当大家都忙着将“AI 助手”塞进操作系统侧边栏时，一场更深刻的变革正在底层发生——AI 需要的不是功能插件，而是一套重构的人机交互范式。

FydeOS 创始人兼 CEO唐文松认为，未来的 AI 体验，或许更趋向于演化成一个全新的、与用户交互深度融合的智能环境，而浏览器正凭借其开放的 Web 生态和技术栈，成为构建这一环境的核心底座。Web 技术的开放性、跨平台性及其全球公认的标准地位，使得浏览器作为其核心载体，天然适合承载这种新兴 AI 交互范式，并真正成为一个智能化的操作平台。

FydeOS 作为一款底层携带 Linux 内核，用户态绝大部分基于 Chromium 浏览器技术实现的桌面操作系统产品，也正在探索面向 AI 时代的操作系统升级之路。

透过 FydeOS 的实践案例，我们可以看到，当行业聚焦于AI功能的形式化嵌入时，这支团队正通过Chromium技术栈的底层整合能力，探索操作系统与AI的深度耦合路径。开源中国采访了唐文松，请他聊聊 FydeOS 的技术特性以及 AI 方向上的探索。

本周六，唐文松也将出席上海站源创会活动，发表《Journey to native AI OS: 从浏览器的演进》主题演讲，欢迎各位开发者到现场参与交流。

⏰ 时间：2025 年 5 月 24 日（周六）13:00-17:30

📍 地点：上海・华东师范大学逸夫楼报告厅（普陀区）

💰 费用：开发者专属免费席位

报名地址：https://www.oschina.net/event/8596433

问：在您看来，Chromium 为何能成为操作系统开发的「底座」？

答：首先，我们需要明确这里的「底座」主要指的是操作系统的用户态部分，包括我们日常交互所见的桌面环境、窗口管理器、UI 框架、图形渲染管线以及应用程序运行环境等。Chromium 之所以能成为现代操作系统，特别是像 FydeOS 这样以云和 Web 技术为核心的操作系统开发的「用户态底座」，其核心优势在于它提供了一个高度整合且功能完备的平台，有效解决了传统操作系统在用户体验层面的一些固有难题。

在传统的开源桌面操作系统（如许多 Linux 发行版）中，这些用户态组件往往是「轮子满天飞」的局面。不同的桌面环境（GNOME, KDE 等）、窗口管理器、UI 工具包（GTK, Qt 等）和渲染技术栈由不同的社区或组织独立发展和维护。这种模式虽然带来了多样性，但也显著增加了操作系统的整合与维护成本。发行版的维护者需要投入巨大精力去协调这些来自不同源头、遵循不同规范、甚至可能目标不一致的子项目，确保它们能协同工作。每一次更新或修复都可能牵一发而动全身，这种复杂性对于追求稳定和高效迭代的操作系统而言，是一个不小的挑战。

相比之下，Chromium 项目本身是一个体量巨大但高度统一的整体。它拥有一个庞大的 Monorepo（单一代码仓库），遵循一套统一的开发规范、构建系统和测试流程。这种「大一统」的模式极大地简化了依赖管理和版本控制，降低了内部组件集成的复杂性。对于希望构建操作系统的团队而言，这意味着可以基于一个经过大规模验证、内部高度一致的「准成品」进行二次开发，而不是从零开始攒一堆轮子。

更重要的是，Chromium 不仅仅是一个浏览器内核。它内置了强大的 Blink 渲染引擎、高效的 V8 JavaScript 引擎、成熟的硬件加速图形栈（例如通过 Aura 进行窗口管理和 Compositing）、完备的 UI 构建模块（Views UI framework），以及对于现代 Web 标准和 Web 应用的极致支持。这些组件组合起来，完全有能力支撑起一个现代化桌面操作系统所需的用户界面和核心交互功能。它不仅能渲染网页，也能渲染整个操作系统的「面子」。

我们可以做一个不完全恰当但有助于理解的比喻：如果一台智能手机，用户开机后几乎所有的信息获取、交流、娱乐和工作任务都能在一个 super app（比如微信，如果它能覆盖所有需求）内部完成，那么这个 super app 在用户感知层面就无限接近于操作系统本身了，底层是 Android 还是 iOS 反而不那么重要了。同理，当一个操作系统将其核心用户体验和主要应用生态都构建在 Chromium 提供的能力之上时，Chromium 就成为了事实上的用户态「底座」。这使得操作系统开发者可以将更多精力聚焦于上层创新和特性优化，而不是耗费在对底层复杂组件的拼凑和维护上。

