kris-hansen/comanda

解决的问题

Comanda 提供一个终端原生的运行时，用于在软件仓库中管理持久且自我改进的代理工作流。它通过实现可观测的退出标准和自动化的质量门禁（如测试和代码检查工具），解决了「幻觉式完成」的问题——即代理声称任务已完成，但实际上并未完成。

如何工作

Comanda 允许用户用英文描述期望的结果，然后将其转换为基于 YAML 的程序。该程序定义了步骤序列、并行流程或代理循环。它协调多种 AI 模型（Claude、Gemini、OpenAI、通过 Ollama/vLLM 的本地模型）和工具，通过文件或标准输入/输出传递数据。

关键技术组件包括：

• 代理循环：具有状态保持能力，能根据先前结果优化提示，并在每一步后运行质量门禁。
• 代码库索引：捕获仓库结构和符号，创建可遍历的知识图谱，存储在 SQLite FTS5 数据库中以支持语义召回。
• 持久记忆：项目本地的语义记忆系统，允许代理回忆特定项目的决策、约束和事实。
• MCP 集成：工作流可通过 Model Context Protocol (MCP) 作为工具和提示暴露。

适用人群

希望在不切换到完整代理框架或可视化自动化平台的前提下，管理并复用仓库中持久代理工作的开发者。

特色亮点

• 确定性质量门禁：使用现有测试、安全检查和代码检查工具作为「完成」的定义。
• 知识图谱可视化器：交互式本地浏览器视图，用于导航复杂的代码库依赖关系和架构。
• 多代理协调：可在单个流水线中协调不同模型（例如，Claude 负责审查，OpenAI 负责实现）。
• 检查点机制：支持中断并从最后一个检查点恢复长时间运行的代理循环。
• 语义记忆：可选的、命名空间范围的本地项目特定事实与决策记忆。