Skip to main content
PromptQuorumBuilt for humans. Structured for AI.
主页/本地LLM进阶/Snug Protocol 详解:可移植的 AI 构建个人应用
Local AI Agents & Tool Use

Snug Protocol 详解:可移植的 AI 构建个人应用

·阅读约9分钟·Hans Kuepper 作者 · PromptQuorum创始人 · 开放权重与开源AI发现引擎

Snug Protocol 是一项采用 MIT 许可的开放规范,面向由 AI 构建的小型应用:这些应用在宿主程序内运行,运行时借用宿主的 AI 模型,并把数据保存在用户拥有的单个可移植文件中。 它尚处早期:规范已是 1.0 版,但 macOS 应用为 0.1.3 版,尚未见到独立的采用案例。

Snug Protocol(snugprotocol.org)是一项开放规范,面向由 AI 智能体根据描述构建的小型应用:这些应用在运行时借用宿主程序的 AI 模型,并把数据保存在用户自己拥有的单个文件中。本文先解释其设计,再区分哪些内容有项目文档记载,哪些仍未得到证实。

Snug Protocol 详解:可移植的 AI 构建个人应用

关键要点

  • 由 Jeetu Maker 创建;GitHub 仓库中未见其他真人贡献者
  • 规范已是 1.0 版;开发者称其实现仍属 1.0 之前的版本
  • 尚未发现第二个宿主、独立审计或外部用户群
  • 桌面应用仅支持 macOS;Windows 和 Linux 计划在 1.0 之后支持

📍 简单一句话

Snug Protocol 规定了 AI 构建的应用、运行它的程序与用户的数据文件如何协同工作,使应用及其数据可以在兼容的程序之间迁移。

💬 简单来说

可以把它想象成由助手为你编写的应用,但它保存为你自己掌控的普通文件,而不是存放在助手自家的服务里。

什么是 Snug Protocol?

Snug 是一项协议,不是 AI 模型,也不是单一应用。 它描述了小型网页应用、宿主程序和 AI 智能体如何相互通信,以及应用数据存放在哪里。项目的出发点是:AI 助手为你构建的应用,通常连同数据一起被绑定在创建它的平台上。代码位于 GitHub 上的 snug 仓库。

  • 应用: 一个小型的独立 HTML 应用,拥有自己的界面和逻辑,由 AI 智能体根据自然语言描述构建
  • 宿主: 在沙箱中运行应用,并负责中转其 AI 请求、存储和网络访问的程序;项目提供两个宿主,即 macOS 应用和浏览器 Playground
  • 用户文件: 一个以 .snug 结尾的 SQLite 文件,保存应用、应用数据、聊天记录和设置,可整体导出并在兼容的宿主之间迁移

各部分如何协同

应用与宿主交换带版本的 JSON 消息,称为信封(envelope)。文档把 AI 智能体称为应用的"心智",把应用称为"身体":应用负责绘制界面并保存状态,智能体则在被询问时提供智能。

  • 运行时 AI: 据项目所述,应用运行时由宿主提供模型,因此更换模型无需重新构建应用
  • 隔离存储: 每个应用在用户文件内拥有自己的数据库命名空间
  • 规范: 共六个部分,涵盖线路协议、可移植的用户数据库、关联应用、运行时契约与应用聊天界面、关联设备连接以及一致性。本评测未详细研究运行时契约
  • 面向开发者: 文档中有构建宿主和将 Snug 嵌入其他产品的指南;这两项均未在本次测试

本地与托管模型

模型由宿主选择,因此 Snug 既可使用本地推理,也可使用托管推理。 下载页面称,macOS 应用需要 Anthropic 或 OpenAI 的 API 密钥,或一个兼容 OpenAI 的本地端点,并提到可通过 Ollama 提供本地模型作为一种选择。

  • 本地路径: 兼容 OpenAI 的本地端点让推理留在你自己的机器上;项目未公布硬件或 Ollama 版本要求
  • 托管路径: 云端模型会收到应用发送给它用于推理的所有内容
  • 凭据: 据下载页面所述,密钥保存在你自己的 .snug 文件中,由你的机器而非 Snug 服务器附加
  • 其他服务: 项目网站称,读取银行账户的应用仍需通过聚合服务商,因此"无应用后端"并不意味着没有外部服务