因此，Chromium 凭借其工程上的高度整合性、技术上的全面性与先进性，以及对 Web 生态的天然亲和力，成为了构建面向未来的、以 Web 为中心的操作系统的一个理想且高效的「底座」选择。我们在 2015 年的时候就预见到了这一趋势，ChromeOS 在那之后的成功也证明了这一判断。这也正是 FydeOS 选择这条技术路径的重要原因之一。

问：用户态绝大部分基于 Chromium 浏览器技术实现，这个特点给 FydeOS 带来了哪些作用？

答：将用户态的绝大部分构建于 Chromium 技术之上，给 FydeOS 带来了多方面实实在在的好处：

首先，最直接的就是开发效率的提升和维护成本的显著降低。过去，构建一个功能完善的桌面环境，可能意味着要整合和维护数十个不同的开源项目，这对任何团队来说都是一项繁重的工作，需要投入大量精力去协调和适配。而基于 Chromium，我们能将这项复杂的工作简化为主要跟进 Chromium 本身的版本迭代。这意味着即使团队规模不大，也能基本保持与 Chromium 快速更新（通常是数周一次）的同步，从而大幅减少了日常的维护负担和长期的技术债务。

其次，我们直接继承了 Chromium 成熟的安全和稳定特性。Chromium 强大的多进程沙箱架构，我们是直接拿来用的，这为 FydeOS 上的应用运行提供了坚实的安全保障。当 Chromium 上游社区修复了安全漏洞或发布了稳定性更新后，这些改进也能迅速通过我们的更新机制推送给最终用户。这样一来，FydeOS 无需自己从头构建这些复杂的安全机制，就能帮助用户设备始终保持在比较安全和新近的状态。

第三点，Chromium 将 Web 运行时、GPU 加速的图形渲染以及窗口管理等核心功能紧密地整合在一起。这使得 FydeOS 能够提供高性能，并且在不同设备间保持高度一致性的用户界面和体验。例如，Chromium 的 Aura 和 Views UI 框架，让我们的同一套代码能够相对轻松地适配从传统 PC、平板电脑到特定行业设备（如教育一体机）等多种形态的硬件，大大降低了针对不同设备进行界面定制和优化的难度和成本。

第四，对于当前备受关注的 AI 场景，Chromium 也提供了直接的助力。例如，FydeOS 内置的 AI 助手功能，可以借助 WebGPU 和 WebLLM 这类前沿的 Web 技术，直接在浏览器环境中运行本地优化后的大语言模型，或者顺畅地调用云端 AI 服务。这意味着我们能够将 AI 能力更便捷地整合到操作系统的各个层面，比如系统级的搜索、剪贴板内容辅助、智能文件管理等，而不需要为每一种 AI 功能去单独开发和维护复杂的原生推理框架。

最后，依托于 Chromium 运行在 Linux 内核之上，并结合我们采用的容器化技术，FydeOS 实现了一个融合的应用生态。用户可以在统一的桌面环境下比较自然地使用 Web 应用、Android 应用以及 Linux 应用。这种设计不仅为用户提供了一致且连贯的操作体验，也为开发者将其应用带到 FydeOS 平台提供了多样化的途径，丰富了整个生态的选择。

总而言之，选择基于 Chromium 构建 FydeOS 的核心用户体验，让我们能够充分利用其高度整合和技术前瞻的优势。这在很大程度上改变了传统操作系统开发的模式，使得我们可以更轻快地迭代产品、更专注于诸如 AI 这类创新功能的实现与整合，同时也让我们能更好地适应和拥抱大语言模型与云端服务协同演进的未来趋势。可以说，这让我们能以一种更敏捷的方式参与到操作系统的发展中。

