超级麦吉职场人VibeWorking的开源LLMOS

Claude Code 已经成为了写码牛马的我每天都在用的 coding agent.

甚至，不只是 coding，某种程度来说它快要成为了我日常工作的 LLM OS 了，我还会用来干各种其他的事 （总得把每月这200$ 赚回来啊……） ，见： Claude Code is All You Need

我们日常对 LLM 的使用，已经从最早期的单纯输入输出，到后来的加入记忆和工具调用，再到现在复杂的多层次决策架构——

逐步在向这个终极形态靠近： LLM OS 。

随着各类 AI 应用爆发，各通用和垂类 Agent 纷纷拿下用户的 attention 和时间（当然还有投资人的钱）的同时，趋势也越来越清晰：

LLM 正成为新时代的操作系统内核。

可以说，拥有 Claude Code 的程序员们，现在正处于历史上最幸福的时刻。

（以前得手撮，以后……可能不需要了

但，有个问题是： 职场上大部分人并不需要写代码。

作为非 terminal 玩家， 这些不写代码的职场牛马该用什么呢？

他们要做市场调研、写分析报告、制作 PPT、管理项目、处理邮件、协调会议……

这些工作看似复杂，其实一点也不简单。

干过之后你就会感叹： 能安安静静地写代码，才是最幸福的事。

程序员有 Claude Code， 那有没有一个类似工具能统筹管理职场人各种工作呢？

答案，可能就是今天要介绍的这个 Github 1.5K Star 的最新开源项目：

超级麦吉， 为职场牛马人专门打造的 LLM OS.

三层结构设计

超级麦吉采用了 工作区 > 项目 > 话题 的三层结构设计。

这看着普通随意，但其实是详细推敲过的。

许多职场人的日常工作 be like：管理多个客户项目，每个项目有不同的任务线，每条线又包含无数具体事项。

而超级麦吉的整体架构也很好地映射和贴合了这种工作模式。

每个话题都是独立的 AI 执行单元 ，可以并行处理不同任务——

你可以让 AI 同时写 100 份报告、做 50 个方案、分析 20 个市场。

它的文件系统设计， 真的像一个操作系统 。

虽然这算不上底层技术创新，但对职场人是真的友好。不同于 ChatGPT 和 Claude 简单的 project 划分，而是真正理解用户需求，让所有文件井井有条。

