更新日志

Local Quench 0.1.2

2026 年 11 月 2 日

让你的本地模型给其他智能体当助手、对你自己的项目做安全审查（实验预览版）、语音输入、应用内终端，以及让小模型不跑偏的 harness。0.1.1 会自动更新到这个版本。

新功能

• 让你的本地模型给 Claude Code、Codex 和 Claude Desktop 当助手。打开智能体桥接后，这些智能体可以把任务交给你自己显卡上的模型（写测试、机械性的重构、能明确复现的 bug），跟进进度并检查结果。这类任务最高能在什么模式下运行由你设定；命令和删除操作仍要在 Local Quench 里等你批准。Claude Code 的插件用两条命令就能装好。已经用真实的 Claude Code 试过：它能启动任务、一直等到完成而不超时、在任务等你批准时得到通知并知道模型在做什么、读取 diff，还能取消任务。
• 终端里的 Local Quench：LocalQuench chat 是同一个智能体、同样的模型、审批和沙箱，只是在终端里运行，对话保存在应用里能看到的地方；LocalQuench run --json 把一个任务以 JSON 行的形式流式输出。
• 语音输入。按住麦克风按钮说话，本地的语音模型会把它转成文字放进消息框。任何内容都不会离开你的电脑。这个功能是用 Local Quench 自己做出来的，由笔记本显卡上的一个 27B 模型完成（见“用 Local Quench 做的改动”）。
• Permissions Center。一个地方集中显示智能体在某个对话里能做什么、你给过的每一项权限（永久允许的命令、项目以外的文件夹、整个项目范围的授权、MCP 服务器、hooks）以及你过去的回答，每一项都有 Revoke 按钮。
• 应用内终端，在项目文件夹里打开，手机或平板上也能用：这是你自己的 shell，模型永远看不到。在 Windows 上是测试版：那里的测试不如 Linux 上充分。
• 聊天模式。消息框下面的 Chat 按钮把对话变成和模型的普通聊天：没有工具，不碰项目文件，只有回答。关掉它，编程智能体就会接着处理项目。
• 可以附加 Word、Excel 和 PowerPoint 文件（以及对应的 OpenDocument 格式）：模型能读到其中的文字、表格和幻灯片；此前已经支持图片、PDF 和代码文件。
• 智能体工作时也能发消息。回复过程中发出的消息会作为排队的气泡等着，在下一步时加入，不会打断智能体；你可以编辑或取消它，也可以立即发送。
• 被中断的任务。如果 Local Quench 在回复中途停下（崩溃、更新、被关闭），对话里会说明这一点并询问是否继续，而不是让你自己去猜。
• Model Compatibility Doctor。点一下就能在你浪费一个会话之前检查模型：上下文是否真的加载了、引擎版本、KV 缓存类型（低于 q8_0 时给出提示）、采样预设、有问题的量化或对话模板、工具调用和速度。
• 禁止访问的路径（blocked paths），可以按项目和按对话设置（密钥、.env 文件、~/.ssh）：无论其他权限怎么放开，智能体都不会碰它们。
• 项目简介：只有你知道的项目信息，固定在这个项目的每个对话里；模型可以通过问你问题来帮你写。
• 新模型不用更新应用就能拿到设置，来自应用本来就会下载的模型列表：已加入 LFM3、Spark X2.5 和 X2.6、Gemma 4、Ornith 1.5、Ternary Bonsai 2 和 Recursive Flint。