问：浏览器是 AI 时代的「基本件」，如何理解？它是如何与 LLM 协同进化的？例如，是否通过浏览器接口实现硬件资源调用或本地 AI 推理加速？

答：首先，当前主流的 AI 服务，如 ChatGPT、Gemini 等，都以 Web 应用的形式交付给用户（当然也有原生的桌面 app，但 web app 仍然是最主流的首选），浏览器因此成为用户接触 AI 最直接、最普遍的入口。更进一步看，AI 正在深刻改变人机交互的范式。未来的 AI 体验，可能不再局限于我们今天所熟知的独立应用程序或界面上的某个按钮；它更趋向于演化成一个全新的、与用户交互深度融合的智能环境，而浏览器，凭借其开放的 Web 生态和技术栈，正日益成为构建这一环境的核心底座。Web 技术的开放性、跨平台性及其全球公认的标准地位，使得浏览器作为其核心载体，天然适合承载这种新兴 AI 交互范式，并真正成为一个智能化的操作平台。

浏览器与 LLM 的协同进化，也体现在它不仅是 AI 服务的呈现窗口，其自身也在积极集成 AI 能力，例如智能搜索、内容摘要等。对于像 FydeOS 这样以浏览器技术为核心的操作系统，这种集成意味着 AI 能力可以更深入、更自然地融入到这个「智能环境」之中。

更进一步，这个「智能环境」的构建也离不开浏览器调用硬件资源和进行本地 AI 推理的能力。现代浏览器可以利用 WebGPU 等标准接口访问设备的 GPU 资源进行高性能计算，并通过 WebAssembly (Wasm) 技术高效运行以 C++ 或 Rust 等语言编写的 AI 推理引擎。在此基础上，TensorFlow.js、ONNX.js 以及专门面向大语言模型的 WebLLM 等框架，使得在浏览器内直接运行复杂的 AI 模型成为可能。当操作系统本身就是基于浏览器构建时，比如 FydeOS，对硬件资源的访问和管理能得到更深层次的优化，确保浏览器内 AI 应用的高效稳定运行，从而强化这个以浏览器为核心的智能环境。

这种端侧 AI 推理能力之所以重要，一方面因为它允许在这个智能环境中直接处理用户的隐私敏感型数据，如个人文档或浏览历史，无需上传云端，从而极大地增强了用户隐私安全，同时也降低了网络依赖和延迟，提升了响应速度。

另一方面，也恰恰回应了当前 AI 发展的一大瓶颈，即如何让模型安全、高效地获取足够丰富且相关的上下文信息。模型本身的能力固然重要，但没有充足的上下文，其智能也难以充分发挥。在这方面，浏览器和基于浏览器的操作系统，凭借其管理用户会话、访问本地及个人云端数据的独特位置，再结合未来不断成熟的标准化、安全的交互协议（如已经很热门的 MCP 和 Google 刚刚提出的 A2A，旨在实现应用间或应用与系统间更智能协同的机制），能够以一种可靠且注重隐私的方式，为 LLM 提供那些通常孤立于纯云端 AI 之外的非常稀缺且有用的上下文。

想象一下，在用户授权后，AI 可以理解你邮件里的日程安排、你在社交平台（如微博、X）登录后关注的动态，或是其他所有只与你相关的个人数据。拥有了这些深度的、个性化的上下文，LLM 才能真正地「理解」用户，提供更精准、更智能的服务，从而实现从「通用智能」到「个性化智能」的飞跃，而这些是远端云 AI 难以安全有效触及的。

因此，浏览器凭借其作为 Web 入口的普适性、对新兴 AI 交互范式（即成为一个智能环境）的适应能力、不断增强的本地计算和硬件加速能力，以及在安全前提下为 AI 提供丰富上下文的独特潜力，正日益成为 AI 时代不可或缺的「基本件」，与 LLM 深度协同，共同塑造着未来的智能体验。

问：FydeOS 在尝试整合 AI 能力时，遇到过哪些挑战？如何解决的？

答：在 FydeOS 尝试整合 AI 能力的过程中，我们面临的诸多挑战中，最为显著的无疑是 AI 技术自身惊人的发展速度和由此带来的持续不确定性。整个行业都处在一种高速的动态演进之中：新的模型架构、技术标准、开发工具乃至交互范式层出不穷。这使得我们常常感到，不是在积极追赶最新的技术浪潮，就是在奔向下一波浪潮的途中。

这种高速迭代，一方面带来了前所未有的机遇，让我们得以畅想并尝试构建更智能、更便捷的用户体验；但另一方面，也带来了巨大的压力。行业内对领先企业发布的新产品、新模型、新服务总是抱有极高期待，但与此同时，每当有重大突破性技术问世时，也可能意味着此前数月甚至更长时间在某个特定方向上的探索和投入，有可能因底层逻辑的改变或更优方案的出现而迅速贬值，甚至需要推倒重来。