此外，它还有个智能 @ 引用的功能，可以很方便地定位任意文件，甚至，还有版本管理的功能能让每次迭代都有迹可循，改坏了还能轻松回到过去。

这样设计的好处在于 完全可控 。

不像那些黑盒子式的 AI 工具，你可以清楚看到每个任务的执行状态，随时调整、暂停或回滚。

专业牛马模式

以职场人的生产力 OS 为目标的超级麦吉，除了通用模式外，还摸透了职场工作中最高频使用的几个核心场景：

1. 数据分析

只需要无脑甩几件数据文件给它，超级麦吉就可以自动整理、聚合、分析并生成可视化看板。

用时 3 分钟，就可以生成包含 20+ 维度分析的月度销售看板 ，而原本则需要 2 天的工作量。

2. PPT 模式

写 PPT 可谓是职场打工人最痛苦的工作之一。

而它的 PPT 模式可以基于搜集到的真实素材及创作思路和要求，进行深度分析后，再最后生成逻辑清晰、专业美观的演示文稿。

「Labubu 现象分析」这样的复杂主题， 15 分钟就能完成 20 页精美 PPT 。

3. 录音总结

这个工具可以把杂乱的会议录音转化为结构化报告。

还可以智能识别不同发言人，提炼核心观点和关键决策，自动生成 待办事项 和 行动计划 。

4. 聊天模式

聊天模式则专注极致响应速度，适合日常问答、翻译、简单文案。

支持一键开启全网深度搜索，也可以随时升级为 Agent 模式来处理复杂任务。

此外 ，超级麦吉还打通了 MCP 插件生态，可以更方便地接入你的各种办公系统：

各种办公系统：

插件类型

功能描述

📧 邮箱集成

自动处理未读邮件，智能分类和回复

💾 数据库连接

直接查询 MySQL、PostgreSQL 数据库

🔧 代码仓库

关联 GitHub，辅助代码审查（偶尔 vibe coding 时用）

📝 知识工具

同步 Notion、Obsidian 等知识库

🏢 企业系统

对接 OA、CRM、ERP 等业务系统

构建于底层模型之上（也已第一时间接入GPT-5），打通 MCP 生态，专注职场场景的超级麦吉，有希望成为整个工作生态的中枢大脑。

案例

下面我们来看几个具体案例：

1. 巴菲特股东大会投资解析

最近有几家关注的公司要出财报了，我想研究下看看美股的走向，而巴菲特老爷子 2025 年股东大会的内容自然不能错过。

于是，我让超级麦吉帮我解析了巴菲特 2025 年股东大会投资启示：

见：https://www.letsmagic.cn/share/777665156986277889

倒是轻松搞定。

2. 股票分析

今年人形机器人概念很火，北京刚办完机器人半马，我想知道有哪些相关概念股可以关注，超级麦吉也是立刻就整理好了北京人形机器人半马相关股票分析：

见：https://www.letsmagic.cn/share/774280936479625217

同样不在话下。

3. 书籍总结

我想再复习一下《思考，快与慢》结合 LLM 的快慢思考来对比一下，但又不想完整再读一遍，也可以让超级麦吉来帮忙总结核心观点 。

见：https://www.letsmagic.cn/share/777461325648195584

4. 奶茶品牌盈利模型分析报告

打了几年工攒了些钱，我想要不发展个副业。

投资奶茶店怎么样呢？

但不知道哪个品牌赚钱，同样可以交给超级麦 吉来分析下：

见：

https://www.letsmagic.cn/share/812365799512555522/file/812036163309518849?showProject=1&password=XYL84

5. 餐饮选址分析

开店自然要选址，选址有什么诀窍呢？

不需要。有嘴会问就好：

见：

https://www.letsmagic.cn/share/812365799512555522/file/812348911650779137?showProject=1&password=XYL84

6. 压力测试制作 100 个小游戏

最近压力有点大，想要打打游戏放松一下。

大游戏太费脑，小游戏不好找，广告还多。

我索性交给超级麦吉一个变态级的任务： 制作 100 个小游戏。

本是想为难它一下，不曾想，居然真搞定了……

从俄罗斯方块 、 贪吃蛇到 2048，从打砖块到植物大战僵尸，甚至还有红系列刮刮乐这种模拟真实彩票的创意游戏。

100 个 HTML5/JavaScript 游戏清单 ，全部用单个 HTML 文件实现……

不得不服……天选打工人。

对标飞书的产品矩阵

就像 GPT-5 不是个模型而是个智能系统，定位为职场人 OS 的超级麦吉其实也并不是个孤立的工具，还包括 完整的产品矩阵来支撑其操作系统的手和脚 （看起来有点要对标飞书 + 飞书文档 + coze的意思了）：

超级麦吉 Super Magic

作为通用型 AI Agent，通过多 Agent 设计体系实现自主任务理解、规划、行动和纠错。它能理解自然语言指令，执行各类业务流程，交付最终结果。

麦吉聊天 Magic IM

融合了 AI 对话与企业内部沟通，支持多人协作、知识库管理、组织架构隔离。群聊功能让 AI 直接参与团队讨论，实时提供解答。

神奇流程 Magic Flow

提供可视化 AI 流程编排，拖拽式界面让非技术人员也能设计复杂工作流。内置文本处理、图像生成、代码运行等模块，兼容任何 OpenAI API 协议的大模型。

还有多智能体的协同：

以及即将开源的 天书办公协同系统 Teamshare OS ，将 AI 能力深度融入日常办公场景。

神奇表格支持多维度数据管理和自动化工作流：

神奇文档实现智能内容生成和优化：

看到这里，是不是感觉更像飞书全家桶了？

你可能想说：我干嘛不用飞书用这个？

好吧，这个问题约等于是在问： 为什么要开源？全闭源不好吗？

闭源虽好，但当然不够好，这个问题豆包就能回答：

说到开源，不得不吐槽一下字节最新开源的项目：Coze.

我用下来的感觉就是：诚意不足。

在我看来，作为大厂的 字节的 这个开源项目更像是为了完成个 KPI（内部称之为 OKR ）的勿忙将会，诚意很不足，这里我都不想展开了……和 dify 对比下就行，至少我暂时还会继续用 dify.

就顺便再说下字节最近新推出的 Trae Solo：

我上次打开 trea 还是上次，是第一次，也可能是最后一次。

那这唯一的一次，是在拿到朋友送的 SOLO 邀请码后，我想总别浪费了吧……于是花钱买了个会员（ 你没看错，有邀请码还不等于直接能用，还要花钱买会员…… ），跑了个让我极度失望的任务后，关掉再没打开过。

略有些跑题了，还是说回超级麦吉的开源——

诚意满满

相比前面疑似 KPI 驱动下开源的 coze， 超级麦吉则完全开源，真•透明 + 可控。

个人部署也和名字一样， 超级简单 ：

# 克隆仓库git clone https://github.com/dtyq/magic.gitcd magic# 前台启动服务./bin/magic.sh start# 或后台启动./bin/magic.sh daemon# 查看服务状态./bin/magic.sh status# 查看日志./bin/magic.sh logs

配置下环境变量：

# 配置 magic 环境变量cp .env.example .env# 配置超级麦吉环境变量cp config/.env_super_magic.example .env_super_magic

系统要求只需 Docker 24.0+ 和 Docker Compose 2.0+。

服务启动后，API 服务在 localhost:9501，Web 应用在 localhost:8080，还提供了 RabbitMQ 管理界面。

且除了核心产品，超级麦吉还开源了基础设施：

Agentlang： 以自然语言为核心构建 AI 智能体的框架；

Magic Lens： 能准确转换复杂 HTML 到 Markdown；

还有个将发布的 Magic Use： 专门面向 AI Agent 的浏览器操作工具；

Magic Space： 静态内容托管管理系统；

Sandbox OS： 面向 AI Agent 运行时的沙箱系统。

只要有用上的，全都放出来了。

诚意满满，没有 KPI.

