[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-oraios--serena":3,"tool-oraios--serena":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},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。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},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",140436,2,"2026-04-05T23:32:43",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},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。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","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。\n\n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。\n\nNextChat 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。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-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。\n\n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。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","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。\n\n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。\n\n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。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":80,"owner_location":80,"owner_email":81,"owner_twitter":80,"owner_website":82,"owner_url":83,"languages":84,"stars":122,"forks":123,"last_commit_at":124,"license":125,"difficulty_score":23,"env_os":126,"env_gpu":127,"env_ram":126,"env_deps":128,"category_tags":135,"github_topics":136,"view_count":23,"oss_zip_url":80,"oss_zip_packed_at":80,"status":16,"created_at":149,"updated_at":150,"faqs":151,"releases":181},3795,"oraios\u002Fserena","serena","A powerful MCP toolkit for coding, providing semantic retrieval and editing capabilities  - the IDE for your agent","Serena 是一款专为编程智能体（Coding Agent）打造的强大工具包，被誉为“智能体的集成开发环境（IDE）”。它通过模型上下文协议（MCP）与各类大语言模型及客户端无缝集成，旨在解决传统 AI 在复杂代码库中因依赖行号或简单文本搜索而导致的效率低下和准确性不足的问题。\n\n与传统方法不同，Serena 采用“智能体优先”的设计理念，提供基于语义的代码检索、编辑和重构能力。它能像资深开发者使用 IDE 一样，深入理解代码的符号层级和关联结构，从而让智能体在大型项目中运行得更快、更稳、更可靠。无论是终端用户（如 Claude Code）、IDE 插件（VSCode、Cursor）还是桌面应用，都能轻松接入 Serena 以扩展功能。\n\nSerena 特别适合需要处理大规模代码项目的开发者、研究人员以及希望提升 AI 编码能力的技术团队。其核心技术亮点在于灵活的后端支持：既默认集成了基于语言服务器协议（LSP）的开源方案，支持超过 40 种编程语言；也可选配强大的 JetBrains 插件，利用专业 IDE 的深度分析能力。这让 Serena 成为连接人工智能与复杂软件工程的高效桥","Serena 是一款专为编程智能体（Coding Agent）打造的强大工具包，被誉为“智能体的集成开发环境（IDE）”。它通过模型上下文协议（MCP）与各类大语言模型及客户端无缝集成，旨在解决传统 AI 在复杂代码库中因依赖行号或简单文本搜索而导致的效率低下和准确性不足的问题。\n\n与传统方法不同，Serena 采用“智能体优先”的设计理念，提供基于语义的代码检索、编辑和重构能力。它能像资深开发者使用 IDE 一样，深入理解代码的符号层级和关联结构，从而让智能体在大型项目中运行得更快、更稳、更可靠。无论是终端用户（如 Claude Code）、IDE 插件（VSCode、Cursor）还是桌面应用，都能轻松接入 Serena 以扩展功能。\n\nSerena 特别适合需要处理大规模代码项目的开发者、研究人员以及希望提升 AI 编码能力的技术团队。其核心技术亮点在于灵活的后端支持：既默认集成了基于语言服务器协议（LSP）的开源方案，支持超过 40 种编程语言；也可选配强大的 JetBrains 插件，利用专业 IDE 的深度分析能力。这让 Serena 成为连接人工智能与复杂软件工程的高效桥梁。","\u003Cp align=\"center\" style=\"text-align:center;\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Foraios_serena_readme_d19efd2a487b.png\" style=\"width:500px\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Foraios_serena_readme_0173ecfa61c6.png\" style=\"width:500px\">\n\u003C\u002Fp>\n\n\u003Ch3 align=\"center\">\n    Serena is the IDE for your coding agent.\n\u003C\u002Fh3>\n\n* Serena provides essential **semantic code retrieval, editing and refactoring tools** that are akin to an IDE's capabilities,\n  operating at the symbol level and exploiting relational structure.\n* It integrates with any client\u002FLLM via the model context protocol (**MCP**).\n\nSerena's **agent-first tool design** involves robust high-level abstractions, distinguishing it from\napproaches that rely on low-level concepts like line numbers or primitive search patterns.