mindsdb/minds · 上手攻略

仓库：mindsdb/minds
链接：https://github.com/mindsdb/minds
分类：ai
作者：Tom
更新：2026-07-11

这是什么

MindsHub（GitHub 仓库名 mindsdb/minds，原 MindsDB 主仓库）是 MindsHub Cowork 的开源超级项目——一个"委派任务，结果自动交付"的 AI Agent 工作空间。它的核心定位是：把一个需要多步协作的完整项目（应用、网站、研究报告、自动化流程、数据分析）交给 AI Agent，Agent 在沙箱中逐步执行，最后把可直接使用的成果（文档、仪表盘、应用、网页）交回给你。

官方愿景是：每个知识工作者都可以像委托助理一样，零工程背景地把想法变成可发布的数字产品。

核心组件

组件	说明
Cowork 工作空间	Web / Desktop / Electron 多端统一工作区
Data Vault	安全连接 BigQuery、Postgres、Gmail、Drive、HubSpot、Notion、Linear 等数据源；凭据按连接独立隔离，Agent 不接触原始密钥
Model Router	在 Claude / GPT / Gemini 和 DeepSeek / Qwen / Kimi 等开源模型之间无缝切换，无需逐个配置 API Key
开放 Agent	内置 Anton（默认）和 Hermes 两个开源 Agent，可通过下拉菜单互换
Artifacts	将 Agent 输出转换为可直接发布的文档、仪表盘、应用和代码，并发布为公开 URL
Memory & Skills	跨会话记忆、可复用技能库、定时任务调度
Backend 微服务	`core_api`、`core_agent`、`data-vault` 等模块，以 Git submodule 形式组织

解决什么问题

大多数 AI 助手只能"回答"，不能"完成项目"。传统 LLM 应用需要大量工程对接（API、数据库、前端），才能把 AI 能力落地为真实工作流。

MindsHub 的解题思路是：让 AI Agent 直接对接你的数据和工具，全流程自动化，最终产出可交付的工件（artifact）。 典型场景：

自动生成数据分析报告（含图表），直接发布为网页
把一段研究需求交给 Agent，自动搜集、整合、写出报告
连接 Notion + Gmail + Linear，让 Agent 帮你做项目状态汇总
零代码建一个内部 AI 工具，发布给团队

快速安装

提醒：当前官方安装方式以 Web（无需安装）和 macOS 桌面 App 为主。Linux 需要从源码构建。macOS / Linux 提供一键安装脚本。

macOS & Linux 一行安装

curl -fsSL https://raw.githubusercontent.com/mindsdb/minds/main/scripts/setup.sh | bash

Web 版（推荐尝鲜）

无需安装，直接访问：https://console.mindshub.ai 注册即可用。免费层可用，含基础模型。

macOS 桌面 App

# 下载 pkg 安装包
open https://downloads.mindsdb.com/mindshub-cowork/mac/mindshub-cowork-latest.pkg

Windows

下载 exe 安装包：

https://downloads.mindsdb.com/mindshub-cowork/windows/mindshub-cowork-latest.exe

从源码构建（Linux / 开发者）

# 1. 克隆（含 submodule）
git clone --recurse-submodules https://github.com/mindsdb/minds.git
cd minds

# 2. 安装依赖
make setup

# 3. 开发模式运行
make dev       # Electron 桌面 App + 热重载
make dev-web   # Web 版 + 热重载

# 4. 生产构建
make build

# 5. 打包
make dist-mac   # macOS
make dist-win   # Windows

# ⚠️ 重置（删除所有本地安装和对话数据）
make flush

注意：make flush 会删除 ~/.anton（API Key）和 ~/.cowork（数据库、Agent 配置、项目文件），再次运行 make setup 会重新安装。传 FORCE=1 跳过确认。

核心用法

委托一个项目（Web / Desktop）

打开 MindsHub 工作空间（Web 或桌面 App）
在对话框中用自然语言描述任务，例如："帮我做一个内部工具，连接我们的 Postgres 数据库，用自然语言查询订单数据，生成可视化仪表盘"
Agent 自动规划步骤：连接数据源 → 写 SQL → 生成图表 → 打包成网页
完成后，点击 Publish，生成公开 URL 分享给团队

连接数据源

通过 Data Vault 安全连接外部系统：

支持的连接器（部分）：BigQuery / PostgreSQL / MySQL / Gmail / Google Drive /
HubSpot / Notion / Linear / Slack / Stripe / Snowflake / S3 ...

