它不是单纯的聊天窗口，而是一个面向本地仓库的命令行助手：你指定一个工作目录，Lumo 会围绕这个目录进行分析和操作，并把会话数据保存在本地。

• 支持本地代码仓库分析、代码修改、命令执行和多轮任务协作。
• 支持 OpenAI-compatible、Anthropic-compatible、DeepSeek 和 Ollama 等模型后端。
• 支持交互模式和一次性任务模式。
• 支持继续上一次会话，使用 --resume latest 可以恢复最近的工作。
• 支持通过 lumo.md 写入项目级指令，例如代码风格、测试习惯和注意事项。
• 运行数据默认保存在 .lumo/，不会和业务代码混在一起。

需要 Python 3.10 或更高版本。

进入项目根目录后安装：

pip install -e .

安装完成后可以使用：

lumo --help

如果你修改了项目源码，通常不需要重新安装；如果修改了 pyproject.toml 里的依赖或命令入口，再重新执行一次：

pip install -e .

复制 .env.example 为 .env：

cp .env.example .env

Windows PowerShell 可以使用：

Copy-Item .env.example .env

然后在 .env 中填写你要使用的模型服务。

OpenAI-compatible 示例：

PICO_OPENAI_API_BASE=
PICO_OPENAI_MODEL=

DeepSeek 示例：

PICO_DEEPSEEK_API_BASE=
PICO_DEEPSEEK_API_KEY=
PICO_DEEPSEEK_MODEL=

Anthropic-compatible 示例：

PICO_ANTHROPIC_API_BASE=
PICO_ANTHROPIC_API_KEY=
PICO_ANTHROPIC_MODEL=

如果你使用本地 Ollama，可以不配置 API key，直接指定 provider：

lumo --provider ollama --host http://127.0.0.1:11434 --model qwen3.5:4b

注意：不要把真实 .env 提交到 Git 仓库。

在当前目录启动交互模式：

lumo --provider openai --cwd .

指定另一个项目目录：

lumo --provider openai --cwd E:\your\project

执行一次性任务：

lumo --provider openai --cwd . "帮我总结这个项目的结构"

恢复最近一次会话：

lumo --resume latest

常用参数：

lumo --provider openai
lumo --provider deepseek
lumo --provider anthropic
lumo --provider ollama
lumo --model gpt-5.4
lumo --base-url https://www.codex2api.com/v1
lumo --approval ask
lumo --max-steps 8

进入 Lumo 交互模式后，可以使用这些命令：

/help      查看帮助
/memory    查看当前记忆摘要
/session   查看当前 session 文件路径
/reset     清空当前会话状态
/exit      退出

你可以在项目根目录创建 lumo.md，用来告诉 Lumo 这个项目的固定规则。

示例：

# Lumo Instructions

- 使用中文回答。
- 修改代码前先阅读相关文件。
- 写完代码后说明修改了哪些内容。
- 如果运行了测试，请在最终回复中说明测试命令。

Lumo 会在当前工作区下创建 .lumo/ 目录，用来保存本地运行数据：

.lumo/
  sessions/    会话记录
  runs/        每次运行的 trace、report 和 prompt 调试文件
  memory/      跨会话长期记忆