\n\nPractically, this means that your agent operates **faster, more efficiently and more reliably**, especially in larger and\nmore complex codebases.\n\n## How Serena Works\n\nSerena provides the necessary [tools](https:\u002F\u002Foraios.github.io\u002Fserena\u002F01-about\u002F035_tools.html) for coding workflows, \nbut an LLM is required to do the actual work, orchestrating tool use.\n\nSerena can extend the functionality of your existing AI client via the **model context protocol (MCP)**.\nMost modern AI chat clients directly support MCP, including\n* terminal-based clients like Claude Code, Codex, OpenCode, or Gemini-CLI,\n* IDEs and IDE assistant plugins for VSCode, Cursor and JetBrains IDEs,\n* desktop and web clients like Claude Desktop or OpenWebUI.\n\n\u003Cimg src=\"resources\u002Fserena-block-diagram.svg\">\n\nTo connect the Serena MCP server to your client, you either\n  * provide the client with a launch command that allows it to start the MCP server, or\n  * start the Serena MCP server yourself in HTTP mode and provide the client with the URL.\n\nSee the [Quick Start](#quick-start) section below for information on how to get started.\n\n## Programming Language Support & Semantic Analysis Capabilities\n\nSerena provides a set of versatile code querying and editing functionalities\nbased on symbolic understanding of the code.\nEquipped with these capabilities, your agent discovers and edits code just like a seasoned developer\nmaking use of an IDE's capabilities would.\nSerena can efficiently find the right context and do the right thing even in very large and\ncomplex projects!\n\nThere are two alternative technologies powering these capabilities:\n\n* **Language servers** implementing the language server Protocol (LSP) — the free\u002Fopen-source alternative \n  which is used by default.\n* The **Serena JetBrains Plugin**, which leverages the powerful code analysis and editing\n  capabilities of your JetBrains IDE (paid plugin; free trial available).\n\nYou can choose either of these backends depending on your preferences and requirements.\n\n### Language Servers\n\nSerena incorporates a powerful abstraction layer for the integration of language servers that implement the language server protocol (LSP). \nThe underlying language servers are typically open-source projects or at least freely available for use.\n\nWhen using Serena's language server backend, we provide **support for over 40 programming languages**, including\nAL, Ansible, Bash, C#, C\u002FC++, Clojure, Dart, Elixir, Elm, Erlang, Fortran, F#, GLSL, Go, Groovy, Haskell, HLSL, Java, JavaScript, Julia, Kotlin, Lean 4, Lua, Luau, Markdown, MATLAB, Nix, OCaml, Perl, PHP, PowerShell, Python, R, Ruby, Rust, Scala, Solidity, Swift, TOML, TypeScript, WGSL, YAML, and Zig.\n\n### The Serena JetBrains Plugin\n\nThe paid Serena JetBrains Plugin (free trial available)\nleverages the powerful code analysis capabilities of your JetBrains IDE.\nThe plugin naturally supports all programming languages and frameworks that are supported by JetBrains IDEs,\nincluding IntelliJ IDEA, PyCharm, Android Studio, WebStorm, PhpStorm, RubyMine, GoLand, and potentially others (Rider and CLion are unsupported though).\n\n\u003Ca href=\"https:\u002F\u002Fplugins.jetbrains.com\u002Fplugin\u002F28946-serena\u002F\">\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Foraios_serena_readme_6d6c2c6e31b0.png\">\u003C\u002Fa>\n\nSee our [documentation page](https:\u002F\u002Foraios.github.io\u002Fserena\u002F02-usage\u002F025_jetbrains_plugin.html) for further details and instructions on how to apply the plugin.