devenjarvis/lathe

Lathe – AI 驱动的动手实践教程生成器

它是什么

• 一个基于 Go 的命令行工具 + 本地 Web 界面，可让你要求编码代理 LLM（Claude、Gemini、Codex 等）为你指定的任何主题编写分步技术教程。
• 生成的教程存储在本地，可以扩展、验证或查询，并在一个美观的基于浏览器的阅读器中显示，带有目录、旁注和练习。

主要功能

• 提示驱动的教程创建 – 在支持的编码代理中输入类似 /lathe build a 3D slicer in Erlang 的斜杠命令，LLM 就会编写多部分 Markdown 教程。
• 本地界面 – lathe serve 启动一个 Web 服务器（默认 http://localhost:4242），显示你的教程库，支持浏览、搜索、筛选和阅读，并支持深色/浅色模式。
• 交互式工作流 – 界面中的按钮触发 LLM 操作（提问、验证代码、添加新部分），可通过实时工作循环（/lathe‑work）或复制生成的 /lathe‑* 命令回代理中实现。
• 风格系统 – 教程可以用不同的“风格”编写（例如 plainspoken 或 companion）。风格只是风格提示；你可以添加自定义风格。
• 来源追踪 – 每个教程记录 LLM 模型、风格以及生成过程中查阅的源 URL 列表。
• 跨代理支持 – 技能与二进制文件打包在一起，可安装到 Claude Code、Cursor、Codex、Gemini CLI、opencode、Cline、Windsurf 等。
• 支持自托管模型 – Lathe 本身从不调用 LLM；它依赖你使用的代理，因此你可以将代理指向本地 OpenAI 兼容端点，如 Ollama。

安装

• macOS：brew install devenjarvis/tap/lathe（作为预构建二进制文件分发）。
• Linux/macOS：一行脚本 curl -sSf https://raw.githubusercontent.com/devenjarvis/lathe/main/install.sh | sh。
• 从源码：go install github.com/devenjarvis/lathe@latest（需要 Go 1.25+）。
• 安装二进制文件后，运行 lathe skills install … 将 LLM 技能文件放入编码代理的相应目录。

工作原理

1. LLM 技能 – 基于 Markdown 的技能文件（SKILL.md）由编码代理读取。像 /lathe、/lathe‑extend、/lathe‑verify、/lathe‑ask 等命令使代理调用 LLM，生成或修改教程部分，然后回调 lathe CLI 存储结果。
2. CLI – 管理 ~/.lathe/tutorials/ 下的持久存储，提供界面服务，并协调 Web 界面与代理端工作循环之间的通信。
3. 实时模式 vs. 复制粘贴 – 如果你在代理中启动 /lathe‑work，界面按钮会将作业排队，由工作进程拾取，提供无缝体验。如果没有工作进程运行，界面会显示你可以粘贴到代理中的确切 /lathe‑* 命令。

典型工作流

# 在编码代理聊天窗口中
/lathe build a 3D slicer in Erlang

# 在终端中
lathe serve   # 打开浏览器界面

• 浏览列表，点击教程，阅读各部分。
• 使用 Ask、Verify 或 Add a part 按钮在编写代码时与 LLM 交互。
• 根据需要扩展教程或调整风格。

使用场景

• 快速生成针对小众或新兴技术的动手实践指南，这些领域的人类教程很少。
• 个人学习：你保持在“实践”循环中，而 LLM 提供结构化的解释、引用和练习。
• 通过自定义风格尝试不同的教学风格。

限制与注意事项

• 质量取决于底层 LLM；可能出现幻觉。作者建议使用你能访问的最大“思考”模型。
• Lathe 本身不执行任何模型推理；你必须配置一个兼容的编码代理并带有 LLM 端点。
• 目前仅以 macOS 专用 Homebrew cask 分发；Linux 用户必须使用安装脚本或从源码构建。
• 仅供个人学习使用——不鼓励对生成的教程进行商业再分发。

更多信息

• 仓库：https://github.com/devenjarvis/lathe
• 文档和截图位于仓库的 docs/ 文件夹中。
• 问题和功能请求可在 GitHub 上提出。