toad
Toad 是一款运行在终端里的统一 AI 操作界面,旨在将强大的编码智能体(如 Claude、Gemini 等)与传统命令行工作流无缝融合。它主要解决了现有终端 AI 工具无法维持真实 Shell 环境的痛点:在传统工具中,切换目录或设置环境变量往往无法在不同命令间持久保存,且复杂输出容易乱码。Toad 内置了功能完整的 Shell,支持全彩输出、交互式命令及自动补全,让用户能在同一窗口中自由交替使用 AI 对话与原生终端操作。
此外,Toad 提供了类似"AI 应用商店”的功能,方便用户发现、安装和管理多种智能体;内置支持语法高亮的 Markdown 编辑器,让编写提示词更加直观;还具备高效的文件选择器,只需输入"@"即可通过模糊搜索或树状浏览快速将文件内容加入上下文。其独特的差异对比视图也能清晰展示代码变更。
这款工具特别适合习惯使用命令行的开发者、运维工程师及技术研究人员。如果你希望在不离开终端的前提下,充分利用各类 AI 编码助手提升效率,同时保留对系统环境的完全控制,Toad 将是一个专业且高效的选择。
使用场景
后端工程师小李正在终端中排查一个复杂的微服务部署故障,需要频繁调用 AI 分析日志并执行修复命令。
没有 toad 时
- 上下文断裂:在普通终端 AI 工具中执行的
cd切换目录或设置的环境变量无法保留,每次运行新命令都得重新配置路径。 - 交互体验割裂:查看包含颜色高亮的日志或运行交互式命令(如
top、vim)时,输出内容乱码甚至直接导致界面崩溃。 - 文件引用繁琐:想让 AI 分析特定配置文件时,必须手动复制长长的绝对路径粘贴到对话框,极易出错且效率低下。
- 提示词编辑受限:缺乏专业的 Markdown 编辑器支持,编写包含代码块的复杂指令时没有语法高亮,难以阅读和修改。
- 模型切换麻烦:想尝试不同的 AI 代理(如从 Claude 切换到 Gemini),需要退出当前会话并重新配置命令行参数。
使用 toad 后
- 原生 Shell 集成:toad 内置完整功能的 Shell,目录切换和环境变量设置自然持久化,AI 生成的命令可直接在当前上下文中无缝执行。
- 完美渲染交互:支持全彩输出和交互式命令,小李可以在不中断工作流的情况下,一边让 AI 分析彩色日志,一边运行实时监测工具。
- 智能文件拾取:只需输入
@键即可唤起模糊搜索器,快速定位并添加目标配置文件到提示词中,甚至可用树状结构浏览未知目录。 - 专业提示词编辑:内置支持语法高亮的 Markdown 编辑器,配合鼠标操作和丰富的快捷键,让编写复杂的技术指令变得流畅直观。
- 统一代理市场:通过直观的 UI 像逛应用商店一样发现、安装并一键切换数十种 AI 代理,无需任何额外的配置命令。
toad 将传统终端工作流与强大的 AI 代理能力深度融合,让开发者在熟悉的命令行环境中享受无缝、高效且可视化的智能编程体验。
运行环境要求
- Linux
- macOS
- Windows (通过 WSL)
未说明
未说明

快速开始
Toad
在你的终端中使用 AI 的统一界面(发布公告)。
![]() |
![]() |
![]() |
![]() |
快速入门
安装:
curl -fsSL batrachian.ai/install | sh
运行:
toad
如果遇到任何问题,请参阅 入门指南。
Toad 是什么?
