对话与教练同时在场
回复先流出来，练习依然像对话；导师在旁边并行工作，反馈落在那一轮旁边，而不是等聊完再给。
Converloop 桌面端macOS 现已提供 · Windows 已在 CI 验证
工作旁边的
一位语言教练。
更宽敞的那一版。适合长时间练习、对照查看，也让你真正能打开、能审阅自己的学习记录，并把一个模糊的目标变成具体的练习计划。
- 免费开源，AGPL-3.0
- 掌握证据存在本地 SQLite
- 自选模型与 API 密钥
桌面端是干什么的
有地方真正看清自己的学习。
大屏幕带来两样手机给不了的东西：多个界面同时在场，以及愿意花时间去查一条记录，而不只是相信它。
可审阅的记录
掌握项、它们的证据事件和推导状态都在本地 SQLite 里——能打开、能查、能手动改。
是计划，不只是刷题
把面试准备或某个反复出现的表达缺口，变成一个带可观察 can-do 目标和课程草稿的学习项目。
Shot 02一次纠错的特写
只裁一轮学习者发言和对应的教练反馈。错误片段、完整订正、地道说法和解释，都要不用点开大图就能看清。
macOS · 1400×900
只截 App 内容——窗口由网站绘制
是证据，不是玄学 AI 记忆
模型负责观察，代码负责决定。
Converloop 把结构化的掌握记录和背后的证据存在本地 SQLite 里。模型可以观察和提议；计数、状态变化、复习选取和持久化都由确定性的代码说了算。把某项标为「已掌握」记录的是一次显式覆盖——不会伪造一次正确作答，也不会改写底层证据。
Shot 03某个弱项的证据时间线
学习数据视图打开某一条反复出现的掌握项，按时间展示它的证据事件——出错、用对、新引入——并能看到推导出的状态。
macOS · 1400×900
只截 App 内容——窗口由网站绘制
可追溯的证据
出错、用对、新引入和缺口事件都会记录下来，并带上模态、辅助程度、引出方式、自我修正和反应时长。
读得懂记录的复习
到期项来自弱项，加上由事件推导的 FSRS-lite 稳定性与难度模型，然后编回对话和训练里。
可以手动修
查看证据、直接改记录、用自然语言编辑并先预览再写回，确认后合并疑似重复的条目。
已掌握的当脚手架
你已经会的东西会被拿来支撑解释和迁移，系统不会只盯着你的错误。
对话伙伴
跟具体的人练，而不是空白的聊天机器人。
普通对话里挑一位伙伴，或者把 2–4 位拉进群聊，支持 @Name 路由、主要发言者、静音和退出。每位伙伴保有自己的身份、声音、口音、语域和语速——同时共用同一份纯学习档案。没有伙伴会攒下私人关系历史。
- 内置伙伴可编辑，也可以自己建，声音与语域会持续保持
- 已命名的 2–4 人群聊，支持 @Name 路由和主要发言者
- 掌握度在所有伙伴之间共享；不保留任何个人事实
Shot 04多伙伴群聊
一个已命名的 2–4 人群聊进行中，能看到 @Name 路由，两位伙伴身份明显不同。展示主要发言者和至少一个第二视角。
macOS · 1400×900
只截 App 内容——窗口由网站绘制
训练与项目
把弱项变成下一个活动。
复习被编回使用场景里，而不是停在另一个标签页。点一下反复出错的语法点，就在对话里诊断和练习；也可以跑情景演练，或用「对话回放」把你自己的材料做成听力和听写。
专项课
围绕语法、某个表达缺口、每日复习，或你自己定义的目标，开一段老师式的课。
学习项目
任务 Agent 把面试准备或商务邮件这类需求，变成带 can-do 目标、首次尝试任务和迁移任务的项目。
材料导入
在本地导入文本、Markdown、CSV、JSON 或 PDF，让项目扎在你真正要做的那件事上。
自定义训练
用 `converloop/drill@1` Markdown 文档写训练——frontmatter 定义机制，正文小节定义题目——然后一个文件就能分享。
Shot 05有内容的训练中心
情景演练、听写和弱项闪练的卡片并排，弱项闪练卡上带一个真实的到期数量。
macOS · 1400×900
只截 App 内容——窗口由网站绘制
能力库
调教这位导师，然后审阅它做了什么。
每一项内置能力——纠错、解释、双语阅读、选中分析、对话动作——都能开关、扩展或替换。你也可以写自己的观察者、对话动作和回复转换器；它们对长期记忆只有提议权，每次运行都可审阅。
任意开关内置能力，或用你自己的话去微调它
自定义观察者、动作与回复转换器，记忆写入受守卫
每次运行可审阅；记忆写入在代码确认之前都只是提议
桌面端的讲究
按桌面应用的标准做。
命令面板
不离开键盘，模糊搜索任何动作。
⌘K
可改快捷键
常用的自己绑；默认值不碍事。
⌘⇧P
主题与强调色
浅色、深色，以及一个不是我定的强调色。
中英文界面
两种语言完整覆盖，包括引导流程。
Shot 06打开的命令面板
命令面板浮在对话上方，已经输入了模糊查询并匹配出若干动作。用来证明桌面端键盘优先的那一面。
macOS · 1400×900
只截 App 内容——窗口由网站绘制
自带智能
模型你自己选，不是替你选好。
配置一次服务商，它就和你的学习数据彼此独立。本地语音方案还能让受支持的流程留在设备上。
模型
OpenAI 兼容端点、Anthropic、Gemini，以及 Claude 和 ChatGPT 的订阅登录路径。
语音输入
Soniox 流式、OpenAI 兼容转写，以及本地 Parakeet 或 Qwen3-ASR。
语音输出
Edge 朗读与 MiMo TTS，可为每位伙伴配不同声音。
凭据
设备绑定的加密存储。API 密钥和 OAuth token 永远不进备份。
本地优先的设计
你的学习历史始终可查。
- 对话、掌握证据、档案和非敏感设置都留在你的设备上
- 备份和恢复都是可读的 JSON；已废弃的个人记忆永远不会被导出
- 网络使用是明确的——只有请求需要的内容会发给你配置的服务商
- AGPL-3.0，纠错逻辑和记忆边界可以查，而不用只靠相信
获取
macOS 今天就能用，Windows 从源码跑。
当前打包发布提供 Apple 芯片和 Intel 的 macOS 版本。Windows 已在 CI 中验证，可以从源码构建运行。
在最新发布页选择 Apple 芯片版或 Intel 版磁盘映像。
下载 macOS 版 ↗已在 CI 验证；打包安装程序仍在推进中，目前可从仓库构建运行。
查看源代码 ↗