。本地记忆和隐私模式意味着敏感文档不需要上传到云端。 对开发者：可以基于 Wisp 的插件系统（Hooks、Tray Actions、MCP 桥）为特定工作流定制 AI 动作，比如自动提取代码错误信息并调用修复；MCP 支持还打开了访问本地数据库或 API 的可能性。 对创作者：语音输入+本地 TTS 输出配合截图分析功能，适合需要边浏览资料边快速整理素材的场景，无需关闭编辑器或浏览器。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
- 跨平台稳定性：目前项目仍标示有“已知问题”，需观察在 Windows、macOS 和 Linux 上的实际运行表现，尤其是叠加层与其他全屏应用（如游戏、视频会议）的兼容性。
- MCP 生态整合深度：MCP 尚处于早期阶段，Wisp 的桥接器能否稳定运行复杂任务（如沙盒代码执行）将影响其从“问答工具”进化为“代理”的进度。
- 模型成本与性能权衡：用户需自行承担 API 调用费用。Wisp 能否提供用量跟踪或本地模型替代方案，将决定其在高频使用场景下的实际经济性。
来源：github.com
