能力标签

🔌 MCP 🤖 Agent 🔄 工作流 💻 CLI 🧬 Embedding 🔊 TTS 🎙 STT 🧠 Claude

🔌

MCP工具

沉默天宫

基于 Rust · 让 AI 助手直接操作你的系统与工具

英文名：silent-Tiangong

⭐ 9 Stars 🍴 4 Forks 💻 Rust 📄 Apache-2.0 🏷 AI 8.0分

8.0AI 综合评分

AI自动化Rust

⬇ 下载源码 ZIP ⚙️ 配置说明

✦ AI Skill Hub 推荐

AI Skill Hub 强烈推荐：沉默天宫是一款优质的MCP工具。AI 综合评分 8.0 分，在同类工具中表现稳健。如果你正在寻找可靠的MCP工具解决方案，这是一个值得深入了解的选择。

📚 深度解析

沉默天宫是一款基于 MCP（Model Context Protocol）标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源，旨在建立 AI 模型与外部工具之间的标准化通信接口，目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装沉默天宫，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。沉默天宫提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将沉默天宫评为 AI 评分 8.0 分，属于同类工具中的优质选择。

📋 工具概览

沉默天宫是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

GitHub Stars

⭐ 9

开发语言

Rust

支持平台

Windows / macOS / Linux

维护状态

轻量级项目，按需更新

开源协议

Apache-2.0

AI 综合评分

8.0 分

工具类型

MCP工具

Forks

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

📌 核心特色

通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
提供结构化工具调用接口，显著降低 AI 集成复杂度
支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
可与其他 MCP 工具组合叠加，构建完整 AI 工作站
轻量无侵入设计，不影响现有系统架构

🎯 主要使用场景

在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
将多个 MCP 工具组合使用，构建个人专属 AI 工作站

以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。

安装命令

# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/silent-rs/silent-Tiangong

# 方式二：手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "----": {
      "command": "npx",
      "args": ["-y", "silent-tiangong"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json

📋 安装步骤说明

确认已安装 Node.js（v18 或以上版本）
打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
保存配置文件并重启 Claude 客户端
重启后，在对话中即可使用本工具

以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。

常用命令 / 代码示例

# 安装后在 Claude 对话中直接使用
# 示例：
用户: 请帮我用 沉默天宫 执行以下任务...
Claude: [自动调用 沉默天宫 MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入："列出所有可用的 MCP 工具"

以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。

配置示例

// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "____": {
      "command": "npx",
      "args": ["-y", "silent-tiangong"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效

📑 README 深度解析真实文档完整度 68/100 查看 GitHub 原文 →

以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

Silent-Tiangong（天工）

面向个人工作流的桌面级 AI 自动化中枢：对话、规划、执行、记忆、工具调用和多智能体协作。

天工是一个基于 Rust、Tauri 和 silent 构建的个人智能终端。它既可以作为桌面 AI 助手使用，也可以通过 CLI 和 Server API 接入脚本、服务或外部消息通道。核心目标不是只回答问题，而是让 Agent 能围绕真实工作区读取资料、拆解任务、调用工具、执行命令、保存长期记忆，并在复杂任务中动态创建 Sub Agent 分工协作。项目完全适配 DeepSeek 的上下文缓存机制，多轮对话中历史消息可被高效命中缓存，显著降低重复传输成本并提升响应速度。模型推荐使用 DeepSeek 和智谱的GLM5.1，其他模型可以通过自定义供应商接入。

安全提示：天工当前未使用沙箱技术隔离工具执行环境。如果你对本地文件访问、命令执行或自动化操作的隔离要求较高，建议暂时考虑其他软件。

多智能体协作示例

GitHub 仓库简介建议

桌面级 AI 自动化中枢：支持 GUI、CLI、Server、多智能体协作、MCP/Skill、长期记忆和多媒体生成。

核心能力

能力	说明
桌面 Agent	Tauri + React + shadcn/ui 桌面界面，支持会话、工作区、工具过程、模型配置和运行状态展示
CLI / Server	同一个 `tiangong` 入口支持命令行、后台 Server、更新检查和安装
多智能体协作	主 Agent 可按任务创建 PM、Developer、Tester、Researcher 等 Sub Agent，并通过消息和文件锁协作
工具执行	支持文件读写、命令执行、代码搜索、补丁应用、网页抓取、时间查询等本地工具
MCP 与 Skill	支持 MCP 工具接入、本地 Skill 安装启停、按任务意图匹配和详情加载
长期记忆	基于 SQLite、Tantivy 和向量索引保存项目事实、偏好、决策、产物和历史问题
多媒体能力	支持图片、视频、语音识别、语音合成等能力路由，结果以结构化媒体资源进入会话
权限治理	桌面会话可在监督模式和信任模式之间切换，Server 模式使用受控的远程角色边界
发布更新	GitHub Release 分发安装包，桌面设置页和 `tiangong update` 共用在线更新链路

安装

从发布包安装

在 GitHub Releases 下载当前系统对应的安装包：

macOS：下载 .dmg，打开后将「天工」拖入「应用程序」目录。
Windows：下载 .msi 或 .exe，按安装向导完成安装。
Linux：下载 .AppImage、.deb 或 .rpm，按发行版习惯安装或直接运行。

macOS 当前构建暂未接入 Apple 签名和公证，首次打开如提示应用已损坏，可执行：

xattr -cr /Applications/天工.app

使用

```bash

桌面 GUI 模式，源码运行时默认启动桌面应用

cargo run --release

配置

默认数据目录：

~/.tiangong/
  app.json              应用主配置
  models.json           模型配置：Provider + Model + Routing
  skills.json           Skill 配置
  mcp.json              MCP 配置
  sessions/             会话持久化
  logs/                 运行日志
  media/                生成或归档的媒体文件
  memory/               长期记忆数据

模型配置采用 Provider、Model、Routing 三层结构。api_key 支持 ${ENV_VAR} 环境变量引用，便于避免明文保存密钥。