emdash

GitHub
3.6k 324 简单 4 次阅读 今天MIT开发框架语言模型插件Agent图像
AI 解读 由 AI 自动生成,仅供参考

Emdash 是一款开源的代理开发环境(ADE)桌面应用,核心功能是允许用户并行运行多个编程 AI 智能体。它打破了传统 AI 助手单线程工作的局限,为每个智能体分配独立的 Git 工作树,确保任务间环境隔离。无论是本地开发还是通过 SSH 连接远程服务器,Emdash 都能提供一致的高效体验。

这一设计有效解决了多任务并发处理困难、环境配置冲突以及远程协作效率低下的痛点。Emdash 支持任意 AI 提供商,兼容包括 Claude Code、Qwen Code 在内的 23 种命令行智能体。用户可直接将 Linear、GitHub 或 Jira 的任务票证交付给智能体,由 AI 协助完成代码审查、测试、创建 PR 及合并等全流程操作。

Emdash 特别适合追求高效工作流的软件开发者、技术团队及研究人员。其独特的 SSH 远程开发支持配合系统级密钥链存储,既保障了凭证安全,又提供了灵活的部署选择。作为 Y Combinator W26 孵化项目,Emdash 致力于成为连接人类开发者与 AI 智能体的强大桥梁,让编程协作更加顺畅自然。

使用场景

某电商团队的高级后端工程师需要在同一 Sprint 内紧急完成支付网关重构,同时并行处理三个遗留 Bug 修复,涉及多个微服务模块的复杂改动。

没有 emdash 时

  • 手动切换不同 AI 对话窗口,上下文容易混淆,导致生成的代码风格不一致且难以维护。
  • 每次尝试新功能都需在本地创建新分支,环境配置繁琐,频繁切换极易引发依赖冲突。
  • 远程服务器调试困难,无法有效利用云端算力同时运行多个 Agent 处理不同任务。
  • 提交 PR 前需人工逐个核对 CI 状态,流程割裂,大量时间浪费在机械性操作上。

使用 emdash 后

  • 直接在 emdash 中启动多个隔离的 Git worktree,每个 Agent 专注一个任务,上下文清晰互不干扰。
  • 支持通过 SSH 无缝连接远程开发机,Agent 直接在云端运行重型任务,释放本地机器性能。
  • 一键关联 Jira 或 GitHub 工单,自动拉取需求、生成代码并实时预览 Diff,大幅减少重复操作。
  • 内置 CI/CD 检查与 PR 合并功能,实现从编码、测试到上线的全流程自动化闭环。

emdash 通过隔离环境与并行执行能力,让多 Agent 协作如同单人开发般流畅,显著提升了复杂工程项目的交付效率与代码质量。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes基于 Electron 的桌面应用,提供预编译安装包(DMG/EXE/AppImage)。核心功能依赖于用户自行安装的 CLI 代理工具(支持 23 种,如 Claude Code、Qwen Code 等)。支持通过 SSH/SFTP 连接远程机器进行开发。应用数据本地优先,存储于 SQLite 数据库。需要 Git 环境,GitHub CLI 为可选依赖。注意:代码和提示词会发送至第三方代理提供商,而非 Emdash 服务器。
python未说明
emdash hero image

快速开始

Emdash banner

Emdash 是一个与提供商无关的桌面应用程序,允许您并行运行多个编程代理 (Coding Agents),每个代理都在其独立的 git worktree(工作树)中隔离运行,既可以在本地,也可以通过 SSH 在远程机器上运行。我们称之为代理开发环境 (Agentic Development Environment, ADE)。

Emdash 支持 23 个 CLI 代理,包括 Claude Code、Qwen Code、Hermes Agent、Amp 和 Codex。用户可以直接将 Linear、GitHub 或 Jira 工单传递给代理,审查差异 (diffs)、测试更改、创建 PR(拉取请求)、查看 CI/CD(持续集成/持续部署)检查以及合并代码。

