会交付、可复盘、能受控进化的 IM-native AI 同事 Runtime。
把任务发进 CLI、IM 或桌面端。Base 负责沟通与派工，专业 Role 接管执行，再把文件、消息和可检查证据交付回来；真实 trace 可以沉淀候选能力，但只有经过 Arena 验收并由人显式晋升后才进入生产。
像同事一样完成工作，像软件一样验收进化。
源码快速开始 · macOS v0.2.0 Preview · 工作方式 · 受控进化 · English
v0.2.0 Preview 包含当前八角色与受控进化主线，面向 Apple Silicon（arm64）。该包采用 ad-hoc 签名、尚未完成 Apple notarization，桌面子服务仍需要系统 Node.js 18+。
XiaoBa 把用户可见的工作闭环和系统内部的改进闭环接在同一套 Agent Runtime 上，但不把“自进化”变成无边界的自动改写。
| 工作闭环 | 进化闭环 |
|---|---|
| 消息 → Base 派工 → 专业 Role 接管 → 工具执行 → 文件 / 消息交付 | 真实 trace → Inspector 诊断 → Candidate Skill / Role → Arena 复跑与 scorecard → 人显式晋升 |
- 证据优先：模型调用、工具结果、artifact、delivery 和失败进入 trace；角色自述不等于完成证据。
- 职责分离：诊断、生成候选、工程修复、正式回放和 Arena 验收由不同责任边界承担。
- 候选不自动上线：证据不足可以
no_op，评测失败可以阻断；Arenapass也不会自动修改生产资产。
| 任务 | 接管者 | 交付 |
|---|---|---|
| 修改代码、修复问题、验证构建 | EngineerCat | 代码改动、测试结果和 artifact evidence |
| 浏览网页、收集资料、核验页面 | BrowserCat | 结构化结果、来源和页面证据 |
| 操作 macOS 桌面应用 | GuiCat | 操作结果和 GUI evidence |
| 处理飞书消息、日历、任务和文档 | SecretaryCat | 飞书侧结果、文件和 delivery evidence |
运行状态、trace 和 artifact evidence 默认保存在本地；模型可以按配置连接 OpenAI-compatible、Anthropic、Ollama 或其他兼容端点。
Electron Dashboard 把运行服务、角色、技能、配置、商店和 Chat 收在同一个入口。
macOS Desktop Preview：可下载 XiaoBa v0.2.0。该 DMG 面向 Apple Silicon（arm64），包含当前八角色与受控进化主线；它采用 ad-hoc 签名、尚未 notarize，桌面启动的 CLI / Pet / IM 子服务需要系统 Node.js 18+。
源码运行需要 Node.js 18 或更高版本：
git clone https://github.com/fightheyyy/xiaobaOS.git
cd xiaobaOS
npm install
cp .env.example .env在 .env 中配置模型：
XIAOBA_LLM_PROVIDER=openai
XIAOBA_LLM_API_BASE=https://api.openai.com/v1
XIAOBA_LLM_API_KEY=your_api_key
XIAOBA_LLM_MODEL=your_model# 检查模型、角色、Driver、权限和平台配置
npm run dev -- doctor
# 交互式 CLI
npm run dev -- chat -i
# 指定角色
npm run dev -- chat -r engineer-cat -i
# Electron Dashboard
npm run electron:devBrowserCat、GuiCat 和 SecretaryCat 的外部 CLI / 平台依赖见 requirement.txt；只在使用对应角色时安装和授权。
Base Main Agent 是唯一面向用户的沟通和调度入口。八个 Role 复用同一套 XiaoBa Agent loop；Base 不预装默认 Skills，独立 Skill 需要显式安装或挂载到 Arena。
| 类型 | Role | 责任 |
|---|---|---|
| 执行 | EngineerCat | 代码、仓库和构建；承接明确移交的工程修复 |
| 执行 | BrowserCat | 受限、可验证的浏览器接管 |
| 执行 | GuiCat | macOS 桌面 GUI 接管 |
| 执行 | SecretaryCat | 飞书工作流；FeishuCat 是别名，领域能力来自官方 lark-cli |
