[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-entropy-research--Devon":3,"tool-entropy-research--Devon":62},[4,18,26,36,46,54],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",160015,2,"2026-04-18T11:30:52",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":42,"last_commit_at":43,"category_tags":44,"status":17},8272,"opencode","anomalyco\u002Fopencode","OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。\n\n这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。\n\n在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信",144296,1,"2026-04-16T14:50:03",[13,45],"插件",{"id":47,"name":48,"github_repo":49,"description_zh":50,"stars":51,"difficulty_score":32,"last_commit_at":52,"category_tags":53,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",109154,"2026-04-18T11:18:24",[14,15,13],{"id":55,"name":56,"github_repo":57,"description_zh":58,"stars":59,"difficulty_score":32,"last_commit_at":60,"category_tags":61,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[45,13,15,14],{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":76,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":77,"languages":78,"stars":105,"forks":106,"last_commit_at":107,"license":108,"difficulty_score":32,"env_os":109,"env_gpu":110,"env_ram":111,"env_deps":112,"category_tags":123,"github_topics":124,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":142,"updated_at":143,"faqs":144,"releases":175},9054,"entropy-research\u002FDevon","Devon","Devon: An open-source pair programmer","Devon 是一款开源的“结对编程”助手，旨在像真人搭档一样协助开发者完成编码任务。它不仅能理解自然语言指令，还能自主读取项目文件、编写代码、执行终端命令并修复错误，从而显著缩短从想法到成品的交付周期，解决开发过程中重复性高或逻辑复杂的痛点。\n\n这款工具特别适合希望提升效率的软件工程师、独立开发者以及技术研究人员使用。无论是快速搭建原型、重构旧代码，还是调试复杂问题，Devon 都能成为得力的智能副手。其核心亮点在于灵活的部署方式与高度的安全性：用户既可以选择功能丰富的图形界面，也能在终端中直接通过命令行交互；同时，Devon 严格限制在当前项目目录下运行，确保不会误操作其他系统文件，且允许用户在代理执行动作时随时介入纠正。\n\n在技术兼容性上，Devon 支持接入 Anthropic、OpenAI 及 Groq 等多种主流大模型 API，甚至提供了本地模型运行模式（尽管尚在早期阶段），赋予用户根据需求自由选择算力来源的权利。作为一个由社区驱动的项目，Devon 秉持开放协作的理念，邀请全球开发者共同参与迭代，让编程变得更加简单高效。","\n\u003C!-- PROJECT LOGO -->\n\u003Cdiv align=\"center\">\n  \u003Ch1 align=\"center\">Devon: An open-source pair programmer\u003C\u002Fh1>\n\u003C\u002Fdiv>\n\u003Cdiv align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fgraphs\u002Fcontributors\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fcontributors\u002Fentropy-research\u002Fdevon?style=for-the-badge&color=lime\" alt=\"Contributors\">\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fnetwork\u002Fmembers\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002Fentropy-research\u002Fdevon?style=for-the-badge&color=orange\" alt=\"Forks\">\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fstargazers\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fentropy-research\u002Fdevon?style=for-the-badge&color=yellow\" alt=\"Stargazers\">\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fissues\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fissues\u002Fentropy-research\u002Fdevon?style=for-the-badge&color=red\" alt=\"Issues\">\u003C\u002Fa>\n  \u003Cbr\u002F>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fblob\u002Fmain\u002FLICENSE\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002Fentropy-research\u002Fdevon?style=for-the-badge&color=blue\" alt=\"Apache 2.0 License\">\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fdiscord.gg\u002Fp5YpZ5vjd9\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FDiscord-Join%20Us-purple?logo=discord&logoColor=white&style=for-the-badge\" alt=\"Join our Discord community\">\u003C\u002Fa>\n  \u003Cbr\u002F>\n\n\nhttps:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fassets\u002F61808204\u002Ff3197a56-3d6d-479f-bc0e-9cffe69f159b\n\u003C\u002Fdiv>\n\n### How do y'all ship so quickly?\n\u003Ca href=\"https:\u002F\u002Fdiscord.gg\u002Fp5YpZ5vjd9\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FDiscord-Join%20Us-purple?logo=discord&logoColor=white&style=for-the-badge\" alt=\"Join our Discord community\">\u003C\u002Fa> \n← We have a __**community-driven Dev Team**__ for this repo. Come join us! It's great.\n  \n# Installation\n\n## Prerequisites\n\n1. `node.js` and `npm`\n2. `pipx`, if you don't have this go [here](https:\u002F\u002Fpipx.pypa.io\u002Fstable\u002Finstallation\u002F)\n3. API Key \u003Csamp>(just one is required)\u003C\u002Fsamp>\n   - [**Anthropic**](https:\u002F\u002Fconsole.anthropic.com\u002Fsettings\u002Fkeys)\n    - [**OpenAI**](https:\u002F\u002Fplatform.openai.com\u002Fapi-keys)\n\n> We're currently working on supporting Windows! (Let us know if you can help)\n\n## Installation commands\n\nTo install using `pipx` + `npm`:\n\n```bash\n# Step 1: Ensure directory where pipx stores apps is in your PATH environment variable\npipx ensurepath\n\n# Step 2: For the backend\npipx install devon_agent\n\n# Step 3: For the main UI (install and run)\nnpx devon-ui\n```\n\n\n> If you already have devon_agent installed, update it by running:\n> ```pipx install --force devon_agent```\n\n### Thats it! Happy building :)\n\n\n# Running the agent\n\nThen to *run* the main ui, the command is:\n```bash\nnpx devon-ui\n```\n\nIt's that simple.\n\n# Terminal UI\n> If you'd like to use the terminal interface, follow these steps:\n### Install\n1. Make sure you have the backend installed\n```bash\n# For the backend\npipx install devon_agent\n```\n2. Install the tui\n```bash\n# For the tui\nnpm install -g devon-tui\n```\n> [!NOTE]\n> If you already have devon-tui installed, update it by running:\n```bash\nnpm uninstall -g devon-tui\nnpm install -g devon-tui\n```\n\n### Run\n\n1. Navigate to your project folder and open the terminal.\n2. Set your Anthropic API or OpenAI API key as an environment variable:\n\n```bash\nexport ANTHROPIC_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx\n\n#OR\n\nexport OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx\n\n#OR\n\nexport GROQ_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx\n```\n\n3. Then to *run* the terminal-ui, the command is:\n```bash\ndevon-tui\n```\n\nIt's as easy as that.