• Quench Protect 实验预览版：Local Quench 旁边的第二个标签页，在你的电脑上审查你自己项目的安全性。它会查找泄露的密钥和密码、有风险的代码（用字符串拼出来的 SQL 或 shell 命令、不安全的加载、被关掉的 TLS 校验、HTML 里的用户输入），以及借助它可以替你安装的扫描器（gitleaks、semgrep、bandit、osv-scanner、pip-audit；npm audit 随 Node.js 提供）查找有漏洞的依赖。扫描器在只读沙箱里运行。项目里的副本（另一个分支、备份）也会被扫描，重复的问题只列一次。
  • AI 审计：模型分四个只读步骤寻找扫描器发现不了的缺陷：找出攻击者可能的入口，逐个区域排查，设法推翻每个候选问题，只报告它追查到底的问题。发现的问题会回到 Protect 标签页。
  • 在单独的副本里修复：选中要修的问题，发给 Local Quench。修复会放在单独的分支（security/...）上，每个都附带回归测试；你审查后合并，或者在你审查之后让模型去合并。然后再扫描一次确认。
  • 可以把发现的问题导出为 Markdown 或 zip，交给别的工具或写进工单。
  • 这是实验功能：它可能漏掉真实的问题，也可能报告并不存在的问题。请把它发现的问题当作需要核实的线索，把干净的结果理解为“没有发现问题”，而不是“安全”。
• 对小模型更聪明的 harness：它能找回一些模型写成文本或写在推理过程里的工具调用，修复有问题的 shell 命令，叫停连续几分钟只推理不行动的情况（时间上限跟随模型自己的速度，所以慢笔记本不会被过早打断），并且在模型已经测试或提交了工作时跳过最后的自查。它不会再让模型用几行内容“新建”一个长文件把它抹掉，并且会让模型先在可能的位置找，再去搜索整个磁盘。
• harness 档位按行为而不是参数量划分：Guided、Standard 和 Lean（以及用于测量的 Bare）。Auto 会根据已知的模型信息、它的系列和型号来选择，对 1–2 bit 的量化多给一些帮助；Model 标签页会显示选了哪一档以及原因。Minimal（只能由你选择，绝不会自动选）发送的系统提示词加上五个简短工具说明约 700 token，而不是 2,000 到 3,700，并保留所有不占提示词的修复。
• Recap：项目按仓库计数，基准测试集中在一处，日历跟随你选择的时间段。
• 基准测试会记录确切的引擎构建版本，所以不同版本的 llama.cpp、Ollama 和 vLLM 之间的结果可以比较。新增 Short 规模（每个类别两个任务，共 26 个任务），介于 Ultra quick 和 Quick 之间；在同一个本地引擎上同时跑多个任务时，时间上限会相应放宽，所以分数不受这个设置影响。pi 编程智能体（原样运行，以及加上社区的工具调用修复和防循环插件）是 QuenchBench 可以在同样的任务和模型上运行的智能体之一。“模糊的需求”类任务现在接受所有合理的解法，而不只是参考答案。
• 对分享内容做更严格的密钥检查：一组测试数据包含 110 种密钥（许多服务的 API 密钥、URL 和命令里的密码、私钥、cookie、token）和 52 种普通文本，从中找出了 25 处漏网和 17 处不必要的删除，现已全部修复。分享的基准测试结果里的自由文本（运行的标签）现在也会被清理。
• QuenchBench Protect：151 个安全任务（找出漏洞，或者修复漏洞并附测试），来自日常项目和企业环境（租户、token 和登录、CI 流水线、容器、云配置），用来测量本地模型和 harness 审查和修复代码的能力。
• 平板上的桌面模式：可调整大小的窗口、鼠标和键盘、文件列表里的右键菜单；窗口占屏幕三分之一时，上下文指示条也始终可见。
• 从对话生成“用 Local Quench 做的改动”记录：/built-with 会收集完成某项改动的那些对话的事实（模型、量化、推理引擎、显卡、步数、时间、token），用于更新日志里的“用 Local Quench 做的改动”页面。

