GanyuanRan/Autoloom

AI coding with Aegis governance built into execution: baseline-aware changes, evidence-backed delivery. Free desktop client, your choice of model. 将哲科思维融入 AI 开发执行,让变更有依据、交付有证据。用创意编织现实。

解决的问题

编码代理常常在未暂停询问变更是否必要、是否增加不必要的复杂性、或结果是否真正符合需求和证据的情况下,就贸然进行更改。Autoloom 通过将工程治理直接嵌入编码运行时来解决这一问题,使代理质疑假设、检查结构膨胀,并根据已验证的事实审查交付——减少您不断提醒其先进行调查的需求。

工作原理

Autoloom 是一款基于 DeepSeek 官方 DeepSeek Harness 构建的 Windows 桌面客户端,并将 Aegis 治理方法融入工作流程。在关键节点——任务开始、编辑前、失败后以及记录结果前——它应用特定方法,如第一性原理推理、反熵检查、反例审查和完成验证。它维护任务状态、先决条件和执行证据,并在项目变更操作即将运行时,在对话中显示折叠的治理影响行。它还记录项目目标和决策,并允许您设置测试优先偏好和复杂度阈值。

适用对象

适用于在 Windows x64 上使用 AI 编码代理的开发者和团队,他们希望在保持工程判断的同时实现更自主的开发。它适合那些厌倦重复解释上下文和重新检查结果的人,以及希望代理展示其实际验证内容的人。macOS 和 Linux 版本已计划但尚未提供。

亮点

  • 集成 Aegis 治理:变更必要性、复杂度检查、因果诊断和交付审查。
  • 基于 DeepSeek Harness(源代码提交 b150a551)构建,保留 Cordis 插件机制。
  • 支持本地项目和通过 SSH 的 Linux x64 项目,提供差异、命令日志、预览和停靠终端。
  • 内置通过 Parallel/Exa MCP 服务的网络搜索,无需单独的 API 密钥。
  • 记录过程证据,并允许检查决策和差异。
  • 目前处于 Windows x64 的 Beta 版本;提供可下载的安装程序和 SHA256 校验和。

相关

  • 项目
  • 项目
  • 项目
  • 项目
  • 项目