\n\n> [!NOTE]\n> Don't worry, the agent will be able to only access files and folders in the directory you started it from. You can also correct it while it's performing actions.\n\n---\n\nTo run in *debug* mode, the command is:\n```bash\ndevon-tui --debug\n```\n\n---\n\nTo run in *local* mode:\n> [!WARNING]\n> The current version of local model support is not mature, proceed with caution, and expect the performance to degrade significantly compared to the other options.\n\n1. Get deepseek running with [ollama](https:\u002F\u002Follama.com\u002Flibrary\u002Fdeepseek-coder:6.7b)\n\n2. Start the local ollama server by running\n```\nollama run deepseek-coder:6.7b\n```\n\n4. Then configure devon to use the model\n```bash\ndevon-tui configure\n\nConfiguring Devon CLI...\n? Select the model name: \n  claude-opus \n  gpt4-o \n  llama-3-70b \n❯ ollama\u002Fdeepseek-coder:6.7b\n```\n\n4. And finally, run it with:\n```\ndevon-tui --api_key=FOSS\n```\n\n---\n\nFor a list of all commands available:\n```bash\ndevon-tui --help\n```\n\n# Features\n- Multi-file editing\n- Codebase exploration\n- Config writing\n- Test writing\n- Bug fixing\n- Architecture exploration\n- Local model support\n\n### Limitations\n- Minimal functionality for non-Python languages\n- Sometimes have to specify the file where you want the change to happen\n- Local mode is not good right now. Please try to avoid using it.\n\n# Progress\n\n### This project is still super early and \u003Cins>we would love your help\u003C\u002Fins> to make it great!\n\n### Current goals\n- Multi-model support\n  - [x] Claude 3.5 Sonnet\n  - [x] GPT4-o\n  - [x] Groq llama3-70b\n  - [x] Ollama deepseek-6.7b\n  - [ ] Google Gemini 1.5 Pro\n- Launch plugin system for tool and agent builders\n- Improve our self-hostable Electron app\n- Set SOTA on [SWE-bench Lite](https:\u002F\u002Fwww.swebench.com\u002Flite.html)\n\n> View our current thoughts on next steps [**here**](https:\u002F\u002Fdocs.google.com\u002Fdocument\u002Fd\u002Fe\u002F2PACX-1vTjLCQcWE_n-uUHFhtBkxTCIJ4FFe5ftY_E4_q69SjXhuEZv_CYpLaQDh3HqrJlAxsgikUx0sTzf9le\u002Fpub)\n\n### Star history\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fstar-history.com\u002F#entropy-research\u002FDevon&Date\">\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fentropy-research_Devon_readme_6fade7bb2abf.png\" width=\"500\" alt=\"Star History Chart\">\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n### Past milestones\n\n- [x] **June 28, 2024** - File and code referencing, improve steerability, Claude Sonnet support v0.0.16\n- [x] **June 14, 2024** - Launch Electron UI v0.0.13\n- [x] **June 1, 2024** - Devon V2 Beta Electron UI\n- [x] **May 19, 2024** - GPT4o support + better interface support v0.1.7\n- [x] **May 12, 2024** - Complete interactive agent v0.1.0\n- [x] **May 10, 2024** - Add steerability features\n- [x] **May 8, 2024** - Beat AutoCodeRover on SWE-Bench Lite\n- [x] **Mid April, 2024** - Add repo level code search tooling\n- [x] **April 2, 2024** - Begin development of v0.1.0 interactive agent\n- [x] **March 17, 2024** - Launch non-interactive agent