修复

• 新发行版上的 AppImage（GitHub issue #7）：在 Arch、Fedora 和其他较新的系统上窗口打不开（“GLIBCXX_3.4.32 not found”），因为打包的 C++ 运行库比显卡驱动需要的旧。现在如果系统的运行库更新，启动器就用系统的。
• 不再无故启动 LM Studio（GitHub issue #8）：使用其他模型服务器时，应用仍会调用 LM Studio 的 lms 工具，把 LM Studio 唤醒。现在只有在 LM Studio 是当前使用的服务器时，才会调用 lms。
• 叫停兜圈子的推理：如果一次回复的推理反复重复同一句话或同一段内容，会以一条提示结束，而不是把上下文填满。
• Spark X2.6 的推理不再在 8,000 token 处被截断；它的模型卡要求使用完整预算。
• 默认更安全：基准测试任务在沙箱里看不到自己的隐藏测试和答案，也看不到应用的数据；配对的手机或平板不能修改只在电脑上才有意义的设置；纯 JSON 形式写出的工具调用只有单独占一行时才会执行。

0.1.2 之后的计划

是计划，不是承诺；顺序可能会变。完整计划见路线图。

• 0.1.3：每个模型得到它需要的帮助：一个简短的检测，观察你的模型作为智能体的工作方式，并据此调整 harness；在 QuenchBench 上测量实验性的 harness 行为，在有帮助的地方打开。
• 0.1.4：基于实测的 KV 缓存和量化建议，以及 Apple Silicon 上的 macOS（先向测试者提供测试版）。
• 0.1.5：Quench Protect 结束预览：测量 AI 审计的效果，并提供一个隔离的实验环境，通过对你自己的代码运行测试来确认发现的问题。
• 0.2：Local Quench 自己启动和配置 llama.cpp（上下文、KV 缓存、GPU 层数），不再依赖 LM Studio；任务回放；在同一任务上并排对比两个模型；公开与其他智能体的对比结果。

Local Quench 0.1.1

2026 年 10 月 27 日

安全和隐私加固、harness 修复，以及用户分享结果排行榜的第一部分。

从 0.1.0 升级

• Linux（AppImage）：0.1.0 会自己提示这次更新，照常接受即可。
• Windows：请手动安装 0.1.1。Windows 上的 0.1.0 不会提示这次更新：它的更新程序在替换文件时，如果有文件正被占用，可能会让应用文件夹里没有可运行的程序。请关闭 Local Quench，从 localquench.com 或 GitHub 发布页下载 LocalQuench-windows-x64.zip，校验它（见下文），解压后从新文件夹里运行 LocalQuench.exe（之后可以删掉旧文件夹）。对话、API 密钥和设置都会保留：它们存放在 %APPDATA%\local-forge，不在程序文件夹里。从 0.1.1 起，Windows 上又会自动更新了。
• 校验下载文件：SHA256SUMS 列出每个文件的 SHA-256，SHA256SUMS.sig 是用下载页上公布的发布密钥对它做的签名。用 OpenSSL 3：openssl pkeyutl -verify -pubin -inkey release-key.pub.pem -rawin -in SHA256SUMS -sigfile SHA256SUMS.sig，然后比对文件的哈希（Windows 上用 certutil -hashfile LocalQuench-windows-x64.zip SHA256，Linux 上用 sha256sum -c SHA256SUMS --ignore-missing）。
• 从 0.1.0（Linux）自动更新时，只通过 HTTPS 和发布清单里的 SHA-256 校验：0.1.0 无法校验签名。从 0.1.1 起的每次更新都带签名。

新功能

• 分享 QuenchBench 结果。你选择分享一次基准测试运行时，它会进入 localquench.com 上的公开排行榜：模型、量化、推理引擎设置、显卡和每个任务的结果。同一个对话框里还有一个勾选框，可以同时发送这次运行的对话（任务文本、模型的回复以及它在我们的任务文件上运行的命令，不含你项目里的任何内容）；这些对话永不公开、不出售，用来在真实运行中调试 harness，只有在你也允许用分享的对话训练模型时才会用于训练。第一次时这个框不勾选（之后会记住你上次的选择）；打开了对话分享时，对话总会随你分享的结果一起发送。可疑的运行不会上榜。你可以随时在 Settings › Data sharing 里删除分享过的全部内容。
• 量化的代价。分享的运行还会说明模型是怎么运行的：推理引擎（LM Studio 运行时、llama.cpp、Ollama、vLLM）、KV 缓存类型和采样设置。KV 缓存不同的结果分开统计；对于用多种量化跑过的模型，QuenchBench 页面会显示每种量化相对最大量化能解决多少任务。
• 从命令行跑基准测试。本仓库里的 quenchbench.py 会下载应用，在你的服务器提供的任何模型上运行 QuenchBench、SWE-bench、Terminal-Bench 或 Aider Polyglot。Windows 版现在会输出到启动它的控制台。
• 开始界面。打开应用时不再直接进入上一个对话或新建一个空对话，而是显示开始界面，询问要在哪个文件夹里工作。New chat 也会这样问。
• 更整洁的侧边栏。日期、项目和基准测试运行默认折叠；打开某个对话时，它所在的分组会自动展开。
• 看得见的基准测试错误。运行失败或停止时会立刻显示原因，Settings › Benchmark 里会有一个清楚的提示框。

