ForgeCode

一个面向本地工程的个人 AI 编程助手。

ForgeCode 针对 AI 编程助手在真实项目中上下文难持续、历史决策难复用、 长任务 Token 成本高以及权限边界不透明等问题，独立实现了项目记忆、 工作流 Skill 自进化和本地权限沙箱。

它可以读取和修改代码、搜索项目、执行命令并恢复历史任务，同时将有价值的 项目经验沉淀为记忆和可复用工作流。

核心能力

• 项目记忆：跨会话保存项目知识、用户反馈和关键决策，并按任务召回。
• Skill 自进化：从历史协作中提炼重复工作流，经人工审查后应用为项目 Skill。
• 长任务上下文管理：通过工具输出截断、历史修剪和语义压缩降低 Token 消耗。
• 本地权限沙箱：约束文件路径和 Shell 命令，高风险操作默认需要用户确认。

此外，ForgeCode 支持会话恢复、Web 工具、后台任务、MCP Server，以及 OpenAI 兼容接口和 Anthropic API。

安装

需要 Python 3.10 或更高版本，推荐使用 pipx：

git clone https://github.com/BlueX888/forge-code.git
cd forge-code
pipx install -e .

开发环境安装：

python -m pip install -e ".[dev]"

快速开始

首次运行需要提供模型名称、API Key 和 Base URL：

forge-code \
  --provider openai \
  --model deepseek-chat \
  --api-key sk-xxx \
  --base-url https://api.deepseek.com/v1

模型配置会保存到 ~/.forgecode/config.toml，之后可以直接在项目目录运行：

cd your-project
forge-code

恢复最近一次非空会话：

forge-code --resume

查看全部参数和可用功能：

forge-code --help

项目级行为可以通过 .forgecode.toml 配置。仓库提供了一个不包含密钥的示例：

cp .forgecode.example.toml .forgecode.toml

模型凭据应保存在 ~/.forgecode/config.toml，不要写入项目配置或提交到 Git。

交互界面中可输入 /help 查看命令，使用 /skills、/memory 和 /evolution 查看 Skill、项目记忆与自进化功能。

安全说明

ForgeCode 实现的是 Coding Agent 应用层权限沙箱，不等同于容器、虚拟机或 操作系统级隔离。默认情况下，高风险文件操作和 Shell 命令需要确认，部分网络 外联与远程发布命令会被阻断。

请勿提交 API Key、Session、项目记忆、日志或本地 .forgecode/ 数据。 需要禁止持久化时，可使用 forge-code --no-persist。

License

MIT License