通过 SSH 在远程服务器上开发

通过 SSH/SFTP 连接到远程机器以处理远程代码库。Emdash 支持 SSH agent 和密钥认证,并将凭据安全地存储在你的操作系统钥匙串 (keychain) 中。使用与本地开发相同的并行工作流在远程项目上运行代理。了解更多

Emdash product

安装

macOS

Homebrew

macOS 用户也可以:brew install --cask emdash

Windows

Linux

发行版概览

最新发行版 (macOS • Windows • Linux)

提供商

Providers banner

支持的 CLI(命令行界面)提供商

Emdash 目前支持 23 个 CLI(命令行界面)提供商,并且我们正定期添加新的。如果您发现遗漏了某个提供商,请告知我们或创建一个 PR(拉取请求)。

CLI 提供商 状态 安装
Amp ✅ 已支持 npm install -g @sourcegraph/amp@latest
Auggie ✅ 已支持 npm install -g @augmentcode/auggie
Autohand Code ✅ 已支持 npm install -g autohand-cli
Charm ✅ 已支持 npm install -g @charmland/crush
Claude Code ✅ 已支持 curl -fsSL https://claude.ai/install.sh | bash
Cline ✅ 已支持 npm install -g cline
Codebuff ✅ 已支持 npm install -g codebuff
Codex ✅ 已支持 npm install -g @openai/codex
Continue ✅ 已支持 npm i -g @continuedev/cli
Cursor ✅ 已支持 curl https://cursor.com/install -fsS | bash
Droid ✅ 已支持 curl -fsSL https://app.factory.ai/cli | sh
Gemini ✅ 已支持 npm install -g @google/gemini-cli
GitHub Copilot ✅ 已支持 npm install -g @github/copilot
Goose ✅ 已支持 curl -fsSL https://github.com/block/goose/releases/download/stable/download_cli.sh | bash
Hermes Agent ✅ 已支持 curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
Kilocode ✅ 已支持 npm install -g @kilocode/cli
Kimi ✅ 已支持 uv tool install kimi-cli
Kiro (AWS) ✅ 已支持 curl -fsSL https://cli.kiro.dev/install | bash
Mistral Vibe ✅ 已支持 curl -LsSf https://mistral.ai/vibe/install.sh | bash
OpenCode ✅ 已支持 npm install -g opencode-ai
Pi ✅ 已支持 npm install -g @mariozechner/pi-coding-agent
Qwen Code ✅ 已支持 npm install -g @qwen-code/qwen-code
Rovo Dev ✅ 已支持 acli rovodev auth login

问题

Emdash 允许您将来自 Linear、GitHub 或 Jira 的工单直接传递给您的编码代理(Coding Agent)。

工具 状态 认证
Linear ✅ 已支持 使用 Linear API(应用程序接口)密钥进行连接。
Jira ✅ 已支持 提供您的站点 URL、电子邮件和 Atlassian API 令牌。
GitHub Issues ✅ 已支持 通过 GitHub CLI(gh auth login)进行认证。

贡献指南

欢迎参与贡献!请参阅 贡献指南 以开始,并加入我们的 Discord 社区进行交流。

常见问题解答 (FAQ)

你们收集哪些遥测数据 (Telemetry),我可以禁用它吗?

我们向 PostHog 发送 匿名、白名单事件(应用启动/关闭、功能使用名称、应用/平台版本)。
我们 不会 发送代码、文件路径、仓库名称、提示词或个人身份信息 (PII)。

禁用遥测:

  • 在应用中:设置 → 常规 → 隐私与遥测(关闭开关)
  • 或在启动前通过环境变量 (env var):
TELEMETRY_ENABLED=false

完整详情:请参阅 docs/telemetry.md

我的数据存储在哪里?

