huiliyi37/Tianshu-harness

Tianshu Harness – 基于 TypeScript 的 AI 编码助手运行时

是什么 – Tianshu（天枢）是一个用 TypeScript 编写的开源 AI 代理平台，它让大型语言模型（LLM）提供商成为 编码伙伴，而非简单的问答工具。相同的内核引擎同时支持基于终端的 TUI（称为 rivet）和使用 Tauri 构建的跨平台桌面 GUI，因此您可以在喜欢的控制台中工作，而不会丢失任何功能。

核心理念

• 认知虚拟机（CVM） – 在模型输出与实际文件系统或 shell 操作之间插入 72 个运行时钩子。CVM 可以观察、验证并纠正模型的行为（例如，拒绝覆盖现有文件、要求澄清或拒绝不安全命令）。README 中包含一项 A/B 测试，显示启用 CVM 后任务完成率从 4/5 提升至 5/5。
• 多代理编排 – 使用以 /scout、/team、/council、/galaxy 为前缀的命令，可运行轻量级只读代理、并行工作者或完整的协作“议会”，以波浪式执行复杂任务并验证每一步。
• 统一项目记忆 – 所有代理收集的知识均存储在 .rivet/knowledge/memory.jsonl 中。仅治理类记忆会自动注入新任务，防止旧上下文劫持新工作。
• 前缀缓存引擎 – 针对 DeepSeek V4 设计，系统在会话开始时冻结系统提示和工具定义，仅在每轮追加微小的“附录”。这使得长时间对话的缓存命中率高达 95–99%，显著降低 token 成本。
• Zen 模式 – 新会话从只读工具集开始；模型必须显式“解锁”完整工具表面，避免不必要的提示膨胀并保持缓存稳定。
• 计划模式与星域 – 代理可切换认知“域”（星域），如 启明、天权、天梁 等，每个域拥有独立的系统提示、工具白名单和决策阈值。在计划模式下，模型首先生成结构化计划，等待用户批准，然后以受控波浪式执行计划。

支持平台

• macOS（Apple Silicon 与 Intel） – .dmg
• Windows 10/11 – .exe（需 WebView2 Runtime ≥ 120）
• Linux – AppImage（glibc ≥ 2.35，推荐 X11）
• Android/Termux – 通过 proot-distros Ubuntu 容器（实验性）

安装快捷方式

方法	命令（macOS/Linux）	Windows
一键脚本	bash <(curl -fsSL https://raw.githubusercontent.com/huili37/Tianshu-Tui/main/scripts/install-tui.sh)	`powershell -ExecutionPolicy Bypass -Command "irm https://raw.githubusercontent.com/huili37/Tianshu-Tui/main/scripts/install-tui.ps1
npm 全局	npm install -g tianshu-tui && rivet	相同
桌面二进制	从 发布 页面下载并运行安装程序。
从源码构建	git clone https://github.com/huili37/Tianshu-Tui.git && npm install && npm run build && npm start

基本用法

rivet                     # 启动交互式 TUI / GUI
rivet -p "解释 src/agent/loop.ts"          # 单次提示，纯文本输出
rivet -p "列出所有 TODO" --json           # 脚本用 JSON 结果
rivet --goal "修复所有类型错误" --budget 50   # 自主目标驱动模式（最多 50 轮）

CLI 还提供配置（rivet config）、会话管理（rivet sessions）、日志以及旁路 HTTP/SSE 服务器（rivet serve）等子命令。

何时使用？

• 持续编码协助 – 让模型在多轮中读取、编辑、重构和测试代码，无需手动复制粘贴提示。
• 安全关键自动化 – CVM 钩子充当护栏，防止破坏性文件操作，并强制模型为行为提供理由。
• 团队式 AI 协作 – 使用 /team 或 /council 并行运行多个专业代理（如规划者、评审者、测试者），并合并输出。
• 成本敏感的长会话 – 前缀缓存引擎可显著降低按输入 token 收费的模型（如 DeepSeek V4）的 token 使用量。
• 结构化交付流水线 – 计划模式允许生成书面计划，获得明确批准后，由代理逐步执行计划，生成可追溯的审计日志。

文档与社区

• 官方网站： https://tianshuharness.com
• 默认为中文 README，附带英文、日文和韩文翻译。
• 主 README 中链接了详细用户指南、沙箱权限模型、提供者配置和工程度量文档。
• 项目采用 Apache 2.0 许可证，附带庞大的测试套件（约 16,000 个测试用例，测试对代码行比约 1:1），确保可靠性。

总结 – Tianshu Harness 是一个功能齐全、跨环境的 AI 编码助手，它在 LLM 之上增加了安全导向的运行时层、多代理编排和激进的 token 成本优化。适合希望拥有一个能可靠执行端到端代码变更，同时保持过程可观测和可控的 AI 合作伙伴的开发者。