oxideterm

用 Rust 打造 AI 终端，轻量无遥测，本地远程都能用。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 搜索知识 🍴 复刻 156 🐛 待处理 34 👀 关注 4
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1800
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目，GPL-3.0许可，本地部署，无订阅费用。

项目预览

oxideterm 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队AnalyseDeCircuit
官网地址https://oxideterm.app
GitHubhttps://github.com/AnalyseDeCircuit/oxideterm
定价模式🏷️完全免费
价格说明开源项目，GPL-3.0许可，本地部署，无订阅费用。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议GPL-3.0
主要语言Rust
技术栈/模型agent,ai-terminal,bring-your-own-key,devtools,filemanager,gpui,local-first,mcp,native-apps,port-forwarding,rag,rdp,russh,rust,sftp,ssh-client,terminal,terminal-emulator,tool-calling
GitHub 星标★ 1800
上线时间2026-01-21 00:00:00
代码更新2026-11-09
仓库体积199.5 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数6

项目介绍

oxideterm 是一个用 Rust 编写的 AI 原生终端工作区，专为本地 shell 和远程机器设计。它解决了传统终端缺乏智能辅助、依赖重型运行时（如 Electron）和存在遥测隐私问题。核心能力包括：内置 AI 助手，能理解自然语言指令并辅助执行命令；支持本地与远程会话管理；零 Electron、零 OpenSSL、零遥测，无订阅费用，确保轻量、安全和隐私。项目处于成长阶段，适合开发者日常使用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1800

使用教程

难度：入门 约 10 分钟 部署方式：本地安装 6 步

环境要求

  • 无需账号、无需订阅，免费使用
  • 从源码构建需 Rust 工具链（Edition 2024）
  • 从源码构建需可运行 GPUI 的桌面环境

安装与启动步骤

  1. 1获取安装包

    打开 GitHub Releases 最新版页面，按操作系统选择对应安装包下载。

    https://github.com/AnalyseDeCircuit/oxideterm/releases/latest

  2. 2macOS 安装

    下载与芯片匹配的 .dmg（Apple Silicon 或 Intel），打开后把应用拖入「应用程序」。

  3. 3Windows 安装

    按机器架构下载 x64 或 ARM64 安装程序，双击运行并按向导完成安装。

  4. 4Linux 安装

    在 AppImage、.deb、.rpm 三种格式中任选一种下载并安装。

  5. 5校验下载文件

    在发布页下载 sha256sums.txt 资产，用它核对安装包校验值，确认文件完整未被篡改。

  6. 6从源码运行

    需 Rust 工具链（Edition 2024）和可运行 GPUI 的桌面环境，在源码目录执行命令启动应用。

    cargo run

如何确认成功

应用正常打开并显示 OxideTerm 工作区界面，可开始管理本地 shell 与远程会话。

常见问题

Q：需要注册账号或付费订阅吗？

A：不需要。项目为开源本地优先，无账号、无订阅、无遥测，AI 能力采用 BYOK（自带密钥）模式。

Q：该下载哪个平台的安装包？

A：macOS 按芯片选 Apple Silicon 或 Intel 的 .dmg；Windows 选 x64 或 ARM64 安装程序；Linux 选 AppImage、.deb 或 .rpm。

Q：为什么建议校验下载文件？

A：发布页提供 sha256sums.txt 资产，可用来核对安装包哈希，避免下载到损坏或被篡改的文件。

Q：如何从源码构建运行？

A：准备 Rust 工具链（Edition 2024）和能运行 GPUI 的桌面环境，在源码目录执行 cargo run 启动。

Q：是否依赖 Electron 或 OpenSSL？

A：不依赖。项目零 Electron、零捆绑 WebView、零 OpenSSL/libssh2，SSH 为纯 Rust 实现。

注意事项

  • 项目处于成长阶段，功能与界面可能持续变动。
  • 官方强调零遥测、无订阅、本地优先，AI 能力需自备密钥。
  • 安装包均来自 GitHub Releases，请优先从官方发布页下载。

核心亮点

  • 纯 Rust 实现，无 Electron 依赖，内存占用低
  • 内置 AI 助手，支持自然语言操作终端
  • 零遥测和零订阅，隐私友好且免费

不足之处

  • 项目较新，文档和社区生态待观察
  • AI 功能可能依赖外部服务，离线场景受限

适用场景

  • 开发者日常终端操作，用 AI 快速生成命令
  • 远程服务器管理，统一工作区
  • 隐私敏感环境，替代传统终端

替代项目

Warp、Tabby、Alacritty

上一篇：puppyone

下一篇：Awesome-AI-Memory

同类项目推荐

awesome-ai-apps 开源

一个列表，看遍AI应用主流玩法，找灵感、选方案。

A collection of projects showcasing RAG, agents, workflows, and other AI use cases

★ 16732 2026-08-09
pipecat 开源

几行代码搭出能实时对话、可打断的语音 AI 助手

Open Source framework for voice agents, multimodal apps, and realtime AI. Maintained···

★ 17147 2026-10-11
chatgpt-java 开源

用 Java 快速接入 ChatGPT，命令行即可对话

ChatGPT Java, it supports some of OpenAI's official interfaces (all interfaces will ···

★ 94 2026-08-09
langchainrb 开源

用 Ruby 快速构建 LLM 应用，像搭积木一样组合 AI 能力

Build LLM-powered applications in Ruby

★ 2008 2026-08-09
prism 开源

在 Laravel 中一套代码接入多家大模型，告别 SDK 碎片化

A unified interface for working with LLMs in Laravel

★ 2430 2026-08-09
spring-ai-alibaba 开源

Java 团队用 Spring 方式快速搭建多智能体应用

Agentic AI Framework for Java Developers

★ 11119 2026-10-11
LLMstudio 开源

让 LLM 应用从原型到生产，少踩坑、快落地

Framework to bring LLM applications to production

★ 390 2026-08-09
text2text 开源

几行代码搞定多语言文本生成与问答

Text2Text Language Modeling Toolkit

★ 305 2026-08-09
llm-extension-for-cmd-pal 开源

在 PowerToys 命令面板里直接召唤 AI，键盘党秒变效率大师

An LLM extension for PowerToys Command Palette

★ 82 2026-08-09