应用数据是本地优先 (Local-first)。我们将应用状态存储在本地 SQLite 数据库中:

macOS:   ~/Library/Application Support/emdash/emdash.db
Windows: %APPDATA%\emdash\emdash.db
Linux:   ~/.config/emdash/emdash.db

隐私说明: 虽然 Emdash 本身将数据存储在本地,但 当你使用任何编码代理 (Coding Agent)(如 Claude Code、Codex、Qwen 等)时,你的代码和提示词会被发送到该提供商的云 API 服务器进行处理。每个提供商都有自己的数据处理和保留政策。

你可以通过删除它来重置本地数据库(请先退出应用)。文件将在下次启动时重新创建。

我需要 GitHub CLI 吗?

仅当你想要使用 GitHub 功能时(从 Emdash 打开拉取请求 (PR)、获取仓库信息、GitHub Issues 集成)。
安装并登录:

gh auth login

如果你不使用 GitHub 功能,可以跳过安装 gh

如何添加新的提供商?

Emdash 是 提供商无关 (Provider-agnostic) 的,旨在快速添加命令行界面 (CLI)。

  • 按照 贡献指南 (CONTRIBUTING.md) 提交 PR。
  • 包括:提供商名称、调用方式(CLI 命令)、认证说明以及最小化设置步骤。
  • 我们将把它添加到 集成 矩阵中,并在用户界面 (UI) 中配置提供商选择。

如果你不确定从哪里开始,请带着 CLI 的链接和典型命令打开一个 Issue。

我遇到了原生模块崩溃(sqlite3 / node‑pty / keytar)。有什么快速修复方法?

这通常发生在切换 Node/Electron 版本之后。

  1. 重建原生模块:
npm run rebuild
  1. 如果失败,清理并重新安装:
npm run reset

(重置 node_modules,重新安装,并重新构建 Electron 原生依赖。)

Emdash 需要哪些权限?
  • 文件系统/Git: 用于读写你的仓库并为隔离创建 Git 工作树 (Worktrees)
  • 网络: 仅用于你选择使用的提供商 CLI(例如 Codex、Claude)和可选的 GitHub Actions。
  • 本地数据库: 用于在你的机器上将应用状态存储在 SQLite 中。

Emdash 本身 不会 将你的代码或聊天记录发送到任何服务器。第三方 CLI 可能会根据其政策传输数据。

我可以通过 SSH 处理远程项目吗?

是的! Emdash 支持通过 SSH 进行远程开发。

设置:

  1. 前往 设置 → SSH 连接 并添加你的服务器详情
  2. 选择认证方式:SSH 代理 (SSH agent)(推荐)、私钥或密码
  3. 添加远程项目并指定服务器上的路径

要求:

  • 对远程服务器的 SSH 访问权限
  • 远程服务器上已安装 Git
  • 对于代理认证:运行 SSH 代理并加载了你的密钥 (ssh-add -l)

请参阅 docs/ssh-setup.md 获取详细设置说明,参阅 docs/ssh-architecture.md 获取技术细节。

Follow @emdashsh Follow @rabanspiegel Follow @arnestrickmann

版本历史

v0.4.452026/03/29
v0.4.442026/03/29
v0.4.432026/03/29
v0.4.422026/03/28
v0.4.412026/03/25
v0.4.402026/03/23
v0.4.392026/03/20
v0.4.382026/03/20
v0.4.372026/03/17
v0.4.352026/03/16
v0.4.342026/03/14
v0.4.332026/03/14
v0.4.322026/03/13
v0.4.312026/03/12
v0.4.302026/03/11
v0.4.292026/03/10
v0.4.272026/03/07
v0.4.262026/03/06
v0.4.252026/03/05
v0.4.242026/03/03

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。

162.1k|★★★☆☆|今天
开发框架图像Agent

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

139k|★★☆☆☆|今天
开发框架Agent语言模型

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。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

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。

87.6k|★★☆☆☆|今天
开发框架语言模型

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。

85k|★★☆☆☆|今天
图像数据工具视频

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。

77.1k|★★★☆☆|昨天
Agent图像开发框架