\n\n## Features\n\nSerena provides a wide range of tools for efficient code retrieval, editing and refactoring, as well as \na memory system for long-lived agent workflows.\n\nGiven its large scope, Serena adapts to your needs by offering a multi-layered configuration system.\n\n\u003Cdetails>\n\u003Csummary>Details\u003C\u002Fsummary>\n\n### Retrieval\n\nSerena's retrieval tools allow agents to explore codebases at the symbol level, understanding structure and relationships\nwithout reading entire files.\n\n| Capability                       | Language Servers | JetBrains Plugin |\n|----------------------------------|------------------|------------------|\n| find symbol                      | yes              | yes              |\n| symbol overview (file outline)   | yes              | yes              |\n| find referencing symbols         | yes              | yes              |\n| search in project dependencies   | --               | yes              |\n| type hierarchy                   | --               | yes              |\n| find declaration                 | --               | yes              |\n| find implementations             | --               | yes              |\n| query external projects          | yes              | yes              |\n\n### Refactoring\n\nWithout precise refactoring tools, agents are forced to resort to unreliable and expensive search and replace operations.\n\n| Capability                                | Language Servers   | JetBrains Plugin                  |\n|-------------------------------------------|--------------------|-----------------------------------|\n| rename                                    | yes (only symbols) | yes (symbols, files, directories) |\n| move (symbol, file, directory)            | --                 | yes                               |\n| inline                                    | --                 | yes                               |\n| propagate deletions (remove unused code)  | --                 | yes                               |\n\n### Symbolic Editing\n\nSerena's symbolic editing tools are less error-prone and much more token-efficient than typical alternatives.\n\n| Capability             | Language Servers  | JetBrains Plugin |\n|------------------------|-------------------|------------------|\n| replace symbol body    | yes               | yes              |\n| insert after symbol    | yes               | yes              |\n| insert before symbol   | yes               | yes              |\n| safe delete            | yes               | yes              |\n\n### Basic Features\n\nBeyond its semantic capabilities, Serena includes a set of basic utilities for completeness.\nWhen Serena is used inside an agentic harness such as Claude Code or Codex, these tools are typically disabled by default,\nsince the surrounding harness already provides overlapping file, search, and shell capabilities.\n\n- **`search_for_pattern`** – flexible regex search across the codebase \n- **`replace_content`** – agent-optimised regex-based and literal text replacement\n- **`list_dir` \u002F `find_file`** – directory listing and file search\n- **`read_file`** – read files or file chunks\n- **`execute_shell_command`** – run shell commands (e.g. builds, tests, linters)\n\n### Memory Management\n\nA memory system is elemental to long-lived agent workflows, especially when knowledge is to be shared across\nsessions, users and projects.\nDespite its simplicity, we received positive feedback from many users who tend to combine Serena's memory management system with their\nagent's internal system (e.g., `AGENTS.md` files).