🎉6. September 2026 — das erste öffentliche Release von AI Assistant ist da! Ich entwickle es aktiv und behebe Fehler, und ich hoffe wirklich, dass dir meine Vision für die App gefällt. Danke, dass du hier bist!
Dein persönlicher KI-Assistent für Chats und Projekte
Plattformübergreifende Desktop-App für Chats und die Arbeit mit beliebigen Projekten. Anbieterunabhängig: Du konfigurierst deine eigenen LLM-Endpunkte (Ollama, OpenAI-compatible, Anthropic, OpenRouter, llama.cpp, vllm, …), dein System-Prompt, deine Tools, deine MCP-Server und deine externen Code-Agenten (cline / opencode / claude-code usw.). Kein Login oder Anmeldung. Keine obligatorischen Online-Konten. Keine Zahlungen oder Paywalls. Kein Tracking. Keine Marken. Nur du und deine gewohnten nützlichen Tools.
Native Builds für Windows, macOS und Linux.
Wirf einen Blick hinein
Screenshots aus der Desktop-App — klicke ein Bild an, um es zu vergrößern.
Funktionen
Jede Funktion hier entstand, weil die tägliche Arbeit sie brauchte — anbieterunabhängig, projektbezogen und erweiterbar mit Agenten, MCP und deinen eigenen Tools.
Chats & Projekte
Eigenständige Chats
Schnelle Chats ohne Verpflichtungen: eine Frage stellen, Ideen entwickeln oder etwas erledigen — ohne Projekt oder Ordner. Einfach ein Gespräch.
Projekte mit geteiltem Kontext
Projekte gehen weiter: Chats innerhalb eines Projekts teilen sich einen gemeinsamen Kontext, auf den das Modell in jedem neuen Chat zurückgreifen kann.
Projektordner
Binde einen Projektordner an, und das Modell erhält direkten Zugriff, um Dateien zu lesen und darin zu arbeiten.
System-Prompt pro Projekt
Jedes Projekt kann den Standard-System-Prompt der App überschreiben, um das Gesamtverhalten des Modells für dieses Projekt zu prägen.
Chats frei verschieben
Zieh einen Chat aus einem Projekt in einen eigenständigen Chat — oder schieb einen eigenständigen Chat in ein Projekt, damit er Teil des geteilten Kontexts wird.
Regeln pro Projekt
Eigene Regeln sind kleine, separate System-Prompts, die das Verhalten des Modells innerhalb eines bestimmten Projekts lenken.
Kanban-Board
Jedes Projekt hat ein Kanban-Board — Backlog, To Do, In Progress, Review, Done — und Aufgaben lassen sich direkt vom Board aus starten.
Drag-and-drop
Sortiere Aufgaben per Drag-and-drop neu — auf dem Kanban-Board oder in der Listenansicht, ganz wie du magst.
RAG (optional)
Projekte können RAG über ein Embedding-Modell aktivieren, damit das Modell relevanten Kontext aus deinen Dateien einbeziehen kann.
Provider
So viele Provider wie du willst
Füge lokale und entfernte Provider hinzu und wähle direkt im Chat ein Modell aus einem davon.
Standard-, Schnell- und Embedding-Modelle
Lege ein Standardmodell für den Alltag fest, ein optionales Schnellmodell für kurze Aufgaben und ein Embedding-Modell für RAG.
Agenten & MCP
Externe Agenten
Füge so viele externe Agenten hinzu, wie du willst — opencode, claude-code, cline, ollama-agent oder andere. AI Assistant kann schon allein sehr viel, aber mit externen Agenten wird er zum Orchestrator, der Aufgaben delegiert und ihre Arbeit koordiniert.
MCP-Server
MCP-Server von Drittanbietern erweitern AI Assistant um genau die Fähigkeiten, die du brauchst — einfach einbinden.
MCP Web UI
Ein lokal laufender MCP-Server kann eine eigene Web UI anbieten, die du als Button in der oberen Leiste anpinnen kannst — wie die Codebase Memory Web UI auf den Screenshots, geöffnet in einem eigenen Fenster direkt in AI Assistant.
Eingebaute Tools
Eingebaute Tools
Der eingebaute Werkzeugkasten deckt die meisten Aufgaben ab, die ein Agent im Alltag braucht.
Websuche
Mit dem eingebauten Web-Suche-Tool legst du genau fest, welche Suchmaschinen es nutzt.
Webhooks für Modelle
Richte Webhooks vorab ein, dann kann das Modell sie bei Bedarf mit Daten aufrufen. Zum Beispiel: richte einen Webhook ein, der Text in einen Slack-Kanal postet — dann lass das Modell recherchieren und das Ergebnis an Slack schicken.
Eigene Skills
Definiere deine eigenen Skills und füge sie bei Bedarf manuell zu Chats hinzu.
Prompts
Wiederverwendbare Prompts
Speichere so viele Prompts, wie du willst, und pinne die meistgenutzten an den Startbildschirm, um sie sofort zu starten. Zum Beispiel einen Prompt, der die erledigte Arbeit der Woche zusammenträgt und an Slack schickt — jeden Freitag, ohne alles neu einzutippen.
Warum AI Assistant
Minimale Standardwerte, volle Kontrolle beim Nutzer. Alles lässt sich konfigurieren und überschreiben.
Dein eigener Provider
Verbinde beliebige LLM-Endpunkte — lokales Ollama oder jede entfernte API. OpenAI-kompatible und Anthropic-Provider mit Streaming, Tool-Nutzung, Thinking-Blöcken und Vision.
Privat von Grund auf
API-Schlüssel liegen im System-Schlüsselbund, niemals im Klartext. Deine Daten bleiben auf deinem Rechner. Keine Anmeldung, kein Tracking, keine Marken.
Chats & Projekte
Eigenständige Chats und Projekte — Gruppen zusammengehöriger Chats mit gemeinsamem Kontext und verbundenen Ordnern.
Externe Code-Agenten
Anbindung an cline, opencode, claude-code und weitere über PTY — mit Ausführungsüberwachung, Diff-Ansicht und Prozess zum Genehmigen oder Ablehnen.
MCP & RAG
MCP-Client mit Tool-Erkennung, dazu Retrieval-Augmented Generation pro Projekt mit Embeddings und Vektorspeicher.
Mehrsprachig
Komplette Oberfläche in 11 Sprachen. Sofortiger Wechsel ohne Kontextverlust.
Prompt-Bibliothek
Gespeicherte Prompts mit Favoriten, System-Prompts pro Chat und Regeln pro Projekt.
Aufgaben-Board für Projekte
Kanban- und Listenansicht für Projektaufgaben; Aufgaben lassen sich als Agentenläufe starten.
Aktivitätsstatistik
Token-Nutzung, Anzahl der Nachrichten und Zeitmetriken mit einem Diagramm zur täglichen Aktivität.
Hol dir AI Assistant
Native Builds für Windows, macOS und Linux.