全端可用

PC 端作为复杂项目管理的主战场，移动端 iOS/Android 双端支持可以让真牛马在通勤路上也能顺畅无阻地推进项目，而网页版则更是即开即用。

你可以上班路上语音布置任务，到公司了打开电脑上查看进展，不满意的随意骂上几句，然后再并行开几个任务……

午休前用手机微调方案，下班前做最终审核，睡觉前想起来了再骂几句，没有人会嫌你太 GPU.

随心所欲，随时随地……

作为牛马，本就该这样像在草原上一样自由。

当然，没有完美的产品。

最冲的就是这股浓烈的蓝紫渐变色……

我是真有点快看吐了，见前文： 十米远就能闻到AI 的味道😂

不过换个角度想，这才更是坦诚的 AI Native 啊……而且是顺着 AI 的强项来走，虽然颜色有点冲，但或许能力才得到了充分发挥

而它甚至连 LOGO 和可爱的吉祥物都很蓝紫 Native：

以及，我还想吐槽的是它的邀请码机制 ，虽说据内部人士解释的是为了控制访问量和成本防止滥用，但其实是被 Manus 带坏的吧？并且这确实增加了使用门槛啊。

好在项目方找到我，说可以送些码当做帮着宣传下， 我会抽空陆续放到评论区，只需评论 4 个字“ 超级麦吉 ”且点赞数大于等于 1 的都有码（自己点的都算……（群里我也会丢一些

写在最后

最后，再多说说超级麦吉提出的 Vibe Working（氛围工作法）。

我们的工作，正在从传统的「 单线程执行 」升级为「 多维度并行协同 」——

每个（善用 AI 的）人，已经不再是一个人在战斗，而是指挥着一支 AI 军团的超级个体。

对于这样的超级个体而言，你将成为指挥官而非执行者，你要管的是项目而不是细节，要做的是决策而不是重复的确定性工作。

超级麦吉想的是： 超级个体，自然要用超级麦吉。

在这样的平台加持下，我们可以一口气调研 100 家公司生成深度研报，同时管理 50 个营销方案，并行推进 20 个产品规划，甚至一次性处理 1000 份简历筛选 。

每个任务都可以持续迭代优化，通过对话方式不断调整，直至达到最终目标。

换作 22 年以前，我不会相信这会真成为现实。

或者至少不会这么快。

相比曾经动辄花费数百上千的固化工具，AI OS 类平台正在用可控且急剧走低的成本，提供着完全定制化的 AI 协作体验。

早在 23 年 11 月，Andrej Karpathy （OpenAI 创始团队成员、前特斯拉 AI 总监 ）就发布了对 LLM OS 的构想：

而在上周五 GPT-5 发布后，Karpathy 也发了一条推文：

他在推文中称：由于过度的基准测试优化， LLM 正变得「过于 agentic」 。

在编程时，模型会花很长时间推理，倾向于列出和搜索整个代码库的文件，反复进行网络搜索，过度分析那些明知不完整、正在开发中的代码里的罕见边缘情况。

因此，他经常不得不打断 AI：「 停，你想太多了。只看这一个文件。不要使用任何工具。不要过度设计。 」

这揭示了一个问题：

当 AI 默认进入「ultrathink」超级智能体模式时，我们其实需要更好的方式来传达意图和任务重要性。

从「快速看一眼」到「花 30 分钟，绝对确定后再回来」。

事实上，或许正确的方向是 这个终极形态： LLM OS 。

GPT-5 的 「全面第一」却「惊喜不够」或也表明： LLM 会越来越强，但 能力 提升的速度正在收敛， 更多的价值和场景将会逐渐转移到基于它构建的上层应用中。

这正是超级麦吉们在探索的方向。

不是让 AI 无限制地「 思考 」，而是让人与 AI 互为 copilot，人可以在关键环节参与决策。

人不再是执行者，而是将解放出来，成为 loop 中的关键参与者、指挥者 。

作为老一代的手搓 程序员到现在的 Vibe Coder，我现在若是对一个刚写完 4000 行代码的项目稍有不满（先前某个关键需求忘了说），我可以毫不犹豫全部删了重来。

换作以前， 这个产品经理可能要被程序员恨之入骨。

Vibe Coder 们 已经体验到了 AI 驱动下的生产力革命，而现在——

是时候 轮到所有职场人转型为 Vibe Worker 了。

[1]