一、运行说明ubuntu 22.04 系统下运行# 解压tar-xfomni-note-linux-x64.tar.xz1 准备 instance 运行时数据启动前需准备好instance/运行时数据配置、模型、工具、字体、PPT 模板、研究输出目录等。统一的数据准备步骤见 数据准备。2 启动笔记 serverchmodax ./OmniNote ./OmniNote参考输出2025-09-14 00:10:44,249 - mcp_manager.py -141- INFO - Initializing MCP tools from mcp servers:[12306-mcp]2025-09-14 00:10:44,249 - mcp_manager.py -338- INFO -12306-mcp sse_read_timeout: 300s2025-09-14 00:10:51,174 - mcp_manager.py -141- INFO - Initializing MCP tools from mcp servers:[weather]2025-09-14 00:10:51,175 - mcp_manager.py -370- INFO - Initializing a MCP stdio_client,ifthis takes forever, please check the config of this mcp server: weather ️ 天气MCP服务器已启动 可用工具: - get-weather-by-address: 根据地址获取天气 - get-forecast-by-address: 根据地址获取天气预报 - get-current-location-weather: 获取当前位置天气 - get-current-location-forecast: 获取当前位置天气预报 - get-weather-by-coordinates: 根据坐标获取天气 - geocode-address: 地址解析 可用资源: - weather://status: 服务状态 可用提示: - weather-assistant: 天气查询助手2025-09-14 00:10:51,687 - mcp_manager.py -141- INFO - Initializing MCP tools from mcp servers:[excel]2025-09-14 00:10:51,696 - mcp_manager.py -370- INFO - Initializing a MCP stdio_client,ifthis takes forever, please check the config of this mcp server: excel INFO: Started server process[7610]INFO: Waitingforapplication startup. INFO: Application startup complete. INFO: Uvicorn running on http://0.0.0.0:7000(Press CTRLC to quit)3 启动模型服务推荐使用管理界面modelManager来管理模型服务提供图形化界面进行下载、配置和启停。启动管理界面./modelManager启动后浏览器打开http://127.0.0.1:8025在界面中操作即可。详细操作说明见 管理界面使用说明。模型服务一览服务说明工具标准化 API 兼容VLM视觉语言模型服务llama.cppOpenAI API 格式EBD嵌入模型服务llama.cppOpenAI Embedding API 格式RNK重排模型服务llama.cppJina AI Rerank API 格式AD语音识别模型服务FunASRFunASR API 格式IMG图像生成模型服务stable-diffusion.cppstable-diffusion.cpp API 格式如果不使用 model_server可以通过配置instance/config.py文件指定其它模型 API 服务按照上面的标准化 API 兼容格式。4 打开笔记UI浏览器访问 http://localhost:70005 初次使用1 运行软件注册登录2 登录之后到设置页面:数据备份与恢复:导入备份: 导入示例笔记omni-note_demo.omnibak输入密码:123456二、配置说明说明路径实例文件夹instance/配置路径instance/config.py音频路径instance/audios/图片路径instance/uploads/模型路径instance/models/工具路径instance/tools/写作模板instance/templates/字体路径instance/fonts/PPT模板instance/ppt_templates/研究输出instance/research_out/知识库instance/knowledge_base/MODEL_CONFIGS{LLM:{model:你的LLM模型名称,model_server:模型服务地址,api_key:模型API_KEY},VLM:{model:你的VLM模型名称,model_server:VLM模型服务地址,api_key:VLM模型API_KEY}}1 下载模型推荐使用管理界面打开管理界面http://127.0.0.1:8025在「模型仓库」标签页中可直接下载以下模型VLM 视觉语言模型基于 llama.cpphttps://www.modelscope.cn/models/unsloth/Qwen3.5-4B-GGUF/下载Qwen3.5-4B-Q4_K_M.ggufmmproj-BF16.gguf放在instance/models/Qwen3.5-4B-GGUF/目录下EBD 嵌入模型基于 llama.cpphttps://www.modelscope.cn/models/Qwen/Qwen3-Embedding-0.6B-GGUF放在instance/models/Qwen3-Embedding-0.6B-GGUF/目录下RNK 重排模型基于 llama.cpphttps://www.modelscope.cn/models/ggml-org/Qwen3-Reranker-0.6B-Q8_0-GGUF放在instance/models/Qwen3-Reranker-0.6B-GGUF/目录下IMG 图像生成模型基于 stable-diffusion.cpphttps://www.modelscope.cn/models/TuringEvo/tiny-sd-gguf放在instance/models/tiny-sd-gguf/目录下AD 