修复

• 删除已分享的数据，并得到确认。Settings › Data sharing 会显示服务器确认删除的时间，以及服务器有意保留的内容（同意记录、删除记录，以及一份技术日志，其中安装标识符只以哈希形式出现；备份副本保留到被替换为止，保留最近 14 份每日备份）。同意记录、删除记录和技术日志在超过隐私政策规定的期限（6 年）后，服务器现在会自动删除；分享的对话和基准测试运行的对话在存储三年后自动删除，服务器每天检查一次；如果需要恢复备份，在使用之前，备份也会经过同样的删除，以及备份之后做过的每一次删除；删除之后，还在队列里的结果不再发送。

• 撤回同意会清空队列。关闭分享或基准测试分享时，不仅丢弃等待中的对话，还会丢弃等待发送的基准测试结果和对话；删除一次基准测试运行时，如果它的分享还没发出，也会一并丢弃；服务器会拒收撤回之前分享的运行。执行“Delete my shared data”后，后台上传会继续运行，所以没能发出去的删除请求会在应用开着时重试。

• 诊断信息不含凭据。“Save diagnostics”不再包含 API 密钥和合作方密钥、组织 token，以及 MCP 环境变量和请求头的值。

• Windows 版能正常启动。不带控制台的版本在窗口打开前就崩溃了（它的日志没有控制台可写）；现在会写到数据文件夹里的 logs/console.log。

• 更新后保留 LM Studio 引擎。如果模型保存的引擎版本已经不在了，会改用同一引擎已安装的最新版本加载，而不是失败。

• 预设跟着模型走。切换模型会重置手动选的预设，下拉列表会刷新，Ternary Bonsai 2 的预设改用 PrismML 模型卡上的值。

• 不报告问题的语言服务器不再拖慢编辑。如果 PATH 上的某个语言服务器从不报告问题，应用试两次之后就不再等它。

• 子智能体看得见了。每个子智能体在对话里显示为一行，带状态、步数和 token 数，可以作为独立的对话打开；基准测试导出也会包含它们。

• 基准测试中的慢模型。推理上限也会随模型速度缩放；检查已经通过时跳过自查；接近时间上限时，智能体会跳过总结步骤直接收尾。

• 名称统一：Windows 上运行 LocalQuench.exe（local-forge.exe 还在，供已有的快捷方式使用），Android 应用叫 LocalQuench.apk，命令行里的基准测试叫 quenchbench。设置、对话和结果都还在原处。

• 用别的参数名调用工具的模型（用 command 而不是 cmd，用 pattern 而不是 glob）不会再陷入循环：调用直接生效；仍然对不上的调用会告诉模型这个工具接受哪些参数。

• 不带路径的 git commit 不会再把未跟踪的垃圾文件一起提交。

• 对话一长就迷失方向的弱模型，会保住它的任务列表和进度（哪些命令成功了，哪些文件已经读过）。

• 对话导出会显示每条消息的时间和每次回复的耗时，并统计云端模型的 token。

• localquench.com 无法访问时，更新也会从公开发布自带的清单获取，用同样的方式校验。

Harness

• 浏览器工具按“看不见的模型”需要的方式读页面。快照会把每段可见文字列出一次（包括价格、总计和状态行）、带上控件的标签、下拉框的选项，以及被其他元素遮住的控件；新的 query 操作会报告 CSS 选择器或快照引用所匹配元素的文字、值、状态、可见性和尺寸。密码、密钥和一次性验证码字段的值从不显示。
• “Continue”就是接着干。输入 continue（或 dalej）会保留任务的步数和检查计数，而不是从头开始。
• 摘要绝不凭空写代码。压缩上下文时的摘要保留路径和行范围，不保留凭记忆写出的代码；需要时会重新读取文件。
• 进度台账。工具调用按实际取得的成果计数；它可以附加的提示默认关闭。