连接后，数据凭据不会暴露给 Agent，Agent 只在授权范围内操作。

切换模型

在设置中配置多个模型提供方（OpenAI、Anthropic、Google、DeepSeek 等），通过 Model Router 统一路由。可以在不同任务间切换模型，或让 Router 自动选最优模型。

开发者工作流（Git submodule 开发）

MindsHub 使用 submodule 管理多个内部仓库（frontend、core_api、core_agent、data-vault）。开发者可以在 dev.env 中指定自己的分支：

# 复制模板并设置分支
cp dev.env.example dev.env
# 编辑 dev.env，设置 REF=feat/my-thing 或各模块的 API_REF

# 切换到指定分支
make use

# 开发并热重载
make dev

典型适用场景

场景	MindsHub 优势
研究自动化	把文献综述、报告撰写打包成自动化流程，Agent 逐步执行
数据分析	连接数据库，用自然语言查询，生成图表和报告
内部工具搭建	零代码建 AI 驱动的内部工具，直接发布给团队
跨系统工作流	连接 Notion + Gmail + Linear，自动汇总项目状态
定时报告	设置定时任务，每天自动生成业务报告并发布

坑与注意

免费层限制：Web 版免费可用，但前沿模型（Claude Opus、GPT-4o 等）需 Pro 订阅。确认定价后再深度使用。
Linux 源码构建复杂度：Linux 没有官方安装包，需从源码 make setup，对系统环境有一定要求（如 Node.js、Python、make）。
数据安全：虽然 Data Vault 设计上凭据隔离，但向第三方 AI 模型发送查询内容涉及数据出境，企业用户需注意合规。
Agent 输出质量：MindsHub Agent 本质是调用大模型，输出质量依赖底层模型能力，无法保证 100% 正确。关键任务需要人工复核。
项目体积大：该仓库是超级项目（包含 submodule），git clone 时需 --recurse-submodules，完整拉取较大。
活跃度核实：README 显示最新更新，部分 submodule 可能存在版本滞后。如遇问题可查 Discord 或 GitHub Issues。

与同类对比

项目	定位	优势	不足
MindsHub Cowork	全流程 AI 工作空间（想法→交付）	多数据源连接、Artifact 直接发布、模型路由	较新，生态还在完善
Cursor	AI 代码编辑器	深度 IDE 集成，代码补全强	非全流程项目交付
AutoGPT / AgentGPT	自主 Agent	概念简单	缺乏数据连接和工件发布能力
Zapier + AI	自动化工作流	成熟生态	配置复杂，非原生 AI 委托
Dify	LLM 应用编排	开源、可私有部署	更偏向开发者，非零代码交付

一句话推荐结论

如果你想要一个"把想法交给 AI，收到可直接使用的数字成果"的零门槛平台，MindsHub Cowork 是目前最有体系感的选择——它不只是一个聊天机器人，而是一个真正能把项目从想法变成可发布工件的 AI 工作空间。

来源

GitHub README：https://github.com/mindsdb/minds
官方文档：https://docs.mindshub.ai/
MindsHub 官网：https://mindshub.ai/
桌面 App 下载：https://downloads.mindsdb.com/

不确定处：mindsdb 主仓库近期有重命名历史，GitHub 显示当前为 mindsdb/mindshub，但 repo_card 记录为 mindsdb/minds，攻略以 repo_card 为准。安装命令中的 setup.sh 脚本路径和内容以官方最新 README 为准，建议安装前核对。Pro 订阅定价未做实时核实，请以官网为准。