跳轉到

OpenClam 研究筆記

資料來源

項目 連結
GitHub Repo aaaddress1/OpenClam
作者 GitHub aaaddress1 (Sheng-Hao Ma)

專案概述

項目 內容
作者 Sheng-Hao Ma（馬聖豪） — 台灣資安研究員，TXOne Networks
Stars 13（截至 2026-03-30）
Forks 3
語言 Python 100%
授權 MIT
Commits 8（早期階段）

OpenClam 是一套 Windows 桌面浮動 AI 啟動器，整合搜尋、翻譯、本地 AI 助手於一體。類似 macOS Spotlight 的 Windows 替代品，但內建 AI 對話和翻譯功能。

注意：這是一個非常早期的個人專案（8 commits, 13 stars），但作者背景值得關注。

核心功能

1. 浮動搜尋列

  • 啟動：按 Alt 鍵呼出
  • 搜尋範圍：應用程式、檔案、資料夾、視窗、瀏覽器歷史、系統設定
  • 目錄限縮：輸入路徑如 ~\Desktop + Tab，限縮搜尋範圍
  • Detail Pane：右側面板顯示檔案 metadata、操作按鈕、預覽

2. 本地 AI 模式

  • 啟動：在搜尋列輸入 ? 進入 AI 模式
  • 模型：qwen2.5:0.5b（首次啟動自動下載）
  • 不需要 Ollama：完全獨立運行
  • 完全離線：所有 AI 推理在本地執行

3. 翻譯面板

  • 啟動：選取文字後雙按 Ctrl+C
  • 引擎：Meta NLLB + CTranslate2
  • 風格：類似 DeepL 的翻譯彈出視窗
  • 離線：翻譯引擎也是本地運行

技術架構

組件 技術
語言 Python 3.12
AI 模型 qwen2.5:0.5b（0.5B 參數，極輕量）
翻譯 Meta NLLB + CTranslate2
本地狀態 .openclam/ 目錄
平台 Windows only

安裝

winget install Python.Python.3.12
py -3.12 -m pip install --upgrade pip
py -3.12 -m pip install git+https://github.com/aaaddress1/OpenClam.git
openclam ui

模型在首次啟動時自動下載。

作者背景：Sheng-Hao Ma（馬聖豪）

這是理解 OpenClam 的重要脈絡——作者不是一般的 AI 開發者，而是台灣知名資安研究員：

項目 內容
公司 TXOne Networks（工控資安公司，趨勢科技子公司）
專長 Windows Reversing、Exploit、x86、Malware
GitHub 1.5K followers、278 repos
成就 Arctic Code Vault Contributor、Starstruck ×3
演講 HITCON 2018（vtMal — Malware Sandbox Emulation）

知名開源專案

專案 Stars 說明
RunPE-In-Memory 941 PE 載入器，在記憶體中執行執行檔
PR0CESS 617 Windows process 工具集
Skrull 458 Malware DRM，防止 AV 自動提交樣本
Windows-APT-Warfare 418 《Windows APT 戰爭》一書的技術實作
wowInjector 167 利用 WOW64 繞過防毒的 PoC

意涵：一個深耕 Windows 底層和資安的研究員開始做 AI 桌面工具，說明 AI 應用已擴散到資安社群。OpenClam 的 Windows 整合深度（搜尋系統設定、瀏覽器歷史等）可能得益於作者對 Windows 內部機制的深度理解。

與類似工具比較

面向 OpenClam Flow Launcher Raycast macOS Spotlight
平台 Windows Windows macOS macOS
AI 對話 內建（qwen2.5:0.5b） 插件 內建 無
翻譯 內建（NLLB） 插件 插件 無
離線 完全離線 部分 需網路 部分
開源 MIT MIT 閉源 閉源
AI 模型大小 0.5B（極輕量） — 雲端 —

研究價值與啟示

關鍵洞察

  1. 0.5B 參數模型就夠用：OpenClam 選擇 qwen2.5:0.5b（5 億參數）做桌面 AI 助手，而非 7B/13B 大模型。對於搜尋輔助和快速問答，極小模型已經足夠，且不需要 GPU。

  2. 「不需要 Ollama」是差異化：直接打包模型、首次啟動自動下載。降低了「安裝 Ollama → 下載模型 → 設定 API」的多步驟門檻。

  3. Meta NLLB + CTranslate2 是輕量翻譯的好選擇：不需要雲端 API（如 DeepL/Google Translate），完全離線的 NLP 翻譯。CTranslate2 是高效推理引擎。

  4. 資安研究員跨界 AI 的信號：當像馬聖豪這樣的 Windows 底層專家開始做 AI 工具，代表 AI 開發工具鏈已經成熟到讓非 ML 專家也能快速產出。也暗示未來 AI 桌面工具可能有更深的系統整合。

  5. 極早期但值得追蹤：8 commits / 13 stars，但作者的背景和技術深度意味著如果他持續投入，這個專案可能發展出其他 launcher 難以複製的 Windows 深度整合。

限制

  • Windows only：無 macOS/Linux 支援
  • 極早期：8 commits，功能和穩定性都在初期
  • AI 能力有限：0.5B 模型只能做簡單問答，無法處理複雜任務
  • 社群極小：13 stars，幾乎沒有外部貢獻者
  • 官網 openclam.tw 無法連線