Athena

一个功能强大的跨平台 AI 聊天应用，使用 Flutter 构建，支持多种 AI 提供商和丰富的功能特性。

✨ 功能特性

核心功能

• 🤖 AI 聊天对话

  • 支持流式响应，实时获取 AI 回复
  • 多轮对话上下文管理
  • 聊天历史保存和检索
  • 支持固定重要对话

• 🎭 Sentinel（哨兵）系统

  • 预定义角色和系统提示词
  • 自定义 AI 助手人格和行为
  • 快速切换不同的对话角色
  • 内置专业的 Athena 助手角色

• 🌐 多 AI 提供商支持

  • DeepSeek（包括 R1 推理模型和 V3）
  • OpenRouter（支持 Claude、GPT、Gemini、Llama 等多种模型）
  • 阿里云百炼（通义千问系列）
  • 硅基流动
  • 火山方舟（豆包系列）
  • 支持自定义 API 提供商

• 🧠 高级 AI 能力

  • 支持视觉能力的模型（图片理解）
  • 支持推理能力的模型（DeepSeek-R1、o3 等）
  • 可选择不同上下文窗口的模型

扩展功能

• 📝 网页摘要

  • 自动解析网页内容
  • 生成智能摘要
  • 过滤脚本和样式，提取核心信息

• 🌍 文本翻译

  • 利用 AI 进行高质量翻译
  • 支持多语言互译

• 🔍 网络搜索

  • 集成 Tavily 搜索服务
  • 为 AI 提供实时信息检索能力

• 🎲 TRPG 游戏

  • 桌面角色扮演游戏支持
  • AI 驱动的游戏主持人
  • 智能行动建议生成

• 🔌 MCP 服务器集成

  • 支持 Model Context Protocol
  • 可扩展的工具和能力
  • 自定义环境变量配置

平台支持

• 桌面端

  • macOS
  • Windows
  • Linux
  • 窗口管理和系统托盘支持

• 移动端

  • iOS
  • Android
  • 触摸优化的交互体验

🚀 快速开始

环境要求

• Flutter SDK >= 3.8.0
• Dart SDK >= 3.8.0

安装依赖

# 克隆项目
git clone https://github.com/CalsRanna/athena.git
cd athena

# 安装依赖
flutter pub get

# 生成必要的代码（路由、数据库等）
flutter pub run build_runner build

运行应用

# 查看可用设备
flutter devices

# 在指定设备上运行
flutter run -d <device-id>

# 调试模式
flutter run --debug

# 发布模式
flutter run --release

开发命令

# 代码分析
flutter analyze

# 运行测试
flutter test

# 清理并重新生成代码
flutter pub run build_runner build --delete-conflicting-outputs

🏗️ 项目架构

分层架构

lib/
├── page/           # UI 层
│   ├── desktop/    # 桌面端页面
│   └── mobile/     # 移动端页面
├── view_model/     # 视图模型层（Signals 状态管理）
├── service/        # 服务层（业务逻辑）
├── repository/     # 数据访问层
├── entity/         # 数据库实体
├── database/       # 数据库管理和迁移
├── router/         # 路由配置
├── widget/         # 可复用组件
├── component/      # 业务组件
├── preset/         # 预设数据
└── vendor/         # 第三方库扩展

核心技术栈

• UI 框架: Flutter
• 状态管理: Signals（细粒度响应式）
• 依赖注入: GetIt
• 路由管理: AutoRoute
• 数据库: SQLite + Laconic ORM
• HTTP 客户端: OpenAI Dart（支持 OpenAI 兼容 API）
• 其他:
  • dart_mcp - MCP 协议支持
  • tavily_dart - 搜索服务
  • window_manager - 桌面窗口管理
  • system_tray - 系统托盘

⚙️ 配置说明

添加 AI 提供商

1. 在应用中导航到设置 > 提供商
2. 点击添加新提供商
3. 填写以下信息：
   • 提供商名称
   • Base URL（API 地址）
   • API Key
4. 添加支持的模型信息

配置 Sentinel（角色）

1. 在应用中导航到设置 > Sentinel
2. 创建新的 Sentinel 或编辑现有的
3. 设置：
   • 角色名称
   • 描述
   • 系统提示词
   • 标签

MCP 服务器配置

1. 在设置 > 服务器中添加 MCP 服务器
2. 配置：
   • 服务器名称
   • 启动命令
   • 命令参数
   • 环境变量

🗂️ 数据库管理

Athena 使用 SQLite 数据库存储所有数据，数据库位于应用程序支持目录下的 athena.db。

数据库迁移

迁移文件位于 lib/database/migration/，按时间顺序自动执行。

添加新迁移：

1. 在 lib/database/migration/ 创建新文件，命名格式：

   migration_YYYYMMDDNNNN_description.dart
   

2. 在 lib/database/database.dart 的 _migrate() 方法中添加迁移调用

3. 运行应用以应用迁移

🎨 预设提供商

Athena 内置了以下 AI 提供商的配置：

提供商	支持模型	特点
DeepSeek	DeepSeek-R1, DeepSeek-V3	推理能力强，性价比高
OpenRouter	Claude 4, GPT-5, Gemini 2.5, o3, Llama 4 等	聚合多家模型，选择丰富
阿里云百炼	通义千问系列, DeepSeek 系列	国内访问稳定
硅基流动	DeepSeek 系列	国内服务
火山方舟	豆包系列, DeepSeek 系列	字节跳动服务

🤝 贡献指南

欢迎贡献代码、报告问题或提出建议！

开发流程

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启 Pull Request

代码规范

• 遵循 Flutter 官方代码风格
• 运行 flutter analyze 确保无警告
• 为新功能添加适当的测试
• 更新相关文档

📝 开发注意事项

1. 代码生成: 修改路由或实体后，务必运行 flutter pub run build_runner build
2. 数据库迁移: 按时间顺序创建迁移文件，避免跳过序号
3. 平台判断: 使用 Platform.isMacOS || Platform.isLinux || Platform.isWindows 判断桌面端
4. 状态管理: 在 ViewModel 中使用 Signals，避免手动 setState
5. 依赖注入: 新增 ViewModel 需要在 lib/di.dart 中注册
6. 日志输出: 使用 LoggerUtil 而不是 print()

📄 许可证

本项目采用 MIT 许可证。详见 LICENSE 文件。

🙏 致谢

感谢所有为这个项目做出贡献的开发者，以及以下开源项目：

• Flutter
• Signals
• OpenAI Dart
• AutoRoute
• GetIt

---

报告问题 · 功能建议

Made with ❤️ by CalsRanna