给我整一个浏览器上的本地多模态助手

第25周总结（2025年6月13日）📌 本周重点2025年已过半学习了 LangChain 和 Transformer.js，可以在浏览器中运行多模态 AI Agent🧠 技术要点LangChain 结构LangChain：构建 AI 工作流，封装大模型调用LangSmith：调试和监控工作流LangGraph：实现复杂、多模态 agent 流程举例：一句“今天天气如何？”背后其实涉及多个 API 调用（时间、位置、天气）+ 文本生成模型组合。Transformer.js + ONNX可在浏览器端运行 Hugging Face 模型（ONNX 格式）脱离服务器，纯前端推理实现轻量多模态 AI 交互体验⚠️ 技术挑战模型太大（上百 MB 到几 GB）加载慢解决方案探索：使用 Service Worker 的 background fetch 实现断点续传（仅支持 Chrome 系）用户手动下载模型 + 校验 hash（兼容性更好）🧪 其他探索看了 BitECS，准备结合 Babylon.js 写个 ECS Demo下周尝试评估 ECS 架构在浏览器端的性能表现✅ 总结感悟彻底理解了 AI agent 的结构和工作流浏览器端跑 AI 是可能的，但仍需解决下载和兼容问题