\nIt can easily be disabled if you prefer to use something else.\n\n### Configurability\n\nActive tools, tool descriptions, prompts, language backend details and many other aspects of Serena\ncan be flexibly configured on a per-case basis by simply adjusting a few lines of YAML.\nTo achieve this, Serena offers multiple levels of (composable) configuration:\n\n* global configuration\n* MCP launch command (CLI) configuration\n* per-project configuration (with local overrides)\n* execution context-specific configuration (e.g. for particular clients)\n* dynamically composable configuration fragments (modes)\n\n\u003C\u002Fdetails>\n\n## Serena in Action\n\n\u003Cdetails>\n\u003Csummary>Demonstrations\u003C\u002Fsummary>\n\n#### Demonstration 1: Efficient Operation in Claude Code\n\nA demonstration of Serena efficiently retrieving and editing code within Claude Code, thereby saving tokens and time. Efficient operations are not only useful for saving costs, but also for generally improving the generated code's quality. This effect may be less pronounced in very small projects, but often becomes of crucial importance in larger ones.\n\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fab78ebe0-f77d-43cc-879a-cc399efefd87\n\n#### Demonstration 2: Serena in Claude Desktop\n\nA demonstration of Serena implementing a small feature for itself (a better log GUI) with Claude Desktop.\nNote how Serena's tools enable Claude to find and edit the right symbols.\n\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F6eaa9aa1-610d-4723-a2d6-bf1e487ba753\n\u003C\u002Fdetails>\n\n## Quick Start\n\n**Prerequisites**. Serena is managed by *uv*. If you don’t already have it, you need to [install uv](https:\u002F\u002Fdocs.astral.sh\u002Fuv\u002Fgetting-started\u002Finstallation\u002F) before proceeding.\n\n> [!NOTE]\n> When using the language server backend, some additional dependencies to be installed for certain languages; see the [Language Support](https:\u002F\u002Foraios.github.io\u002Fserena\u002F01-about\u002F020_programming-languages.html) page for details.\n\n**Starting the MCP Server**. The easiest way to start the Serena MCP server is by running the latest version from GitHub using uvx:\n\n```bash\nuvx -p 3.13 --from git+https:\u002F\u002Fgithub.com\u002Foraios\u002Fserena serena start-mcp-server\n```\n\nIf this is the first time you are starting Serena, the necessary configuration files will be created, and \nyou should see the Serena dashboard appear. You can terminate the server by pressing Ctrl+C (multiple times, if necessary).\n\n**Configuring Your Client**. To connect Serena to your preferred MCP client, you typically need to [configure a launch command in your client](https:\u002F\u002Foraios.github.io\u002Fserena\u002F02-usage\u002F030_clients.html).\nFollow the link for specific instructions on how to set up Serena for Claude Code, Codex, Claude Desktop, MCP-enabled IDEs and other clients (such as local and web-based GUIs). \n\n**Switching to the JetBrains Backend**. The default code intelligence backend for Serena is the free LSP backend.\nFor using the more powerful JetBrains backend, follow the instructions on the [JetBrains Plugin page](https:\u002F\u002Foraios.github.io\u002Fserena\u002F02-usage\u002F025_jetbrains_plugin.html).\n\n> [!TIP]\n> While getting started quickly is easy, Serena is a powerful toolkit with many configuration options.\n> We highly recommend reading through the [user guide](https:\u002F\u002Foraios.github.io\u002Fserena\u002F02-usage\u002F000_intro.html) to get the most out of Serena.