Toad 是一个用于代码生成代理的界面,例如 Claude、Gemini、Codex、OpenHand 等众多工具。
Toad 将传统的 shell 工作流程与强大的代理式 AI 相结合,提供了一个直观的终端用户界面。
AI“应用商店”您可以直接从 Toad 的用户界面中查找、安装并运行数十种代理。 支持 Toad 的 AI 代理数量庞大且不断增长。您可以发现来自大型科技公司以及小型开源项目的代理。 开发者可以通过 代理客户端协议 为自己的代理添加支持。 |
|
Toad Shell虽然大多数终端代理界面可以运行命令(使用 ! 语法),但它们并不真正运行 shell。如果您更改目录或设置环境变量,这些更改不会在后续命令中保留。 包含纯文本以外内容的输出通常会乱码,而任何交互式操作都可能失败,甚至完全破坏 TUI。 Toad 集成了一个功能完善的 shell,支持全彩色输出、交互式命令和 Tab 补全。这让您可以将对代理的提示与终端工作流交织在一起。 截至目前,Toad 是唯一具备此功能的终端 UI。 |
![]() |
提示编辑器Toad 配备了一个优秀的 Markdown 提示编辑器,支持代码块的语法高亮。它还提供完整的鼠标支持、剪切和粘贴功能,以及丰富的快捷键和快捷方式。 |
|
文件选择器使用 @ 可以将文件添加到您的提示中,Toad 会显示一个模糊文件选择器。 只需输入文件名或文件夹的部分字符,Toad 就会在您输入时逐步缩小搜索范围。按下 Enter 即可将文件添加到提示中。 当您知道要引用的文件时,这个模糊选择器非常方便。如果您想浏览文件,可以按 Tab 切换到交互式树状控件。 |
|
精美的差异对比支持并排或统一格式的差异对比,并为大多数编程语言提供语法高亮。 |
|
优雅的 MarkdownMarkdown 是 LLM(人工智能)的语言。Toad 对流式 Markdown 的支持可以显示语法高亮的代码块、美观的表格、引用、列表等。 |
|
简单的设置直观的设置系统(无需手动编辑 JSON 文件)。 根据您的喜好调整 Toad。 Toad 中几乎所有的功能都可以自定义。如果您希望创建一个仅包含提示的极简 UI,这也是完全可以实现的! |
|
并发会话您可以同时启动并运行来自不同提供商的多个代理。 按下 Ctrl+S 可以在一个屏幕上查看所有代理的当前状态。 |
|
会话恢复您可以恢复与代理之前的会话。 按下 Ctrl+R 即可选择之前的一次会话进行恢复。 |
|
视频
观看 Toad 用户界面的预览:
https://github.com/user-attachments/assets/ced36f4b-db02-4d29-8a0a-14ec64b22881
兼容性
Toad 支持 Linux 和 macOS。目前尚不原生支持 Windows(但已在开发计划中),不过通过 WSL 仍然可以很好地运行 Toad。
Toad 是一个终端应用程序。 任何终端都可以使用,但如果您使用的是 macOS 的默认终端,则体验会大打折扣。 我推荐 Ghostty,它功能齐全且性能出色。
剪贴板
在 Linux 上,您可能需要安装 xclip 来启用剪贴板支持。
sudo apt install xclip
开始使用
安装 Toad 的最简单方法是在终端中粘贴以下命令:
curl -fsSL batrachian.ai/install | sh
现在你应该已经成功安装了 toad。
如果由于某种原因上述方法无法正常工作,你可以按照以下步骤进行安装:
首先 安装 UV:
curl -LsSf https://astral.sh/uv/install.sh | sh
然后使用 UV 安装 toad:
uv tool install -U batrachian-toad --python 3.14
Toad 也可以在 conda-forge 上找到,并且可以使用 pixi 进行安装:
pixi global install batrachian-toad
使用 Toad
通过以下命令启动 Toad:
toad
你应该会看到类似这样的界面:
从这个界面,你可以查找、安装并启动一个编码代理。如果你已经安装了代理,可以跳过安装步骤。要启动某个代理,只需选中它并按下 空格键。
页脚始终会显示当前上下文中最重要的快捷键。如果想查看所有快捷键,可以按下 F1 键来打开帮助面板。
Toad 命令行界面
运行 Toad 时,默认的当前工作目录会被视为你的项目目录。如果你想使用其他项目目录,可以在命令中添加路径。例如:
toad ~/projects/my-awesome-app
如果你想跳过初始的代理选择界面,可以加上 -a 参数,并指定你想要使用的代理名称。例如:
toad -a open-hands
要查看所有子命令和选项,可以添加 --help 参数:
toad --help
Web 服务器
你也可以将 Toad 作为 Web 应用程序运行。
运行以下命令,并点击终端中显示的链接:
toad serve

Toad 开发
Toad 由 Will McGugan 构建,目前仍在积极开发中。
如需讨论 Toad,请前往“讨论”标签页,或加入 Textualize Discord 服务器 中的 #toad 频道。
路线图
一些计划中的功能:
- MCP 服务器的用户界面
- 暴露模型选择功能(等待 ACP 更新)
- 会话功能(恢复)
- 多个代理支持
- Windows 原生支持
- 内置编辑器
- 侧边栏(小部件)
- Git 待处理更改
报告 Bug
该项目正在尝试一种非传统的问题处理方式。在创建问题之前,必须先在“讨论”版块中发布帖子,并由 Toad 的开发者(目前是 @willmcgugan)批准。
通过允许讨论在“讨论”标签页中进行,我们可以将问题保留给那些具有明确描述和目标的可执行任务。
许可证
Toad 采用 AGPL 许可证授权。商业许可证也可提供。详情请参阅 COMMERCIAL_LICENSE.md。
版本历史
v0.6.142026/03/30v0.6.132026/03/30v0.6.122026/03/13v0.6.112026/03/13v0.6.102026/03/13v0.6.92026/03/11v0.6.82026/03/03v0.6.72026/03/02v0.6.62026/03/02v0.6.52026/02/27v0.6.42026/02/26v0.6.32026/02/25v0.6.22026/02/25v0.6.12026/02/25v0.5.382026/02/01v0.5.352026/01/21v0.5.342026/01/16v0.5.332026/01/16v0.5.322026/01/15v0.5.312026/01/14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。
NextChat
NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。
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。