以我们早期在整合 AI Agent 功能时的一段经历为例，便是一个深刻的教训。 当时，业界对于赋予大语言模型操控计算机、操作浏览器以实现行为自动化的项目——例如一些广受关注的 "computer-use" 或 "browser-use" 型能力——展现出极高热度，其描绘的前景亦显得十分前卫和炫酷。受此趋势吸引，我们也投入了相当的精力进行类似的整合与调优工作，期望能藉此为用户带来颠覆性的自动化体验。然而，在投入大量时间进行深度集成和反复测试后，我们发现尽管技术上能够实现某些演示效果，但整体用户体验远未达到理想状态，甚至可以用「一言难尽」来形容。更为关键的是，我们冷静反思后意识到，这类功能除了展示技术上的可能性、在演示时显得「酷」之外，对于我们的核心用户群体，尤其是企业用户，并未能真正解决他们工作中迫切需要解决的痛点，也未能带来显著的效率提升。这种投入与实际用户价值产出之间的落差，让我们更加警醒于追逐技术光环而忽视应用实效的潜在风险。

面对这种「快变量」的常态，我们深刻认识到，如果仅仅是盲目追逐每一个技术热点，试图应用每一个新奇的概念，那么很容易陷入被动，甚至可能「本末倒置」，为了创新而创新，反而偏离了用户的真实需求。因此，我们的核心应对策略，是始终坚持从用户需求出发，以创造和交付真实、持久的用户价值为根本目标。这意味着，在评估一项新的 AI 技术或趋势时，我们首要考量的是：它能否解决用户在实际场景中遇到的具体问题？能否让用户在 FydeOS 上的体验更流畅、更高效、更个性化，或是更安全？

例如，在众多 AI 功能中，我们可能会优先投入资源去优化那些能增强用户日常核心任务效率的功能，比如更智能的系统内搜索、更懂用户意图的文本输入辅助，或者利用端侧 AI 能力强化用户数据隐私保护等。即便这些功能所依赖的模型并非业界最大、最新，但只要它们能切实提升用户体验，那么这种投入就是有价值的。反之，一些听起来非常前沿、能制造一时轰动的 AI 「炫技」功能，如果短期内看不到明确的用户价值，或者会给系统带来过重的负担，我们会采取更为审慎的态度。再比如，面对不断涌现的 AI 模型和框架，我们选择构建一个相对灵活的 AI 能力接入层，而不是与某一个特定模型或服务深度绑定。这样，当更优秀的技术方案出现时，我们能够以较低的成本进行替换或升级，确保最终交付给用户的，是经过审慎选择、能持续带来价值的 AI 功能。

总而言之，AI 技术的飞速发展是挑战也是机遇。FydeOS 的应对之道在于保持敏锐的技术嗅觉，积极拥抱变化，但更重要的是坚守「以用户为中心」的原则，确保每一次技术整合和功能创新，都是为了让用户的数字生活因 AI 的赋能而变得更加美好。只有这样，才能在日新月异的 AI 浪潮中稳健前行，避免在追逐潮流中迷失方向。

问：您认为「AI 时代的 OS」需要哪些核心特性？FydeOS 的差异化优势是什么？

答：探讨「AI 时代的 OS」需要哪些核心特性，首先必须明确一个前提：无论时代如何变迁，操作系统（OS）的本质属性和核心职责不会改变。 操作系统首先必须是一个稳定、安全、高效、易用的 OS，能够妥善管理硬件资源，为上层应用提供可靠的运行环境，保障用户数据的安全与隐私。这本身就是一项极其复杂且充满挑战的任务。打个比方，智能驾驶无疑是汽车行业激动人心的进化方向，但如果车辆本身的机械素质、安全性能不过关，那么再先进的智能驾驶系统也失去了意义和价值。OS 亦是同理，坚实的「基本功」是其承载一切先进特性的基石。

在这一基础上，面向 AI 时代的操作系统，绝非仅仅是在传统 OS 界面上增加一个可以与 AI 对话的侧边栏那么简单。它需要在架构层面和功能层面都进行深度进化，以适应 AI 技术带来的范式革新。我认为，以下几点是关键特性：