v0.0.1\n\n> [!NOTE]\n> If you already have the tui installed, run a clean reinstall:\n```bash\nnpm uninstall -g devon-tui\nnpm install -g devon-tui\n```\n\n## Current development priorities\n\n1. Improve context gathering and code indexing abilities ex:\n    - Adding memory modules\n    - Improved code indexing\n2. Add alternative models and agents to:\n    - a) Reduce end user cost and\n    - b) Reduce end user latency\n3. Electron app\n    - Save and load in project overviews for agent context\n    - Revert & \"step back\" timeline interface\n    - Better code diff view\n    - Send user file events\u002Fchanges to Devon\n\n\n\n# How can I contribute?\n\nDevon and the entropy-research org are community-driven, and we welcome contributions from everyone!\nFrom tackling issues to building features to creating datasets, there are many ways to get involved:\n\n- **Core functionality:** Help us develop the core agents, user experience, tool integrations, plugins, etc.\n- **Research:** Help us research agent performance (including benchmarks!), build data pipelines, and finetune models.\n- **Feedback and Testing:** Use Devon, report bugs, suggest features, or provide feedback on usability.\n\nFor details, please check [CONTRIBUTING.md](.\u002FCONTRIBUTING.md).\n\nIf you would like to contribute to the project, please join the discord: [Discord](https:\u002F\u002Fdiscord.gg\u002Fp5YpZ5vjd9)\n\n# Feedback\n\nWe would love feedback! Feel free to drop us a note on our [Discord](https:\u002F\u002Fdiscord.gg\u002Fp5YpZ5vjd9) in the #feedback channel, or [create issues](https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fissues)!\n\nWe collect basic event type (i.e. \"tool call\") and failure telemetry to solve bugs and improve the user experience, but if you want to reach out, we would love to hear from you!\n\nTo disable telemetry, set the environment variable `DEVON_TELEMETRY_DISABLED` to `true` \n```bash\nexport DEVON_TELEMETRY_DISABLED=true\n```\n\n# Community\n\nJoin our Discord server and say hi!\n[Discord](https:\u002F\u002Fdiscord.gg\u002Fp5YpZ5vjd9)\n\n\n# License\n\nDistributed under the AGPL License. See [`LICENSE`](.\u002FLICENSE) for more information.\n","\u003C!-- 项目Logo -->\n\u003Cdiv align=\"center\">\n  \u003Ch1 align=\"center\">Devon：一个开源的结对编程助手\u003C\u002Fh1>\n\u003C\u002Fdiv>\n\u003Cdiv align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fgraphs\u002Fcontributors\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fcontributors\u002Fentropy-research\u002Fdevon?style=for-the-badge&color=lime\" alt=\"贡献者\">\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fnetwork\u002Fmembers\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002Fentropy-research\u002Fdevon?style=for-the-badge&color=orange\" alt=\"复刻数\">\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fstargazers\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fentropy-research\u002Fdevon?style=for-the-badge&color=yellow\" alt=\"星标数\">\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fissues\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fissues\u002Fentropy-research\u002Fdevon?style=for-the-badge&color=red\" alt=\"问题数\">\u003C\u002Fa>\n  \u003Cbr\u002F>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fblob\u002Fmain\u002FLICENSE\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002Fentropy-research\u002Fdevon?style=for-the-badge&color=blue\" alt=\"Apache 2.0 许可证\">\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fdiscord.gg\u002Fp5YpZ5vjd9\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FDiscord-加入我们-紫色?logo=discord&logoColor=white&style=for-the-badge\" alt=\"加入我们的Discord社区\">\u003C\u002Fa>\n  \u003Cbr\u002F>\n\n\nhttps:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fassets\u002F61808204\u002Ff3197a56-3d6d-479f-bc0e-9cffe69f159b\n\u003C\u002Fdiv>\n\n### 你们是怎么做到这么快发布的呢？\n\u003Ca href=\"https:\u002F\u002Fdiscord.gg\u002Fp5YpZ5vjd9\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FDiscord-加入我们-紫色?logo=discord&logoColor=white&style=for-the-badge\" alt=\"加入我们的Discord社区\">\u003C\u002Fa> \n← 我们为此仓库建立了一个__**社区驱动的开发团队**__。快来加入我们吧！这里非常棒。\n  \n# 安装\n\n## 前置条件\n\n1. `node.js` 和 `npm`\n2. 如果你还没有 `pipx`，请访问 [这里](https:\u002F\u002Fpipx.pypa.io\u002Fstable\u002Finstallation\u002F)\n3. API密钥 \u003Csamp>(只需一个即可)\u003C\u002Fsamp>\n   - [**Anthropic**](https:\u002F\u002Fconsole.anthropic.com\u002Fsettings\u002Fkeys)\n    - [**OpenAI**](https:\u002F\u002Fplatform.openai.com\u002Fapi-keys)\n\n> 我们目前正在努力支持Windows！（如果你能帮忙，请告诉我们）\n\n## 安装命令\n\n使用 `pipx` + `npm` 进行安装：\n\n```bash\n# 第一步：确保 pipx 存储应用的目录已添加到你的 PATH 环境变量中\npipx ensurepath\n\n# 第二步：安装后端\npipx install devon_agent\n\n# 第三步：安装并运行主界面\nnpx devon-ui\n```\n\n\n> 如果你已经安装了 devon_agent，请通过以下命令更新：\n> ```pipx install --force devon_agent```\n\n### 就这样！祝你构建愉快 :)\n\n\n# 运行代理\n\n然后要*运行*主界面，命令如下：\n```bash\nnpx devon-ui\n```\n\n就是这么简单。\n\n# 终端界面\n> 如果你想使用终端界面，请按照以下步骤操作：\n### 安装\n1. 确保你已经安装了后端\n```bash\n# 对于后端\npipx install devon_agent\n```\n2. 安装终端用户界面\n```bash\n# 对于终端用户界面\nnpm install -g devon-tui\n```\n> [!注意]\n> 如果你已经安装了 devon-tui，请通过以下命令更新：\n```bash\nnpm uninstall -g devon-tui\nnpm install -g devon-tui\n```\n\n### 运行\n\n1. 导航到你的项目文件夹并打开终端。\n2. 将你的 Anthropic API 或 OpenAI API 密钥设置为环境变量：\n\n```bash\nexport ANTHROPIC_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx\n\n#或者\n\nexport OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx\n\n#或者\n\nexport GROQ_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx\n```\n\n3. 然后要*运行*终端界面，命令如下：\n```bash\ndevon-tui\n```\n\n就这么简单。\n\n> [!注意]\n> 不用担心，该代理只能访问它启动所在目录中的文件和文件夹。你也可以在它执行操作时进行修正。\n\n---\n\n要在*调试*模式下运行，命令是：\n```bash\ndevon-tui --debug\n```\n\n---\n\n要在*本地*模式下运行：\n> [!警告]\n> 目前对本地模型的支持尚不成熟，请谨慎使用，性能可能会比其他选项大幅下降。\n\n1. 使用 [ollama](https:\u002F\u002Follama.com\u002Flibrary\u002Fdeepseek-coder:6.7b) 启动 deepseek 模型\n\n2. 通过运行以下命令启动本地 ollama 服务器：\n```\nollama run deepseek-coder:6.7b\n```\n\n4. 然后配置 devon 以使用该模型\n```bash\ndevon-tui configure\n\n配置 Devon CLI...\n？选择模型名称：\n  claude-opus \n  gpt4-o \n  llama-3-70b \n❯ ollama\u002Fdeepseek-coder:6.7b\n```\n\n4. 