安全和隐私

这个版本修复了六轮独立安全审查发现的问题（详情见仓库里的 docs/security）：

• 审批模式走同一条路径。Plan、Ask、Safe、Autopilot 和 Skip permissions 对每个工具、子智能体和命令都通过同一个检查来决定；只读命令按解析后的形式运行，不经过 shell；子智能体没有 shell。
• 项目文件夹是边界。文件通过固定在该文件夹上的描述符打开，链接和被调换的文件夹会被拒绝；写入时替换文件，而不是通过链接或硬链接写入；只读命令在一个隔离沙箱（Linux）里运行，沙箱只挂载检查过的那些文件夹。
• MCP 服务器只启动你批准的东西。项目自带的服务器需要单独授权；运行的程序和脚本就是检查过的那些；启动时下载代码的服务器（npx、uvx 等）按会话批准。
• 浏览器待在该待的地方。项目以外的本地文件、云元数据地址和内部主机都会被拒绝，重定向也一样；在 Plan 模式下打开页面要先询问；输入框和地址里的凭据对模型和截图都是隐藏的。
• 你的数据文件夹是私有的（在 Linux 上只有你的账户能读），删除的对话不会在数据库日志里留下副本，“Save diagnostics”不含任何密钥或 token。
• 分享：每个可选的勾选框默认都不勾；关闭分享会停止所有还在队列里的内容；基准测试对话只有在单独的训练许可下才会用于训练模型；“Delete my shared data”会停止所有还在队列里的内容，只有服务器确认后，应用才会显示删除完成。结果不会出售。
• 带签名的更新。应用只从用内置发布密钥（Ed25519）签名的发布清单安装更新，每一步都走 HTTPS（重定向到普通 http 会被拒绝），而且只有文件的大小和 SHA-256 与签名的值一致时才安装。较旧的或重放的清单会被拒绝。在 Windows 上，替换失败时会保留或恢复之前的版本并启动它。

已知限制

• Windows 版没有用代码签名证书签名（首次启动时 SmartScreen 会警告）；更新改由签名的清单来验证。从 0.1.0 开始的那次更新没有签名（0.1.0 无法校验签名）。
• 运行命令的隔离沙箱只支持 Linux；在 Windows 上，文件夹规则由应用自己执行。在 Windows 上，如果正在写入的文件夹的上级文件夹在写入过程中被重命名，应用能检测到，但无法阻止。
• 从项目外部硬链接进项目的文件仍然可以被读取（不能写入）。
• 没有 macOS 版。