1. 深度融合的智能上下文管理能力： AI 的效能，尤其是大语言模型的表现，在很大程度上取决于其获取上下文（context）的质量和广度。The Browser Company 的 CEO Josh Miller 在最近的博客文章里提到 "The biggest bottleneck in AI isn't the model's capabilities — it's getting enough relevant context." 我不能认同更多。因此，AI 时代的 OS 必须具备强大且精细的上下文感知与管理能力。这不仅意味着 OS 要能够理解用户在当前任务、跨应用操作中的即时上下文，更要能够以一种绝对安全、高度透明、用户完全可控且可溯源的方式，帮助用户聚合、管理其个人数据，并授权给 AI 模型（无论是端侧模型还是云端模型）使用。这包括对用户上下文信息全生命周期的管理，确保数据在采集、存储、使用、分享和销毁的各个环节都符合用户的意愿和隐私安全标准。

2. 无缝的混合式 AI 计算与协同能力： 未来的 AI 应用必然是端云结合、多种模型协同工作的形态。AI OS 需要具备智能调度和无缝协同端侧 AI 与云端 AI 的能力。它应该能够根据任务特性、数据敏感性、网络状况、设备算力以及用户偏好，智能地决定 AI 计算任务是在本地执行（利用端侧 NPU、GPU 等），还是在云端处理，或是两者协同完成，并对用户屏蔽底层实现的复杂性，提供一致的体验。

3. 原生级的 AI 服务框架与开放生态：OS 需要为开发者提供一套原生、高效、易用的 AI 服务框架和开发工具链，使开发者能够便捷地在 OS 层面调用系统级的 AI 能力（如上文提到的上下文管理、混合计算等），构建出深度集成 AI 的创新应用。这意味着 OS 需要积极拥抱并贡献于相关的开放标准和行业共识，促进 AI 技术在平台上的普及和生态的繁荣。

4. 以 AI 驱动的个性化与自适应体验： AI OS 应当能够利用 AI 技术深度学习用户的行为习惯、偏好和需求，从而提供高度个性化、自适应的用户界面、交互流程和系统服务。系统不再是被动响应，而是能够具备一定的预判能力和主动服务意识，让每一位用户的 OS 都像是为其量身定制。

那么，FydeOS 在此背景下的差异化优势是什么？

我认为 FydeOS 的差异化优势根植于其以浏览器技术为核心的独特架构，这使其在构建面向 AI 时代的 OS 时，具备一些天然的契合点：

• 坚实且现代化的 OS 基础：FydeOS 基于 Chromium 浏览器技术栈和 Linux 内核，继承了两者在稳定性、安全性、高效性和对现代 Web 标准的良好支持，这为承载 AI 功能提供了可靠的基座。

• 上下文获取与管理的天然优势：浏览器是用户接入信息和服务的主要入口，天然承载了用户大量的上下文信息（如浏览历史、书签、Web 应用数据、在线账户会话等）。FydeOS 以浏览器为核心，在安全和用户授权的前提下，对于这部分核心上下文的理解、获取和管理具有架构上的便利。结合我们在前面讨论的通过标准化协议安全访问更多用户授权数据（如邮件、社交动态等）的潜力，FydeOS 有望在构建「个性化智能」上发挥独特作用。

• 对新兴 Web AI 标准的快速跟进与集成：Chromium 社区是推动 Web AI 技术（如 WebGPU、WebLLM 等）发展的重要力量。FydeOS 作为 Chromium 生态的一员，能够快速跟进并集成这些新兴标准，为端侧 AI 和混合式 AI 计算提供良好的平台支持，促进 AI 能力在 Web 生态中的普及。

• 灵活且可塑性强的用户界面：FydeOS 的用户界面和交互层很大程度上基于 Web 技术构建，这意味着其 UI/UX 具有极高的灵活性和可塑性，非常适合通过 AI 进行动态重塑和个性化定制，以适应未来智能环境的演进。

• 专注用户价值的务实路径：正如我们之前讨论的，面对快速迭代的 AI 技术，FydeOS 始终强调从用户真实需求出发。这种务实的态度，使得我们更有可能将有限的资源聚焦于能为用户带来核心价值的 AI 功能整合上，避免陷入盲目追逐技术热点。

当然，构建真正理想的「AI 时代的 OS」依然任重道远。但 FydeOS 的架构特性和核心理念，使其在朝着这个方向演进时，具备了独特的优势和潜力。我们将持续探索，致力于将 FydeOS 打造成一个能让用户更安全、更高效、更智能地与数字世界互动的平台。