最后，通过以下命令运行：\n```\ndevon-tui --api_key=FOSS\n```\n\n---\n\n要查看所有可用命令：\n```bash\ndevon-tui --help\n```\n\n# 特性\n- 多文件编辑\n- 代码库探索\n- 配置文件编写\n- 测试编写\n- 错误修复\n- 架构探索\n- 本地模型支持\n\n### 局限性\n- 对非Python语言的功能支持较少\n- 有时需要指定要修改的文件\n- 当前本地模式效果不佳，请尽量避免使用。\n\n# 进展\n\n### 该项目仍处于非常早期阶段，\u003Cins>我们非常希望得到你的帮助\u003C\u002Fins>，让它变得更好！\n\n### 当前目标\n- 多模型支持\n  - [x] Claude 3.5 Sonnet\n  - [x] GPT4-o\n  - [x] Groq llama3-70b\n  - [x] Ollama deepseek-6.7b\n  - [ ] Google Gemini 1.5 Pro\n- 推出插件系统，供工具和智能体开发者使用\n- 改进我们可自托管的 Electron 应用程序\n- 在 [SWE-bench Lite](https:\u002F\u002Fwww.swebench.com\u002Flite.html) 上达到最先进水平\n\n> 查看我们关于下一步计划的当前想法[**这里**](https:\u002F\u002Fdocs.google.com\u002Fdocument\u002Fd\u002Fe\u002F2PACX-1vTjLCQcWE_n-uUHFhtBkxTCIJ4FFe5ftY_E4_q69SjXhuEZv_CYpLaQDh3HqrJlAxsgikUx0sTzf9le\u002Fpub)\n\n### 星标历史\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fstar-history.com\u002F#entropy-research\u002FDevon&Date\">\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fentropy-research_Devon_readme_6fade7bb2abf.png\" width=\"500\" alt=\"星标历史图\">\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n### 过去的里程碑\n\n- [x] **2024年6月28日** - 文件和代码引用、提升可控性、Claude Sonnet支持 v0.0.16\n- [x] **2024年6月14日** - 推出 Electron 界面 v0.0.13\n- [x] **2024年6月1日** - Devon V2 Beta Electron 界面\n- [x] **2024年5月19日** - GPT4o支持 + 更好的界面支持 v0.1.7\n- [x] **2024年5月12日** - 完成交互式智能体 v0.1.0\n- [x] **2024年5月10日** - 添加可控性功能\n- [x] **2024年5月8日** - 在 SWE-Bench Lite 上超越 AutoCodeRover\n- [x] **2024年4月中旬** - 添加仓库级别的代码搜索工具\n- [x] **2024年4月2日** - 开始开发 v0.1.0 交互式智能体\n- [x] **2024年3月17日** - 推出非交互式智能体 v0.0.1\n\n> [!注意]\n> 如果你已经安装了 tui，请进行全新安装：\n```bash\nnpm uninstall -g devon-tui\nnpm install -g devon-tui\n```\n\n## 当前开发重点\n\n1. 提升上下文收集和代码索引能力，例如：\n    - 添加记忆模块\n    - 改进代码索引\n2. 引入替代模型和智能体，以：\n    - a) 降低最终用户的成本\n    - b) 减少最终用户的延迟\n3. Electron 应用程序：\n    - 保存和加载项目概览，用于智能体上下文\n    - 回滚和“退回”时间线界面\n    - 更好的代码差异视图\n    - 将用户文件事件\u002F更改发送给 Devon\n\n# 我该如何贡献？\n\nDevon 和 entropy-research 组织都是社区驱动的，我们欢迎所有人的参与！无论是解决问题、开发新功能，还是创建数据集，都有多种方式可以加入：\n\n- **核心功能：** 帮助我们开发核心智能体、用户体验、工具集成、插件等。\n- **研究：** 协助我们研究智能体性能（包括基准测试！）、构建数据流水线以及微调模型。\n- **反馈与测试：** 使用 Devon，报告 bug、提出功能建议或提供关于易用性的反馈。\n\n详情请查看 [CONTRIBUTING.md](.\u002FCONTRIBUTING.md)。\n\n如果你想为项目贡献力量，请加入我们的 Discord 社区：[Discord](https:\u002F\u002Fdiscord.gg\u002Fp5YpZ5vjd9)\n\n# 反馈\n\n我们非常期待你的反馈！欢迎在我们的 Discord 服务器的 #feedback 频道中留言，或者直接 [提交 issue](https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fissues)！\n\n我们收集基本的事件类型（如“工具调用”）和失败遥测数据，以帮助修复 bug 并提升用户体验。当然，如果你愿意主动联系我们，我们也非常乐意倾听你的意见！\n\n若要禁用遥测功能，请将环境变量 `DEVON_TELEMETRY_DISABLED` 设置为 `true`：\n\n```bash\nexport DEVON_TELEMETRY_DISABLED=true\n```\n\n# 社区\n\n加入我们的 Discord 服务器，打个招呼吧！\n[Discord](https:\u002F\u002Fdiscord.gg\u002Fp5YpZ5vjd9)\n\n# 许可证\n\n本项目采用 AGPL 许可证进行分发。更多信息请参阅 [`LICENSE`](.\u002FLICENSE) 文件。","# Devon 快速上手指南\n\nDevon 是一款开源的 AI 结对编程助手，支持多文件编辑、代码库探索、测试生成及 Bug 修复等功能。它提供图形界面（Electron）和终端界面（TUI）两种使用方式。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**：目前主要支持 macOS 和 Linux（Windows 支持正在开发中）。