小模型

• 能看懂以文本形式写出的工具调用，各种常见格式都支持：Hermes 和 Qwen 的 <tool_call> JSON（也包括列表、Python 风格的引号，或者在闭合标签前被截断的情况）、GLM 的 <arg_key> 格式、Llama 的 <|python_tag|>、Mistral 的 [TOOL_CALLS]、DeepSeek 的标记、放在代码块里或直接写出的 {"name": …, "arguments": …} 对象，以及 Gemma 的 tool_code 代码块。参数里有裸换行、末尾多余的逗号或 Python 引号时，会被修复而不是拒绝。
• 每个模型一套工具集。新的默认值 auto 给中小模型轻量工具集（15 个工具：基本工具加上文件大纲、git 和网页工具），给强模型全部工具；mcp 和 load_skill 只有在配置了相应内容时才出现。编辑工具的说明会按当前使用的编辑格式来写；12B 及以下的模型写整个文件，除非它专门训练过某个编辑工具。
• 来自模型卡的采样预设，覆盖 Qwen3 和 Qwen3.5、Qwen3-Coder 和 Coder-Next、Qwen2.5-Coder、Gemma 3/3n/4、gpt-oss、GLM-4.x、Devstral/Codestral/Mistral Small、Nemotron 3、DeepSeek-R1 和 V3.x、Kimi K2、MiniMax M2、Llama 3/4、Phi-4 reasoning、SmolLM3 和 Seed-OSS。
• 更少的误判提醒。只有在模型承诺了某个动作（“Let me run the tests”）之后才提示“继续”，而不是在“I should note that…”之后；“自查”提醒统计的是检查的运行次数而不是读取次数，并把新模块或新测试文件算作对项目的工作；轮询警告只在 sleep 循环时触发；构建运行期间重复调用 check_process 不算循环；每个工具结果最多一条 harness 提示；在“盘点进度”或“排查问题”提示之后，这一轮会继续，而不是停在总结上。
• 小上下文窗口。推理上限、自查 diff、文件读取、命令输出和压缩请求都会随模型的上下文缩放；回复的 token 上限绝不超过窗口剩余的部分；基准测试提示词绝不会提到没有提供的工具。

QuenchBench

• 只有可比的行。排行榜除了按模型、量化、KV 缓存和显卡分组，还按任务选择分组；改过 harness 开关的运行、裸基线、手工挑选的任务列表以及少于 13 个任务的运行都不上榜；在云端 API 上的运行会标明，不显示显卡；内存显示为一个范围。
• 基准测试使用标准 harness，从不使用调优器为该模型采用的配置；调优器也只有在留出任务上得到显著结果时才会采用某个配置。
• “读代码”类任务（程序会打印什么）不再允许运行程序；回答类任务按最后一条消息里的文字评分，所以把文件贴出来不算回答；沙箱会对命令隐藏任务文件；命令行新增 --container。

Local Quench 0.1.0：第一个公开测试版

2026 年 10 月 22 日

一个围绕小型本地模型打造的编程智能体。

大多数编程智能体是为前沿模型设计的，小模型只能自生自灭。Local Quench 反过来：模型外面那层 harness 是照着小模型在真实任务里的实际表现设计的，帮它们把活干完。它会盯住这些常见失误，在它们浪费你一下午之前把模型拉回正轨：

• 说了要做下一步，然后什么也没做就停了；
• 一直在改自己写的测试脚本，而不是改代码；
• 发出一个已经和文件对不上的编辑；
• 构建其实失败了，却相信了 make | tail 的结果；
• 对话一长，就忘了自己已经做过什么；
• 用错误的参数反复调用同一个工具。

每一条规则都来自本地模型做真实工作的对话记录，每一条都可以关掉，并用应用内置的基准测试 QuenchBench 测量效果。前沿模型（Claude、GPT、Gemini，用你自己的 API 密钥）使用更精简的 harness，不碍它们的事。

包含什么

• 带真正工具的智能体：可撤销的文件编辑、在沙箱里运行的 shell 命令、测试、git、仓库地图、应用内浏览器预览、处理大型仓库的子智能体。
• 为本地服务器打造：支持 LM Studio、llama.cpp、Ollama 和 vLLM，每个模型可以单独设置上下文长度、KV 缓存和思考。
• QuenchBench：按工作类别和编程语言，告诉你显卡上的模型能干好哪些活。另外还能运行 SWE-bench、Terminal-Bench 和 Aider Polyglot（测试版）。
• 模型推荐：哪些模型和量化能装进你的显存，能跑多快。
• 手机和平板：在手机上查看长任务的进度，或者开始一个新任务。
• 花费：每个对话如果用云端模型要花多少钱，和你的电费放在一起对比。

下载

也可以从 https://localquench.com/zh/download.html 下载。应用会自己更新。

须知

• 这是测试版。遇到问题请提交 issue，或者在应用里用 Settings › General › Report a problem。
• Windows 可能会显示 SmartScreen 警告，Android 可能提示“未知开发者”：安装包还没有用付费证书签名。
• 你的代码留在你的电脑上。除非你自己打开，否则不会分享任何内容，见隐私政策。