自学习 AI Agent 命令行工具——交互体验对标 claude code，Windows 优先，开箱即用。
English | 简体中文
CodeAgent 是一个跑在终端里的 AI 编程助手：你用自然语言下指令，它读代码、改文件、跑命令、查资料，把活干完。它有自己的一套「长本事」机制——从对话轨迹里沉淀可复用的技能，越用越顺手。
不是套壳，也不是翻译——是从交互界面到 Agent 主循环一行行手写出来的完整实现，注释全是中文：
- 📚 想学 Agent 开发？这就是活教材。 工具自注册、上下文分级压缩、权限审批、子代理团队、工作流引擎、记忆系统——一个真实可跑的 Agent 全链路都在这儿，每个模块都是「大白话流程 → 参数 → 返回」的保姆级中文注释，读代码像读教程。
- 🛠 欢迎上手改。 觉得哪里不顺手？fork 了直接改——代码结构清晰、注释到位，改起来不费劲。欢迎 PR：修 bug、加功能、优化界面都行。
- 💬 有问题社区问。 卡住了、看不懂了、想讨论设计，直接去 Issues 或 Discussions 发帖，有问必答。
终端体验（对标 claude code）
- 流式回答圆角框、思考流暗色框、工具事件行（
● Bash(...)+⎿ 结果） - 危险命令 / 白名单外写文件的审批面板：允许一次 / 总是允许 / 拒绝三选，面板答完自擦不污染上下文
- Ctrl+C 语义分明：回合中一键中断、双击强退；审批面板上 Ctrl+C 一击取消并中断整轮
- 皮肤系统、页脚状态栏、命令补全、输入历史、粘贴大段文本自动落盘引用
模型与工具
- 多模型接入：OpenAI 兼容协议（默认 DeepSeek）与 Anthropic 协议均可配；主模型 + 辅助小模型（压缩/检索/记忆提取等杂活走便宜模型）
- 工具自注册体系：
tools/下模块 import 即登记，按「套餐」（toolset）控制发给模型的工具集 - MCP 外部工具：项目级
.mcp.json声明即接入，首次连接需审批 - 内置工具覆盖文件读写、终端执行、搜索、代码检索、Web 抓取、后台任务、子代理派发等
安全防线
- 破坏性命令审批 + 跨会话白名单（按命令 / 按前缀规则记忆）
- 注入面检测（
$()、进程替换等「所见非所执行」形态升审批）、删除路径红线、自我保护 - 秘钥扫描（防 API key 写入文件/记忆）、SSRF 防护、Web 内容注入隔离
- Linux 下可选 bwrap 沙箱执行
记忆与自学习
- 长期记忆：
MEMORY.md索引 + JSONL 存储 + 检索结果临时注入（不污染正式历史） - 技能系统：用户技能 + 插件市场技能（
/plugin管理），支持按触碰文件路径条件激活 - 自学习管线：观察对话轨迹 → 沉淀新技能（启发式 / 辅助模型两种观察方式）
协作与自动化
- 子代理：同步 / 后台派发，worktree 隔离，后台代理无人审批时自动 fail-closed
- 团队模式：coordinator / worker / 消息总线 / 邮箱
- 工作流引擎：确定性编排、日志断点续跑、花费封顶
- 定时任务（cron）、声明式 hooks、任务清单、会话 checkpoint 回溯（
/rewind）
上下文工程
- 分级压缩（L1 轻裁剪 → L4 深度摘要）、批间工具摘要、时间基线旧结果清理
- 前缀缓存友好：临时消息注入与剥离时机讲究，不破坏缓存前缀
前提：Python 3.11+ 和 uv（Python 包管理器）。
# 1) 安装 uv（已有可跳过）
# Windows (PowerShell): powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
# macOS / Linux: curl -LsSf https://astral.sh/uv/install.sh | sh
# 2) 拉代码 + 装依赖
git clone https://github.com/Harvil1/codeAgent.git
cd codeAgent
uv sync
# 3) 配置 API key（二选一）
# a) 环境变量——按所用厂商设置其一即可，程序会自动识别：
# DEEPSEEK_API_KEY / OPENAI_API_KEY / ANTHROPIC_API_KEY /
# OPENROUTER_API_KEY / ZHIPUAI_API_KEY（BIGMODEL_API_KEY 亦可）
# b) 写入 ~/.codeAgent/settings.json 的 models.<名字>.api_key
# （首次运行会自动生成默认配置文件，默认模型为 DeepSeek）
# 4) 跑起来
uv run python main.py # 交互模式