\n*   **运行时依赖**：\n    *   `Node.js` 和 `npm`\n    *   `pipx`（用于隔离安装 Python 应用）\n*   **API Key**（任选其一即可）：\n    *   [Anthropic API Key](https:\u002F\u002Fconsole.anthropic.com\u002Fsettings\u002Fkeys) (推荐 Claude 3.5 Sonnet)\n    *   [OpenAI API Key](https:\u002F\u002Fplatform.openai.com\u002Fapi-keys)\n    *   Groq API Key (可选)\n\n> **提示**：如果您尚未安装 `pipx`，请参考 [官方安装指南](https:\u002F\u002Fpipx.pypa.io\u002Fstable\u002Finstallation\u002F) 进行安装。\n\n## 安装步骤\n\nDevon 由后端代理（Agent）和用户界面（UI）两部分组成。\n\n### 1. 配置 pipx 路径\n确保 `pipx` 的应用存储目录已添加到您的环境变量 `PATH` 中：\n```bash\npipx ensurepath\n```\n\n### 2. 安装后端代理\n使用 `pipx` 安装 Devon 后端：\n```bash\npipx install devon_agent\n```\n*(如果已安装过，可使用 `pipx install --force devon_agent` 强制更新)*\n\n### 3. 安装用户界面\n根据您的偏好选择以下一种界面进行安装：\n\n**选项 A：图形界面 (推荐)**\n直接运行无需全局安装，或使用 npm 安装：\n```bash\nnpx devon-ui\n```\n\n**选项 B：终端界面 (TUI)**\n全局安装终端工具：\n```bash\nnpm install -g devon-tui\n```\n*(如果已安装，建议先卸载再重装以确保最新版本：`npm uninstall -g devon-tui` && `npm install -g devon-tui`)*\n\n## 基本使用\n\n### 方式一：使用图形界面 (GUI)\n\n这是最简单的启动方式，适用于大多数桌面开发场景。\n\n1.  打开终端，进入您的项目根目录。\n2.  设置您的 API Key 环境变量（以 Anthropic 为例）：\n    ```bash\n    export ANTHROPIC_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx\n    ```\n    *(或者使用 `OPENAI_API_KEY`)*\n3.  启动界面：\n    ```bash\n    npx devon-ui\n    ```\n4.  在弹出的窗口中输入自然语言指令，Devon 将自动分析代码库并执行修改。\n\n### 方式二：使用终端界面 (TUI)\n\n适合喜欢在命令行工作的开发者。\n\n1.  打开终端，进入您的项目根目录。\n2.  设置 API Key 环境变量：\n    ```bash\n    export ANTHROPIC_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx\n    ```\n3.  启动终端助手：\n    ```bash\n    devon-tui\n    ```\n4.  在交互式终端中输入指令。您可以随时纠正 Agent 的操作，它仅能访问启动时所在目录及其子目录的文件。\n\n#### 高级用法：本地模型模式\n如果您希望使用本地运行的模型（如通过 Ollama），请注意当前本地模式性能尚不成熟，仅供测试。\n\n1.  启动本地模型（例如 DeepSeek Coder）：\n    ```bash\n    ollama run deepseek-coder:6.7b\n    ```\n2.  配置 Devon 使用该模型：\n    ```bash\n    devon-tui configure\n    ```\n    在提示中选择 `ollama\u002Fdeepseek-coder:6.7b`。\n3.  使用免费模式启动：\n    ```bash\n    devon-tui --api_key=FOSS\n    ```\n\n> **注意**：Devon 默认会收集基本的遥测数据以改进产品。如需禁用，请在运行前设置：\n> ```bash\n> export DEVON_TELEMETRY_DISABLED=true\n> ```","一位全栈开发者正面临紧急任务，需要在两天内为一个现有的 Node.js 项目重构遗留代码并添加新的 API 端点，同时确保不破坏原有功能。\n\n### 没有 Devon 时\n- **上下文切换频繁**：开发者需手动在编辑器、终端和浏览器文档间反复跳转，打断心流，降低编码效率。\n- **调试耗时漫长**：遇到报错时，需独自逐行排查日志、猜测原因并手动修改，往往花费数小时定位一个隐蔽的逻辑错误。\n- **测试覆盖不足**：因时间紧迫，容易跳过编写单元测试的环节，导致重构后的代码存在回归风险，不敢轻易部署。\n- **环境配置繁琐**：每次在新机器或不同目录下启动开发环境，都需要重复安装依赖、配置 API 密钥等机械性操作。\n\n### 使用 Devon 后\n- **智能结对编程**：Devon 作为终端内的“结对程序员”，能直接理解当前目录代码，主动建议修改方案并生成代码片段，让开发者专注核心逻辑。\n- **自主修复与调试**：遇到错误时，Devon 可自动分析堆栈信息，提出修复建议甚至直接执行修正命令，将数小时的排查缩短至几分钟。\n- **自动生成测试**：Devon 能根据新写的业务逻辑，自动补充相应的单元测试用例，确保重构安全，显著提升代码信心。\n- **一键启动工作流**：只需在项目中运行 `devon-tui` 并配置一次密钥，Devon 即可在受限的安全沙箱内自动处理文件读写与环境准备，开箱即用。\n\nDevon 将开发者从繁琐的机械劳动和孤立调试中解放出来，通过实时智能协作实现了高质量的快速交付。