takopi
takopi 是一款专为开发者设计的 Telegram 机器人桥接工具，旨在让 Codex、Claude Code、Opencode 和 Pi 等 AI 编程助手通过即时通讯软件无缝协作。它解决了传统命令行交互中会话难以持久化、多项目切换繁琐以及无法随时随地监控进度的痛点。
通过 takopi，开发者可以在手机或电脑上利用 Telegram 管理多个 Git 仓库和分支（基于 Git Worktree 技术），实现真正的并行开发。其核心亮点在于“无状态恢复”功能：即使对话中断，用户也能在聊天窗口或直接复制指令到终端轻松续接之前的任务进度。此外，takopi 支持实时流式传输命令执行、文件变更及耗时信息，并允许直接在聊天中上传下载文件，甚至利用语音消息和定时发送等 Telegram 原生特性来触发自动化工作流。
该工具特别适合需要频繁切换上下文、希望利用碎片时间监控代码生成进度，或偏好轻量化交互体验的软件工程师与技术研究人员。无论是单人快速原型开发，还是团队协作中的任务分发，takopi 都能将复杂的本地开发环境延伸至熟悉的聊天界面中，让 AI 辅助编程变得更加灵活高效。安装简便，只需配合现有的 AI 订阅即可立即启用。
使用场景
资深全栈开发者李明正在同时维护三个微服务仓库，并需要频繁切换分支修复紧急线上故障，同时利用通勤时间在手机上监控代码生成进度。
没有 takopi 时
- 上下文切换繁琐：必须在不同终端窗口手动执行
git checkout切换分支，极易因环境错乱导致代码提交到错误分支。 - 进度监控断层：离开电脑后无法实时查看 AI 编码助手的运行状态，只能返回座位才能知道任务是否完成或报错。
- 会话恢复困难：一旦终端关闭或网络中断，之前的 AI 对话上下文丢失，必须重新描述需求并上传文件，浪费大量时间。
- 多任务并行受限：难以同时管理多个独立的 AI 代理任务，通常只能串行等待一个任务结束后再开始下一个。
使用 takopi 后
- 工作树自动隔离：通过 Telegram 发送指令即可让 takopi 自动创建 Git Worktree，在独立环境中并行处理不同分支任务，彻底杜绝冲突。
- 实时流式推送：AI 的代码生成步骤、文件修改详情及耗时实时推送到手机 Telegram，李明在地铁上也能清晰掌握每一步进展。
- 无状态无缝续接：无论何时何地，只需回复消息或复制一行“恢复指令”到新终端，即可精确接续之前的断点继续执行，无需重复背景介绍。
- 多引擎并发调度：支持在同一群组的不同话题中同时调用 Codex、Claude 等多个引擎，分别处理不同仓库的重构任务，效率成倍提升。
takopi 将分散的本地开发环境与移动即时通讯深度融合，让开发者真正实现了随时随地、多项目并行的无缝 AI 编程体验。
运行环境要求
- 未说明
未说明
未说明
快速开始
takopi
🐙 他只是想帮忙-pi
用于 Codex、Claude Code、OpenCode 和 Pi 的 Telegram 桥接工具。支持管理多个项目和工作树，实时流式展示进度，并可在任何地方恢复会话。
功能特性
- 项目与工作树：同时处理多个仓库/分支，分支以 Git 工作树形式呈现。
- 无状态恢复：在聊天中继续，或复制恢复指令在终端中接续。
- 进度流式输出：命令执行、工具使用、文件变更及耗时信息。
- 多代理会话并行运行，每个代理会话独立队列。
- 兼容 Telegram 的语音消息和定时发送等功能。
- 文件传输：可将文件发送至仓库，或从仓库拉取文件/目录。
- 群聊与主题：将群组主题映射到仓库/分支上下文。
- 支持现有的 Anthropic 和 OpenAI 订阅。
系统要求
- 使用
uv进行安装（curl -LsSf https://astral.sh/uv/install.sh | sh）。 - Python 3.14 或更高版本（
uv python install 3.14）。 - PATH 中至少存在一个引擎：
codex、claude、opencode或pi。
安装
uv tool install -U takopi
设置
运行 takopi 并按照设置向导操作。它将引导您完成以下步骤：
- 通过 @BotFather 创建机器人令牌。
- 选择工作流（助手模式、工作区模式或交接模式）。
- 连接您的聊天频道。
- 选择默认引擎。
工作流会自动配置对话模式、主题和恢复指令：
- 助手模式：持续对话，支持自动恢复（推荐）。
- 工作区模式：论坛主题绑定到仓库/分支。
- 交接模式：回复继续，使用终端恢复指令。
使用方法
cd ~/dev/happy-gadgets
takopi
向您的机器人发送消息。可通过 /codex、/claude、/opencode 或 /pi 前缀选择引擎。回复即可继续对话线程。
使用 takopi init happy-gadgets 注册项目，随后可在任意位置通过 /happy-gadgets hard reset the timeline 指定该项目。
提及分支即可在专用工作树中运行代理：/happy-gadgets @feat/memory-box freeze artifacts forever。
可通过 takopi config list、takopi config get 和 takopi config set 查看或更新配置。
更多关于配置、工作树、主题、文件传输等内容，请访问 takopi.dev。
插件
takopi 支持基于入口点的插件系统，适用于引擎、传输方式和命令。
详情请参阅 docs/how-to/write-a-plugin.md 和 docs/reference/plugin-api.md。
开发
开发相关文档请参考 docs/reference/specification.md 和 docs/developing.md。
版本历史
v0.22.32026/03/02v0.22.22026/02/24v0.22.12026/02/10v0.22.02026/02/10v0.21.52026/02/08v0.21.42026/01/22v0.21.32026/01/21v0.21.22026/01/20v0.21.12026/01/18v0.21.02026/01/16v0.20.02026/01/15v0.19.02026/01/15v0.18.02026/01/13v0.17.12026/01/12v0.17.02026/01/12v0.16.02026/01/12v0.15.02026/01/11v0.14.12026/01/10v0.14.02026/01/10v0.13.02026/01/09常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。
OpenHands
OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。