huiliyi37/Tianshu-harness
天枢 (Tianshu) 是一个基于harness工程的终端编程智能体运行时(Tui X Gui),针对DeepSeek V4 做了前缀缓存工程优化(长会话实测稳态命中率 97–99%)和深度适配。它跳出了传统 AI 编程助手把大模型仅当成“工具”的局限,基于认知虚拟机 (CVM)、自感知层和信息素(Stigmergy)自衰减记忆构建,让 AI 成为有独立判断与认知防护的“开发伙伴”。
Tianshu Harness – 基於 TypeScript 的 AI 編碼助手執行時
是什麼 – Tianshu(天樞)是一個以 TypeScript 編寫的開源 AI 代理平台,讓大型語言模型(LLM)供應商成為 編碼夥伴,而非單純的問答工具。相同的內核引擎同時支援基於終端的 TUI(稱為 rivet)與使用 Tauri 建構的跨平台桌面 GUI,因此您可在喜愛的控制台中工作,而不會損失任何功能。
核心理念
- 認知虛擬機(CVM) – 在模型輸出與實際檔案系統或 shell 操作之間插入 72 個執行時鈎子。CVM 可觀察、驗證並修正模型的行為(例如,拒絕覆蓋現有檔案、要求釐清或拒絕不安全命令)。README 中包含一項 A/B 測試,顯示啟用 CVM 後任務完成率從 4/5 提升至 5/5。
- 多代理編排 – 使用以
/scout、/team、/council、/galaxy為前綴的命令,可執行輕量級唯讀代理、平行工作者或完整的協作「議會」,以波浪式執行複雜任務並驗證每一步。 - 統一專案記憶 – 所有代理收集的知識均儲存在
.rivet/knowledge/memory.jsonl中。僅治理類記憶會自動注入新任務,防止舊上下文劫持新工作。 - 前綴快取引擎 – 專為 DeepSeek V4 設計,系統在會話開始時凍結系統提示與工具定義,僅在每回合追加微小的「附錄」。這使得長時間對話的快取命中率高達 95–99%,顯著降低 token 成本。
- Zen 模式 – 新會話從唯讀工具集開始;模型必須顯式「解鎖」完整工具表面,避免不必要的提示膨脹並保持快取穩定。
- 計畫模式與星域 – 代理可切換認知「域」(星域),如 启明、天權、天梁 等,每個域擁有獨立的系統提示、工具白名單與決策閾值。在計畫模式下,模型首先生成結構化計畫,等待使用者批准,然後以受控波浪式執行計畫。
支援平台
- macOS(Apple Silicon 與 Intel) –
.dmg - Windows 10/11 –
.exe(需 WebView2 Runtime ≥ 120) - Linux – AppImage(glibc ≥ 2.35,建議 X11)
- Android/Termux – 透過 proot-distros Ubuntu 容器(實驗性)
安裝捷徑
| 方法 | 命令(macOS/Linux) | Windows |
|---|---|---|
| 一鍵腳本 | 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 全域 | npm install -g tianshu-tui && rivet |
相同 |
| 桌面二進位 | 從 發行 頁面下載並執行安裝程式。 | |
| 從原始碼建構 | git clone https://github.com/huili37/Tianshu-Tui.git && npm install && npm run build && npm start |
基本用法
rivet # 啟動互動式 TUI / GUI
rivet -p "解釋 src/agent/loop.ts" # 單次提示,純文字輸出
rivet -p "列出所有 TODO" --json # 腳本用 JSON 結果
rivet --goal "修復所有類型錯誤" --budget 50 # 自主目標驅動模式(最多 50 輪)
CLI 還提供設定(rivet config)、會話管理(rivet sessions)、日誌以及旁路 HTTP/SSE 伺服器(rivet serve)等子命令。
何時使用?
- 持續編碼協助 – 讓模型在多輪中讀取、編輯、重構和測試程式碼,無需手動複製貼上提示。
- 安全關鍵自動化 – CVM 鈎子充當防護欄,防止破壞性檔案操作,並強制模型為行為提供理由。
- 團隊式 AI 協作 – 使用
/team或/council並行執行多個專業代理(如規劃者、審核者、測試者),並合併輸出。 - 成本敏感的長會話 – 前綴快取引擎可大幅降低按輸入 token 收費的模型(如 DeepSeek V4)的 token 使用量。
- 結構化交付流水線 – 計畫模式允許生成書面計畫,獲得明確批准後,由代理逐步執行計畫,生成可追溯的審計日誌。
文件與社群
- 官方網站: https://tianshuharness.com
- 預設為中文 README,附帶英文、日文和韓文翻譯。
- 主 README 中連結了詳細使用者指南、沙箱權限模型、供應商設定與工程度量文件。
- 項目採用 Apache 2.0 許可證,附帶龐大的測試套件(約 16,000 個測試用例,測試對程式碼行比約 1:1),確保可靠性。
總結 – Tianshu Harness 是一個功能齊全、跨環境的 AI 編碼助手,它在 LLM 之上增加了安全導向的執行時層、多代理編排與激進的 token 成本優化。適合希望擁有能可靠執行端到端程式碼變更,同時保持過程可觀測與可控的 AI 合作夥伴的開發者。
相關
- 專案
- 專案
- 專案
- 專案