语音识别模型基于 FunASR在管理界面「模型仓库」中一键下载或手动下载以下模型文件放在instance/models/funasr_model说明模型名称FSMN语音端点检测-中文-通用-16k-onnxiic/speech_fsmn_vad_zh-cn-16k-common-onnxParaformer语音识别-中文-通用-16k-离线-large-长音频版-onnxiic/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnxParaformer语音识别-中文-通用-16k-实时-large-onnxiic/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnxCT-Transformer标点-中文-通用-实时-onnxiic/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnxNgram语言模型-中文-ai-wesp-fstiic/speech_ngram_lm_zh-cn-ai-wesp-fst基于FST的中文ITNthuduj12/fst_itn_zh2 下载安装推理工具在管理界面「设备与工具」标签页中可查看硬件信息、获取下载链接和安装路径提示。链接安装路径llama.cppinstance/tools/llamacpp/stable-diffusion.cppinstance/tools/stable-diffusion-cpp/FunASRinstance/tools/asr/自行编译 FunASR websocket 文档可选如果不用model_server配置外部API配置 instance/config.py 文件常用的模型服务商 API 地址如下模型服务商API 地址说明ModelScopehttps://api-inference.modelscope.cn/v1国内推理服务DashScopehttps://dashscope.aliyuncs.com/compatible-mode/v1通义千问系列火山引擎https://ark.cn-beijing.volces.com/api/v3豆包等模型OpenAIhttps://api.openai.com/v1GPT系列Azurehttps://{resource}.openai.azure.com/openai/deployments/{deployment_name}?api-version{api_version}企业级部署Anthropichttps://api.anthropic.com/v1Claude 系列Googlehttps://generativelanguage.googleapis.com/v1betaGemini 系列Together AIhttps://api.together.xyz/v1开源模型聚合Mistralhttps://api.mistral.ai/v1Mistral 系列三、使用说明AI对话框编辑器任意位置点击鼠标悬停在小方块上弹出对话框点击每一项的 获取使用说明1 文本生成2 视觉识别3 看图作文4 文生图5 语音识别确保配置 instance/config.py 文件 指定正确的语音识别模型服务6 笔记知识库1 确保配置 instance/config.py 文件 指定正确的嵌入和重排序模型服务2 切换到 知识库页面3 安装之后首次使用需要先构建知识库会弹窗显示成功,然后再问答4 对话框中输出需要查找的内容7 MCP智能体网上查找安装各种MCP安装完成需要重启程序:https://www.modelscope.cn/mcphttps://github.com/search?qmcptyperepositories示例文件名下载地址12306-mcphttps://github.com/Joooook/12306-mcpexcel-mcp-serverhttps://github.com/haris-musa/excel-mcp-serveropen-meteo-weatherhttps://github.com/alchaincyf/mcp安装到路径instance\mcps下,保持文件名正确需要编译然后安装到本地12306-mcpcdinstance/mcps/12306-mcp# 安装依赖npminstall# 编译 TypeScriptnpmrun build# 运行stdio 模式# npx -y 12306-mcpexcel-mcp-servercdinstance/mcps/excel-mcp-server# 创建虚拟环境uv venv# Windows#.venv\Scripts\activate# Mac/Linuxsource.venv/bin/activate# 安装依赖uv pipinstall-e.# 运行#excel-mcp-server stdioopen-meteo-weathercdinstance/mcps/open-meteo-weather# 安装依赖npminstall# 编译 TypeScriptnpmrun build# 运行#node dist/index.js# 或开发模式自动重编译#npm run dev可以配置多种智能体修改 instance/config.py 文件AGENTS_LLM{#https://www.modelscope.cn/models/Qwen/Qwen3.5-35B-A3Bmodel:Qwen/Qwen3.5-35B-A3B,model_server:https://api-inference.modelscope.cn/v1,api_key:你的API_KEY,}AGENTS[{# https://github.com/Joooook/12306-mcpmcpServers:{12306-mcp:{command:node,args:[f{MCP_FOLDER}/12306-mcp/build/index.js]}}},{mcpServers:{#https://github.com/alchaincyf/mcpweather:{command:node,args:[f{MCP_FOLDER}/open-meteo-weather/dist/index.js]}}},{mcpServers:{#https://github.com/haris-musa/excel-mcp-serverexcel:{command:uv,args:[run,--directory,f{MCP_FOLDER}/excel-mcp-server,excel-mcp-server,stdio]}}},]切换到AI研究助手页面对话工具栏启用智能体对话自动调度智能体完成工作感谢您的使用