讓 AI 改程式，不只會說，也要留紀錄。
English README · Product website · Download · Quick start
你可以把 Aixlarity 想成一個「會留下工作紀錄的 AI IDE」。
一般 AI coding assistant 常常像一個很會回答問題的人：它說它改好了、它說它測過了，但你要自己回頭看 diff、翻 terminal、確認它到底做了什麼。Aixlarity 想解決的是這件事：AI 可以幫你改程式，但每一步都要看得見、查得到、能退回。
所以 Aixlarity 不是只多做一個聊天側邊欄。它把 AI agent 的工作拆成幾個人類真的需要確認的部分：
| 產品賣點 | 使用者得到什麼 |
|---|---|
| Mission Control | 把長任務放進任務控制台，而不是散在聊天紀錄裡 |
| Visual Diff Review | 像 JuxtaCode / Meld 一樣，逐檔、逐段確認 AI 到底改了什麼 |
| Terminal Replay | AI 說「測過了」時，你能看到 command、cwd、stdout/stderr、exit code |
| Browser Evidence | 前端驗收不只截圖，也能留下 DOM、console、network、screenshot、video |
| Provider Control | OpenAI、Anthropic、Gemini、OpenRouter、本地模型可以依個人或專案切換，API key 不進匯出檔 |
| Knowledge Ledger | AI 學到的規則、記憶、工作流程都可審核、可匯出、可關閉，不是黑箱記憶 |
AI 模型本身比較像引擎：很會推理、很會寫文字、也很會補程式碼。但它不會自己決定能不能讀檔、不會自己知道哪些 shell 指令危險、不會自己記錄每一次工具呼叫。包在模型外面、負責這些工程工作的那一層，就叫做 harness。
換句話說：
- 模型負責「想要怎麼做」。
- Harness 負責「能不能做、怎麼做、做完留下什麼紀錄」。
- IDE 負責把這些過程變成人看得懂、按得下去、審得過去的介面。
Aixlarity 同時是一個產品，也是一份打開的工程教材。你可以直接下載 IDE 來用，也可以一路追進 Rust runtime、provider layer、tool system、trust model、artifact system，學會一個 agent harness 是怎麼被做出來的。
| 差異化 | 說明 |
|---|---|
| 開源版 agent IDE | 把商業 AI IDE 的核心工作流程做成可研究、可驗證、可改造的開源版本 |
| 介面保持克制 | 只把任務、證據、審核、模型、權限這些核心決策放到前面 |
| 品質有門檻 | quality、contracts、ui、submission 測試把產品品質變成提交條件 |
| 邊用邊學 | 文件不是旁觀式教材，而是從真實 IDE 介面一路追到 runtime 原始碼 |
| 不綁單一模型 | 模型供應商、模型 ID、作用範圍、金鑰保護都有明確 UI 與行為 contract |
首頁就是 Aixlarity IDE 的產品入口。它先用最短的方式講清楚 IDE 能做什麼，再把 Mission Control、Visual Diff Review、Browser Evidence、Terminal Replay、Provider Control、Knowledge Ledger 對回 harness engineering 概念。
| 時間 | 路徑 | 適合誰 |
|---|---|---|
| 5 分鐘 | 首頁 → IDE Demo 工作坊 | 想先看這個 IDE 到底能做什麼 |
| 10 分鐘 | IDE Harness Lab → Aixlarity IDE | 想用畫面理解 harness 的核心概念 |
| 30 分鐘 | Evidence → Provider → Trust → Knowledge Ledger | 想評估它是否可靠、可審核、可控 |
| 1 小時 | 對照章 → 原始碼 | 想 fork、改造或打造自己的 agent IDE |
Release workflow 會在原生 runner 上產出 macOS、Windows、Linux x64/arm64 版本，並把所有檔案附上 SHA-256 checksum。最新版本統一從 GitHub Releases 下載。
| 系統 | 下載 |
|---|---|
| macOS Apple silicon | Aixlarity-darwin-arm64.dmg |
| macOS Intel | Aixlarity-darwin-x64.dmg |
| Windows x64 | Aixlarity-win32-x64-user-setup.exe |
| Windows arm64 | Aixlarity-win32-arm64-user-setup.exe |
| Linux x64 | deb · rpm · tar.gz |
| Linux arm64 | deb · rpm · tar.gz |
macOS 預覽包會先通過 bundle 簽章與 DMG 掛載檢查；若 release 尚未完成 Apple notarization，第一次開啟仍可能需要用右鍵開啟或手動信任。下載後可用 SHASUMS256.txt 驗證檔案。
# 編譯
git clone https://github.com/voidful/Aixlarity.git && cd Aixlarity
cargo build --release
# 設定至少一個模型供應商金鑰
export GEMINI_API_KEY="AIza..."