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fentropy-research_Devon_7e86b2d5.png","entropy-research","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fentropy-research_e4247a6d.png","",null,"https:\u002F\u002Fgithub.com\u002Fentropy-research",[79,83,87,91,94,98,102],{"name":80,"color":81,"percentage":82},"Python","#3572A5",82.8,{"name":84,"color":85,"percentage":86},"TypeScript","#3178c6",16.5,{"name":88,"color":89,"percentage":90},"CSS","#663399",0.3,{"name":92,"color":93,"percentage":90},"JavaScript","#f1e05a",{"name":95,"color":96,"percentage":97},"Shell","#89e051",0.2,{"name":99,"color":100,"percentage":101},"Dockerfile","#384d54",0,{"name":103,"color":104,"percentage":101},"HTML","#e34c26",3447,282,"2026-04-18T05:42:07","AGPL-3.0","Linux, macOS","未说明（本地模式使用 Ollama 运行模型，具体 GPU 需求取决于所选模型）","未说明",{"notes":113,"python":114,"dependencies":115},"1. Windows 支持尚在开发中，目前不推荐在 Windows 上运行。2. 必须配置 Anthropic、OpenAI 或 Groq 的 API Key 才能使用云端模型。3. 本地模式（Local Mode）尚不成熟，性能可能显著下降，需谨慎使用；若使用本地模式，需安装 Ollama 并运行 deepseek-coder:6.7b 等模型。4. 代理只能访问启动时所在目录的文件和文件夹。5. 可通过设置环境变量 DEVON_TELEMETRY_DISABLED=true 禁用遥测数据收集。","未说明（需通过 pipx 安装，暗示需要 Python 环境）",[116,117,118,119,120,121,122],"node.js","npm","pipx","devon_agent","devon-ui","devon-tui","ollama (仅本地模式)",[15,35,13,14,45],[125,126,127,128,129,130,131,132,133,134,135,136,137,138,139,140,141],"code-generation","llama3","agent","agent-based-framework","ai-developer","ai-software","ai-software-engineer","code-assistant","developer-tools","gpt-4","gpt-4o","vscode","agent-based-model","ai","developer-tool","groq","ollama","2026-03-27T02:49:30.150509","2026-04-18T22:35:18.321385",[145,150,155,160,165,170],{"id":146,"question_zh":147,"answer_zh":148,"source_url":149},40614,"为什么 Devon 提示无法创建或访问文件，但实际上可以操作？","这通常是因为工作区目录名称中包含空格导致的。请确保您的工作区目录路径中不包含任何空格（0 spaces），修改目录名后问题即可解决。","https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fissues\u002F76",{"id":151,"question_zh":152,"answer_zh":153,"source_url":154},40615,"运行 'devon' 命令时卡在 'initializing'（初始化）阶段怎么办？","尝试完全卸载所有相关组件，然后重新安装。同时，建议更新 npm 和 Node.js 到最新版本（有用户反馈从 Node 18 升级后解决了问题）。如果问题依旧，可以尝试删除 agent 相关文件后重试。","https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fissues\u002F19",{"id":156,"question_zh":157,"answer_zh":158,"source_url":159},40616,"使用 npx 运行 devon-ui 时报错 'could not determine executable to run' 如何解决？","安装脚本可能未正确配置全局可执行文件。请尝试手动全局安装 UI 包：运行 `npm install -g devon-ui`（如有权限问题可使用 `sudo`）。安装完成后，再次尝试运行 `npx devon-ui` 或直接运行 `devon-ui` 命令。","https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fissues\u002F75",{"id":161,"question_zh":162,"answer_zh":163,"source_url":164},40617,"Agent 在编辑文件时陷入无限循环或报缩进错误是什么原因？","这通常是因为模型产生了幻觉（hallucinating），没有生成有效的 diff 内容（即输出中没有 '+' 或 '-' 标记的行），或者生成的代码存在缩进错误导致解析失败。目前这是一个已知的模型行为问题，建议检查调试日志确认模型输出，维护者正在致力于使编辑系统更加健壮。","https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fissues\u002F20",{"id":166,"question_zh":167,"answer_zh":168,"source_url":169},40618,"UI 界面无响应、文件夹文件不显示且终端冻结怎么办？","这通常是本地运行环境的问题。建议通过 `npm start` 在本地运行项目以便进行调试。由于缺乏有用的日志，维护者建议在本地环境中复现并排查具体原因。","https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fissues\u002F89",{"id":171,"question_zh":172,"answer_zh":173,"source_url":174},40619,"添加 Ollama 支持时遇到 litellm 和 uvicorn 的版本依赖冲突怎么办？","该问题源于 `litellm[proxy]` 依赖的 uvicorn 版本范围与项目现有的 uvicorn 版本不兼容。此问题已在后续的更新中得到修复（Ollama 支持已合并），建议将项目更新至最新版本以解决依赖冲突。","https:\u002F\u002Fgithub.com\u002Fentropy-research\u002FDevon\u002Fissues\u002F33",[]]