Everywhere 是一款具备屏幕上下文感知能力的桌面 AI 助手。它能直接在网页、代码编辑器、终端报错窗口或邮件草稿旁呼出，让 AI 实时结合你当前查看的内容进行解释、总结、翻译或改写。
在传统的 AI 辅助流程中，最打断节奏的往往不是提问本身，而是繁琐的准备工作：截图、复制、切换窗口、粘贴，最后再补充背景说明。Everywhere 通过理解屏幕上下文，最大限度地减少了这种重复的“信息搬运”工作。
核心突破：消除窗口切换的摩擦感
Everywhere 的目标是解决“发现问题 $rightarrow$ 提取信息 $rightarrow$ 切换窗口 $rightarrow$ 描述问题”这一低效循环。与独立的 AI 客户端不同，它深度集成了系统级的 Accessibility API（辅助功能权限）与 UI 自动化技术，能够主动抓取当前活跃窗口的结构化内容。
- 非简单的 OCR： 它并非通过截图识别文字，而是更接近系统层面的上下文抓取。
- 无缝叠加： 按下全局快捷键后，AI 以半透明磨砂玻璃浮层形式出现，不会强制夺走当前工作窗口的焦点。
- 无需重复描述： 在大多数支持的应用场景中，AI 已经知道“你在看什么”，无需用户手动补充背景。
功能矩阵：多模型接入与 MCP 扩展
Everywhere 并非封闭的 AI 工具，而是一个高度可扩展的桌面入口，主要提供两种核心玩法：
1. 云端与本地模型的灵活切换
它支持 OpenAI、Claude、Gemini、DeepSeek、Moonshot (Kimi)、MiniMax 等主流云端 API。对于追求数据私密性的用户，它完整支持通过 Ollama 接入本地模型。
Ollama 本地配置流程：
- 安装并运行 Ollama，拉取所需的开源多模态或文本大模型。
- 在 Everywhere 设置面板中，将 Provider 切换为 Ollama。
- 填入本地 API 地址（默认
http://localhost:11434）。 - 选择已拉取的模型名称即可调用本地算力。
2. 基于 MCP 协议的工作流自动化
通过支持 MCP（Model Context Protocol），Everywhere 的 AI 从“被动聊天”转变为“主动执行”。它可以通过挂载外部服务或本地资源，实现更复杂的 Agent 能力：
- 系统集成： 支持本地文件系统访问、终端脚本执行、Windows Everything 快速搜索及 macOS 应用集成。
- 实战场景： AI 可以结合屏幕上的报错信息，自动检索本地配置文件并给出修复建议。
注意：MCP 功能需要根据官方文档配置对应的服务端，普通用户可先使用基础的上下文感知功能。
隐私边界与成本预警
由于其核心功能涉及读取屏幕，Everywhere 在权限与数据流向上的逻辑与普通网页 AI 不同：
- 权限需求： 必须授予系统辅助功能权限，部分场景需开启屏幕录制权限。
- 数据流向： 屏幕上下文在本地提取，但若使用云端模型（如 OpenAI、Claude 等），相关内容会随请求发送至服务商。
- Token 消耗： 自动携带的上下文会显著增加 Token 数量。高频使用高价云端模型时，API 成本将高于普通对话。
- 敏感数据脱敏： 严禁将公司内部机密、财务信息等敏感内容在云端模型模式下进行测试。
- 许可证限制： 项目采用 BSL 1.1 许可证 。个人学习和内部测试较为宽松，但商业化改造或托管服务需严格遵守 LICENSE 约定。
- 兼容性差异： 目前支持 Win10+ 和 macOS 12.0+（Linux 开发中）。标准网页和编辑器支持良好，但部分闭源软件或特殊 UI 框架的提取效果可能不稳定。
适用场景分析
推荐人群：
开发者、运维及重度 AI 用户。 如果你的日常工作涉及大量在 IDE、终端、文档和聊天窗口之间跳转，Everywhere 能极大程度地消除重复操作。尤其是已经习惯 Ollama 或自备 API 密钥的用户，可以快速将其融入工作流。
不推荐人群：
轻量级聊天用户。 如果你仅偶尔询问 AI 且习惯于官方 Web 端，屏幕感知并非刚需。此外，Linux 用户及有商业二次开发需求的团队需关注版本进度与许可证限制。
延伸阅读： 若对数据合规与私有化部署有更严苛的企业级需求，可参考此深度实战指南：
OpenClaw 自动化部署教程：7 天搭建企业级 AI 助手（私有化部署）$rightarrow$