uv run python main.py -c # 自动恢复最近一次会话提示：换模型 / 换厂商在会话里输
/model按引导配置，或直接编辑~/.codeAgent/settings.json。
会话内 40+ 个 slash 命令，常用如下：
| 命令 | 作用 |
|---|---|
/help |
命令帮助 |
/model |
切换 / 配置模型（按引导填厂商、key、端点） |
/new /resume /sessions |
新会话 / 恢复 / 会话列表 |
/rewind |
回溯到某个 checkpoint 重来 |
/skills /plugin |
管理技能 / 插件市场 |
/memory |
查看维护长期记忆 |
/permission /sandbox /approved |
权限模式 / 沙箱开关 / 已批准命令白名单 |
/doctor |
自诊断（配置、网络、组件健康检查） |
/plan |
计划模式：先出方案批准再动手 |
/stats /usage /trace |
花费统计 / 用量 / 调用链追踪 |
运行时数据统一放在 ~/.codeAgent/（环境变量 CODEAGENT_HOME 可覆盖，测试 / 多配置隔离用）：
| 路径 | 内容 |
|---|---|
settings.json |
全部配置（默认值单一源头在代码里，落盘深合并，手改安全） |
sessions.db/ |
会话持久化（JSONL） |
MEMORY.md + 记忆库 |
长期记忆索引与正文 |
skills/ |
用户技能 |
plugins/ |
插件（含官方市场 claude-plugins-official） |
logs/ |
运行日志（滚动，5MB × 3） |
调用链一句话：main.py（点火：控制台编码、终端自举）→ cli.main → run_interactive（REPL + slash 命令 + RuntimeContext 装配）→ AIAgent.run_conversation（主循环心脏）。
主循环每轮：组装消息（注入后台 / 定时 / 团队 / 计划等临时消息）→ 上下文压缩 → 刷新工具集 → 调 LLM → 分发工具调用，模型不再要工具即收尾。
| 子系统 | 模块 |
|---|---|
| LLM | llm_client.py（OpenAI 兼容 / Anthropic 协议）、aux_llm.py（辅助小模型路由） |
| 记忆 | memory_store.py、memory_retriever.py |
| 上下文 | context_compressor.py（分级压缩）、context_pipeline.py |
| 子代理 / 团队 | tools/delegate_tool.py、agent/team/ |
| 工作流 | workflow_engine.py + workflow_journal.py |
| 技能 | ~/.codeAgent/skills/ + agent/skill_learning/（自学习） |
| 安全 | bash_injection.py、ssrf_guard.py、secret_scanner.py、sandbox_runner.py、permission.py |
| 持久化 | session_store.py、task_store.py、hooks.py |
uv run python scripts/verify.py # 60+ 项回归检查（改完代码先跑这个）
uv run ruff check . # lint- 支持哪些终端？ cmd / Windows Terminal / PowerShell 直接可用；git-bash（mintty）下会自动用 winpty 重新拉起，无需手动处理。
- 支持 Linux / macOS 吗？ Windows 优先开发与验证；Linux 可运行（含 bwrap 沙箱支持），macOS 理论可用、未充分验证。
- 模型必须用 DeepSeek 吗？ 不。任何 OpenAI 兼容端点或 Anthropic 协议端点都可以，
/model或改settings.json即可，key 支持环境变量与配置文件两种方式。 - 会话数据在哪？ 全部在
~/.codeAgent/，删掉目录即完全重置。
MIT © 2026 Harvil1