问：FydeOS 目前主要应用在哪些场景/行业中？

答：FydeOS 的应用场景日益广泛，主要可以归纳为以下几个方面：

首先，我们提供的三款免费发行版—— "FydeOS for PC"、"FydeOS for You" 以及 "FydeOS for SBC" ——在全球范围内已积累了相当规模的用户群体。许多用户选择 FydeOS 是为了在各式的 PC 硬件上获得媲美 ChromeOS 的流畅体验。例如，部分用户的设备因年代较久已难以顺畅运行 Windows 系统，安装 FydeOS 后则能「焕发新生」；同时，大量的单板计算机（SBC，如树莓派）爱好者也通过 FydeOS，以极具性价比的方式构建起功能完备的个人计算设备。

其次，在专业市场，FydeOS 在欧洲、南美等地区的教育行业已占据一席之地。当地的教育机构认可 FydeOS 作为一种可替代 ChromeOS 的方案，尤其看重其在核心服务部署方面的灵活性，允许机构根据自身需求在指定的基础设施上进行部署与管控。

此外，依托于 openFyde 这一开放底座，我们也与众多行业客户携手，为他们打造基于 Chromium 技术的定制化操作系统解决方案。这些方案已成功应用于多个垂直领域，包括生产制造业（例如工厂产线上的工业控制 PC）、各类智能终端（例如带有触摸交互的单一功能自助服务机）以及各种形态的数字标牌等特定场景。

问：开源项目 openFyde 的开发者生态进展如何？社区贡献主要集中在哪些模块？未来是否会开放更多 AI 相关接口？

答：开源项目 openFyde 是我们构建开放、透明且可定制化操作系统解决方案的重要基石。关于其开发者生态的进展，目前呈现出以下几个特点：

首先，openFyde 项目体量庞大且具有较高的技术复杂度——它不仅包含了 Chromium 浏览器的完整 monorepo，还集成了数十个与操作系统底层功能相关的库。因此，现阶段主要的参与者和贡献者更多是我们潜在的企业级客户。这些客户通常具备较强的技术实力，他们通过对 openFyde 进行二次开发和深度定制，来评估 FydeOS 的技术栈、代码质量以及项目的整体稳定性。openFyde 也因此成为我们向企业客户展示技术实力、获取其信任的重要途径，这亦是企业级开源项目商业模式的一种典型实践。

其次，从社区贡献的具体方向来看，目前主要集中在针对特定应用场景的定制化开发。一个近期的例子是我们新近推出的 Kiosk 模式（一种智能电子标牌及自助服务终端解决方案），这一功能便是我们与几家合作已久、关系密切的行业客户在深入沟通、共同梳理其业务痛点和需求后，联合开发并最终在 openFyde 中予以实现的。这种紧密围绕客户需求的合作开发模式，确保了技术演进能切实服务于产业落地。

此外，openFyde 社区中也活跃着不少嵌入式开发爱好者和极客用户。他们对我们此前推出的开源平板设备 Fydetab Duo 以及我们支持的各类开发板、单板计算机（SBC）抱有浓厚兴趣，期望能够在这些硬件平台上运行和调试自行定制的操作系统版本，并为此贡献了诸多有益的探索和反馈。

至于未来是否会开放更多 AI 相关的接口，答案是肯定的。AI 是操作系统进化的核心驱动力之一，我们致力于将 FydeOS 打造成 AI 时代的优秀操作系统平台。因此，通过「openFyde」，我们计划逐步开放更多与 AI 功能深度融合相关的接口与能力。这可能包括：更便利的系统级上下文信息访问与管理接口（在严格遵守用户授权与隐私保护的前提下），对新兴 Web AI 标准（如 WebGPU、WebLLM）的持续优化支持，以及未来可能提供的、旨在简化特定 AI 应用开发的更高层级 API 或服务框架。我们的目标是赋能开发者，在 openFyde 的基础上构建出更多富有想象力和实用价值的 AI 增强型应用与解决方案。

我们非常欢迎对 openFyde 项目感兴趣的开发者、爱好者以及潜在的合作伙伴加入我们的社区，共同交流与协作。可以通过以下链接访问我们的 Discord 社区：https://discord.com/servers/fydeos-1070969040249573386 ，等你哟 😘