安全设计及其局限

Snug 在公开的威胁模型中记录了其安全设计,但该文档出自项目自身,也未发现独立审计。 以下各点是该文档的陈述,而非经过测试的结论。

  • 沙箱: 应用 iframe 使用 sandbox="allow-scripts"、不透明源(opaque origin)以及 connect-src 'none' 的内容策略,因此应用无法自行建立网络连接
  • 凭据保管: 协议层会拒绝形似凭据的请求头,响应和错误信息在到达应用之前会被清除敏感内容
  • 网络上限: 应用只能访问用户已批准的主机,不跟随重定向,会修改数据的请求在读取凭据之前需要确认
  • 文件保护: 用户文件默认为明文;只有用户开启保护后才会应用 AES-256-GCM 加密
  • 已接受的风险: 文档列出了残余风险,其中包括:应用读取消息存储时,第三方的消息可能到达 LLM;以及一项完整性检查能发现不完整的副本,却发现不了以同一用户身份运行的另一个进程
  • Windows: 文档记录了 Windows 上的已知缺陷,而项目并未发布 Windows 版本

获取方式

Snug 的代码采用 MIT 许可,项目未给出 macOS 应用的价格;该应用是同时支持 Apple 芯片和 Intel 的通用 .dmg 安装包,Playground 则在浏览器中运行。

项目
获取方式
macOS 应用Snug.dmg,0.1.3 版
浏览器 Playgroundplayground.snugprotocol.org
官方网站snugprotocol.org
隐私政策snugprotocol.org/privacy
源代码GitHub,MIT
规范Spec 1.0
Windows、Linux计划在 1.0 之后支持

已于 2026 年 10 月 17 日核实:macOS 应用为 0.1.3 版,发布于 2026 年 9 月 5 日;仓库本身最近一次更新在 2026 年 10 月 15 日。下载页面未说明该应用的价格、最低 macOS 版本和签名详情。项目称 Playground 是将数据保存在浏览器中的演示,而非私有部署。

成熟度如何?

规范已发布并有版本号,但周边生态目前只有这一个项目。 仓库创建于 2026 年 7 月 31 日。

方面
发现
规范已发布 1.0 版
实现macOS 应用 0.1.3;据开发者称为 1.0 之前
贡献者一个真人账号,外加一个依赖更新机器人
GitHub 活跃度2 个星标、0 个 fork、11 个未关闭 issue
其他宿主除项目自有宿主外未发现其他宿主
安全审计未发现;威胁模型为自行发布

GitHub 数据读取于 2026 年 10 月 17 日,之后会发生变化。

我们无法验证的内容

以上内容均来自项目自己的文档及其 GitHub 页面。以下几点无法得到确认。

  • 实际使用表现: PromptQuorum 未安装或运行过 macOS 应用或 Playground
  • 采用情况: 未发现第二个宿主实现,也未发现第三方用户
  • 安全性: 没有独立审计或渗透测试,而且篇幅很长的威胁模型只读了一部分
  • 项目自述的说法: 项目自己的材料中关于节省量或速度的数字未经测试
  • 实际可移植性: 该格式的设计目的是在宿主之间迁移,但无法核实在两个独立宿主之间的实际迁移

可能的阻碍

以下是任何新的可移植层都面临的开放性问题,并非针对 Snug 本身的发现。

  • 可移植性需要第二个宿主。 只有当其他开发者构建兼容的宿主并保持所需行为时,可移植文件才有价值
  • 宿主依然重要。 模型、集成和设备访问都来自宿主,因此同一个应用在两个宿主上的表现可能不同
  • 沙箱限制的是破坏,而不是错误。 生成的应用仍可能给出错误的结果
  • 小型本地模型。 它们或许能处理简单任务,但在复杂推理或专业化工作流上可能吃力

谁应该关注 Snug?

问题在于:一位开发者提出的早期协议,是否值得关注或试用。

值得一看,如果你

  • 希望 AI 构建的个人工具以你掌控的文件形式保存
  • 开发 AI 产品,想研究一种可嵌入的设计
  • 使用 Mac,并能接受 1.0 之前的软件

建议观望,如果你

  • 现在就需要 Windows 或 Linux 版本
  • 在连接财务或其他敏感账户之前,需要经过独立审计的安全性
  • 需要有团队支持并有实际使用记录的工具

常见问题

不安装任何东西可以试用 Snug 吗?

可以。浏览器 Playground 可作为演示使用,项目称它把数据保存在浏览器中并允许你导出,但它不是私有部署。

Snug 能让我的数据完全私密吗?

项目没有做出此类声明。应用本身不需要后端,但托管模型会看到应用发送给它的内容,账户连接也可能涉及中间服务商。

我可以把 .snug 文件迁移到另一个宿主吗?

该格式的设计目的正是如此,但目前找到的宿主只有项目自己的,因此尚未见到在独立实现之间迁移的实例。

Snug 是行业标准吗?

目前没有证据支持这一说法。更准确的描述是:这是一项新兴的开放协议,只有一位维护者,并已发布 1.0 版规范。

开发者可以把 Snug 嵌入自己的产品吗?

文档包含构建宿主和嵌入 Snug 的指南,仓库也发布了 TypeScript 软件包;本评测未对其进行测试。

参考来源

← 返回 本地LLM进阶

MCP