# 或 export OPENAI_API_KEY="sk-..."
# 啟動互動式 REPL
./target/release/aixlarity
# 或執行單次任務
aixlarity exec "解釋這個 codebase 的架構"如果你只是想試 IDE，建議先從 GitHub Releases 下載圖形化版本。上面的指令比較適合想讀 runtime、改 CLI、或研究 agent harness 的人。
這個 repo 可以分成三層來讀：
| 層次 | 你會看到什麼 | 適合誰 |
|---|---|---|
| IDE | Mission Control、diff 審核、瀏覽器證據、終端機回放 | 想知道產品怎麼用的人 |
| CLI / Daemon | JSON-RPC、互動式 REPL、單次任務執行 | 想串接或除錯的人 |
| Core runtime | agent loop、工具、權限、provider、prompt、session | 想學 harness 怎麼做的人 |
crates/
├── aixlarity-core/ # 核心邏輯庫（~12,000 行）
│ ├── agent.rs # Agent 執行迴圈 + Permission + Streaming + Memory
│ ├── tools/ # 11 個內建工具 + coordinator（930 行 DAG 排程）
│ ├── providers.rs # 多模型供應商管理（Gemini / OpenAI / Anthropic）
│ ├── prompt.rs # Prompt 組裝引擎
│ ├── session.rs # Session 持久化
│ ├── trust.rs # 三級信任模型
│ ├── skills.rs # 技能系統 + YAML frontmatter + Progressive Disclosure
│ ├── instructions.rs # 規範檔載入 + Persona 載入 + 工具限制解析
│ ├── mcp.rs # MCP 客戶端
│ └── hooks.rs # PreToolUse / PostToolUse 生命週期鉤子
├── aixlarity-cli/ # CLI 入口
│ └── main.rs # clap 4 + rustyline REPL
aixlarity-ide/ # 圖形化 IDE（VS Code fork）
├── src/vs/workbench/contrib/aixlarity/browser/
│ ├── aixlarity.contribution.ts # 註冊 sidebar view + context tracker
│ ├── aixlarityView.ts # Agent workbench shell
│ └── aixlarity*View.ts # Artifact / Diff / Provider / Knowledge / Mission 模組
基於 VS Code (Code - OSS) 的圖形化 IDE，透過 JSON-RPC over IPC 與 aixlarity 背景服務通訊。它的重點不是「AI 在旁邊聊天」，而是把 AI 工作變成可以管理的流程。
| 功能 | 說明 |
|---|---|
| Mission Control | 多工作區 / 任務 / 工件 / 批准控制台，支援暫停、繼續、取消、重試 |
| Artifact Review | 實作計畫、任務清單、Diff、測試報告、截圖、瀏覽器錄製、終端機紀錄都能結構化審核 |
| Visual Diff Review | side-by-side / unified、compare rounds、逐段審核、審核門檻、anchored comments |
| Integrated Browser Agent | DOM、console、network、截圖、影片、操作時間線都能成為 evidence |
| Terminal Replay | command ownership、cwd、env 摘要、stdout/stderr、exit code、duration、危險命令批准 |
| Provider Control Center | 個人 / 工作區 scope、preset、匯入匯出 bundle、API provider model 必填、secret 不進 bundle |
| Knowledge Ledger | 規則 / 記憶 / 工作流程 / MCP activation 可審核、可匯出、可關閉 |
| Editor-native Actions | diagnostic hover、Problems panel、選取文字、終端機輸出都可送給 agent |
| Local History | 追蹤檔案變動、原生 diff editor、一鍵 revert |
cd aixlarity-ide
npm run test-aixlarity-quality # CI-safe P1/P2/source/docs product gate
npm run test-aixlarity-contracts # behavior contracts for extracted IDE models
npm run test-aixlarity-submission # release gate: quality + Electron artifact readiness
npm run test-aixlarity-ui # 啟動 Electron 做操作煙測
npm run compile-check-ts-native