| 改进 | UserCat | 用低信息、真实用户式交互给候选能力施压并产出 trace |
| 改进 | InspectorCat | 从 trace、工具事实和 artifact 中诊断问题并输出类型化 route |
| 改进 | EvolutionCat | 把可泛化模式沉淀为候选 Skill / Role；持有 remember 与发布工作流 |
| 改进 | ReviewerCat | 在干净 session 正式回放单个 Replay Case，输出终态结论 |
Browser、GUI 和飞书 driver 只提供确定性能力，不启动第二套 Chat、Agent 或 MCP loop。详细用法见 Roles Guide 和 Skills Guide。
夜间 workflow 从 InspectorCat 开始：它扫描真实 session trace，保留证据，并将 finding 路由到 evolution、repair、replay 或 no_op。内部 Role 按 route 参与，不是每晚固定跑一条“八猫流水线”。
| Route | 执行 | 验收终点 |
|---|---|---|
evolution |
EvolutionCat 生成隔离的 Candidate Skill / Role | Arena 在 clean runtime 中做多 case、多次复跑并输出 scorecard；仍需人显式晋升 |
repair |
EngineerCat 执行工程修复 | ReviewerCat 正式回放并返回 closed / next_run / blocked |
replay |
ReviewerCat 直接复跑冻结的 Replay Case | 返回 closed / next_run / blocked，同一次 DAG 不回跳修复 |
no_op |
信号不足时不生成改进 | 显式终止，不伪装成进化 |
# 运行一次夜间演化
xiaoba evolution sleep
# 在隔离 Arena 中验收一个已安装或已导入的 skill
xiaoba arena skill <skill-name>
# Arena 通过后，显式晋升同日 DAG 绑定的不可变 Candidate
xiaoba evolution promote --date YYYY-MM-DD --confirm <candidate-name>Arena 固定支持 base + skill、role + skill 和 role 三种 review mode。Candidate 可以保持候选或被阻断；生产晋升始终需要明确的人类动作。
声明固定逐行合同的 Candidate，只有 native / replay 的每个 turn 都绑定同一 subject 且全轮通过，才可能得到 pass。
| 证据层 | 作用 |
|---|---|
| Trace | 保存一次请求中的模型、工具、失败、交付和 runtime event |
| Artifact / Delivery Evidence | 记录文件、消息、外部回执和实际交付结果 |
| Trace Replay | 用历史用户意图重新驱动当前 runtime，观察行为是否变化 |
| Live Agent Eval | 对 curated case fresh-run 当前 runtime，并运行 hard verifier |
| Arena | 在 clean runtime 中验收候选能力，输出可审计 scorecard |
npm test
npm run replay:trace
npm run eval:base-runtime
npm run check:benchmarks可验证范围、最近结果和风险只维护在 Project PLAN；合同边界见 Evaluation SPEC 与 Arena SPEC。
- macOS Electron DMG 是 Apple Silicon arm64 Preview，采用 ad-hoc 签名且尚未 notarize。
- 桌面子服务不内嵌 Node，当前需要系统 Node.js 18 或更高版本；若 Finder 无法发现 Homebrew / nvm 的 Node，请用
XIAOBA_NODE_EXE指向绝对可执行路径。 - BrowserCat、GuiCat 和 SecretaryCat 依赖对应 driver / CLI，以及必要的安装、权限或登录状态；可先运行
xiaoba doctor检查。 - Preview 默认关闭尚未完成端到端验证的自动更新通道，新版本通过 GitHub Release 手动安装。
- Dashboard、Pet 和 Bridge 主要面向本机使用，尚未完成不可信网络下的完整认证与 Owner 授权。
- Trace Replay 可能执行当前真实 side effect；在隔离完成前，不应无审查批量复跑任意历史 trace。