linghungegeg/Linghun

解决的问题

Linghun 是一款旨在超越简单聊天建议的 AI 驱动编程终端。它解决了 AI 编程中的常见陷阱——例如幻觉（在未验证的情况下声称任务已完成）、模型漂移（在不同会话中忘记项目规则）以及在包含中文路径的 Windows 等复杂真实环境中的不稳定性。

工作原理

它充当 LLM 的“工程外骨骼”。Linghun 不仅仅依赖提示词，还实现了系统级约束。它集成了用于多模型路由的提供者运行时、用于上下文感知的代码库索引，以及一个将模型结论与实际文件读取、工具输出和 Git 状态绑定的证据优先系统。它使用“工作流矩阵”将复杂目标分解为可观察的阶段和角色，并使用“策略内核”在模型执行操作之前协调内存、权限和验证要求。

适用对象

• 个人开发者：希望使用自然语言驱动实际项目，并拥有 Git 稳定点和自动验证等内置安全网的人士。
• 专业工程师：需要能够处理代码库索引、失败学习和架构边界检查的结构化 AI 工作流的开发人员。
• 企业：需要严格的权限边界、本地执行隐私以及通过标准化的 App Bridge 连接内部软件能力团队。

亮点

• 证据优先系统：通过在标记任务完成之前要求实际证据（日志、文件内容、测试结果）来减少幻觉。
• Windows 优先设计：原生支持 PowerShell、中文路径和进程保护，确保在 Windows 环境中的稳定性。 "AntiCodeBlob"：防止 AI 创建过大的“god files”或深度嵌套。
• 托管工作流：支持用于长期工程任务的持久作业、后台任务和多智能体协作。
• 可扩展生态系统：通过 MCP、Skills 和能力运行时 (App Bridge) 连接外部工具，实现第三方软件集成。