npm run compilemacOS release 會先驗證 app bundle 簽章、ZIP 解壓後簽章、DMG 掛載後簽章。若要讓下載後直接通過 Gatekeeper，維護者需要在 GitHub Actions 設定 MACOS_CERTIFICATE_P12、MACOS_CERTIFICATE_PASSWORD、APPLE_ID、APPLE_APP_SPECIFIC_PASSWORD、APPLE_TEAM_ID，流程會自動做 Developer ID signing 與 notarization。
Persona 可以想成「不同工作模式」。不是只在 prompt 裡叫 AI 扮演某個角色，而是連可用工具也會被限制。這樣審查者真的只能審查，開發者才可以改檔案。
.aixlarity/personas/ 目錄包含 8 個內建角色定義，格式是 Markdown + YAML frontmatter：
| Persona | 角色 | 工具限制 |
|---|---|---|
| 📐 Architect | 系統設計、ADR | 唯讀 + spawn_agent |
| 💻 Developer | 寫 production code | 無限制 |
| 🔍 CodeReviewer | 五軸 code review | 唯讀 + shell |
| 🧪 TestEngineer | 測試策略 | 無限制 |
| 🛡️ SecurityAuditor | 安全審計 | 唯讀 + shell + fetch |
| 🚀 DevOps | CI/CD、部署 | 無限制 |
| 📝 TechWriter | 文件撰寫 | 唯讀 + write_file |
| 📊 DataEngineer | 資料管線 | 無限制 |
多 agent 協作指令：
/ship # 三路平行：CodeReviewer + TestEngineer + SecurityAuditor → Ship/No-Ship 判定
/spec # 兩步序列：Architect 設計 → Developer 實作
/audit # 單一：SecurityAuditor 深度安全審計技能是可重用的小教材。當任務需要程式碼審查、除錯、TDD、重構或安全審查時，harness 可以把對應方法論放進上下文，而不是每次都靠使用者重打一遍。
.aixlarity/skills/ 目錄包含可重用的 agent 技能，格式與 Hermes Agent 相容：
.aixlarity/skills/
├── code-review/SKILL.md # 程式碼審查
├── systematic-debugging/SKILL.md # 系統化除錯（四階段根因分析）
├── tdd/SKILL.md # 測試驅動開發（RED-GREEN-REFACTOR）
├── writing-plans/SKILL.md # 實作計畫撰寫
├── security-audit/SKILL.md # 安全性審計
├── refactoring/SKILL.md # 重構指南
├── documentation-review/SKILL.md # 文件審查（文實相符檢查）
├── git-workflow/SKILL.md # Git 工作流程（原子 commit）
├── performance-analysis/SKILL.md # 效能分析（含 token 效率）
└── architecture-review/SKILL.md # 架構審查（依賴方向、層次違反）
Permission 是 Aixlarity 的煞車。AI 可以提出想做的事，但檔案寫入、shell 指令、patch 套用要不要放行，應該由系統規則和使用者決定。
| 等級 | write_file | shell | apply_patch | 說明 |
|---|---|---|---|---|
suggest |
最安全 | |||
auto-edit |
✅ 自動 | 預設值 | ||
full-auto |
✅ 自動 | ✅ 自動 | ✅ 自動 | 僅限信任環境 |
Aixlarity 不是從零幻想一套 AI IDE，而是把幾個成熟工具的設計拆開、重做成可讀的教學實作：
| 來源 | 學到的設計 | 對應原始碼 |
|---|---|---|
| Claude Code | Prompt 組裝、Tool trait、Trust 邊界、Skill 系統 | prompt.rs, tools.rs, trust.rs, skills.rs |
| Gemini CLI | REPL 互動、Streaming、MCP、Token Caching | main.rs, mcp.rs, cache.rs, output.rs |
| OpenAI Codex | Sandbox 分級、Permission 模型、apply-patch | tools/container.rs, agent/permissions.rs, tools/apply_patch.rs |
| Hermes Agent | 技能學習迴圈、雙重記憶、記憶安全掃描、Session 搜尋 | skills.rs, tools/memory_tool.rs, tools/skill_manager.rs |
| agent-skills | Persona 定義、引擎級工具限制、多 agent 協作 | instructions.rs, coordinator.rs, .aixlarity/personas/ |
- Martin Fowler — Harness Engineering
- Anthropic — Effective harnesses for long-running agents
- OpenAI — Harness engineering: leveraging Codex
Apache-2.0
Built by @voidful：一個重視審核與證據的開源 AI agent IDE。