\n> \n> Specifically, we recommend to read about ...\n>   * [Serena's project-based workflow](https:\u002F\u002Foraios.github.io\u002Fserena\u002F02-usage\u002F040_workflow.html) and\n>   * [configuring Serena](https:\u002F\u002Foraios.github.io\u002Fserena\u002F02-usage\u002F050_configuration.html).\n\n## User Guide\n\nPlease refer to the [user guide](https:\u002F\u002Foraios.github.io\u002Fserena\u002F02-usage\u002F000_intro.html) for detailed instructions on how to use Serena effectively.\n\n## Acknowledgements\n\nA significant part of Serena, especially support for various languages, was contributed by the open source community.\nWe are very grateful for the many contributors who made this possible and who played an important role in making Serena\nwhat it is today.\n\n","\u003Cp align=\"center\" style=\"text-align:center;\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Foraios_serena_readme_d19efd2a487b.png\" style=\"width:500px\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Foraios_serena_readme_0173ecfa61c6.png\" style=\"width:500px\">\n\u003C\u002Fp>\n\n\u003Ch3 align=\"center\">\n    Serena 是您编码代理的 IDE。\n\u003C\u002Fh3>\n\n* Serena 提供关键的 **语义代码检索、编辑和重构工具**，这些工具的功能与 IDE 类似，\n  它们在符号级别上操作，并利用代码中的关系结构。\n* Serena 可以通过模型上下文协议（**MCP**）与任何客户端或 LLM 集成。\n\nSerena 的 **以代理为中心的工具设计** 包含强大的高层抽象，这使其区别于那些依赖行号或原始搜索模式等低层概念的方法。\n\n实际上，这意味着您的代理在运行时会 **更快、更高效且更可靠**，尤其是在大型和复杂的代码库中。\n\n## Serena 的工作原理\n\nSerena 为编码工作流提供了必要的 [工具](https:\u002F\u002Foraios.github.io\u002Fserena\u002F01-about\u002F035_tools.html)，但实际的工作仍需由 LLM 来完成，它负责协调工具的使用。\n\nSerena 可以通过 **模型上下文协议 (MCP)** 扩展您现有 AI 客户端的功能。大多数现代 AI 聊天客户端都直接支持 MCP，包括：\n* 基于终端的客户端，如 Claude Code、Codex、OpenCode 或 Gemini-CLI；\n* VSCode、Cursor 和 JetBrains IDE 中的 IDE 及其助手插件；\n* 桌面和 Web 客户端，如 Claude Desktop 或 OpenWebUI。\n\n\u003Cimg src=\"resources\u002Fserena-block-diagram.svg\">\n\n要将 Serena 的 MCP 服务器连接到您的客户端，您可以：\n* 向客户端提供一个启动命令，使其能够自动启动 MCP 服务器；或者\n* 您自己以 HTTP 模式启动 Serena 的 MCP 服务器，并将 URL 提供给客户端。\n\n有关如何开始使用的详细信息，请参阅下方的 [快速入门](#quick-start) 部分。\n\n## 编程语言支持与语义分析能力\n\nSerena 基于对代码的符号级理解，提供了一套多功能的代码查询和编辑功能。借助这些能力，您的代理可以像经验丰富的开发者一样，利用 IDE 的功能来发现和编辑代码。即使在非常庞大和复杂的项目中，Serena 也能高效地找到合适的上下文并做出正确的决策！\n\n实现这些功能有两种可选的技术：\n\n* **语言服务器**：实现语言服务器协议 (LSP) 的免费\u002F开源方案，默认使用此方案。\n* **Serena JetBrains 插件**：利用您 JetBrains IDE 强大的代码分析和编辑能力（付费插件；提供免费试用）。\n\n您可以根据自己的偏好和需求选择其中一种后端。\n\n### 语言服务器\n\nSerena 内置了一个强大的抽象层，用于集成实现语言服务器协议 (LSP) 的语言服务器。这些底层语言服务器通常是开源项目，至少也是可以免费使用的。\n\n使用 Serena 的语言服务器后端时，我们 **支持超过 40 种编程语言**，包括 AL、Ansible、Bash、C#、C\u002FC++、Clojure、Dart、Elixir、Elm、Erlang、Fortran、F#、GLSL、Go、Groovy、Haskell、HLSL、Java、JavaScript、Julia、Kotlin、Lean 4、Lua、Luau、Markdown、MATLAB、Nix、OCaml、Perl、PHP、PowerShell、Python、R、Ruby、Rust、Scala、Solidity、Swift、TOML、TypeScript、WGSL、YAML 和 Zig。\n\n### Serena JetBrains 插件\n\n付费的 Serena JetBrains 插件（提供免费试用）利用了您 JetBrains IDE 强大的代码分析能力。该插件自然支持所有 JetBrains IDE 支持的编程语言和框架，包括 IntelliJ IDEA、PyCharm、Android Studio、WebStorm、PhpStorm、RubyMine、GoLand 等（Rider 和 CLion 则不支持）。\n\n\u003Ca href=\"https:\u002F\u002Fplugins.jetbrains.com\u002Fplugin\u002F28946-serena\u002F\">\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Foraios_serena_readme_6d6c2c6e31b0.png\">\u003C\u002Fa>\n\n更多详细信息及插件安装说明，请参阅我们的 [文档页面](https:\u002F\u002Foraios.github.io\u002Fserena\u002F02-usage\u002F025_jetbrains_plugin.html)。\n\n## 功能\n\nSerena 提供了广泛的工具，用于高效的代码检索、编辑和重构，同时还配备了一个用于长期运行代理工作流的记忆系统。\n\n由于其功能范围广泛，Serena 采用多层配置系统，以适应您的需求。\n\n\u003Cdetails>\n\u003Csummary>详情\u003C\u002Fsummary>\n\n### 检索\n\nSerena 的检索工具使代理能够在符号级别上探索代码库，理解代码的结构和关系，而无需读取整个文件。\n\n| 功能                       | 语言服务器 | JetBrains 插件 |\n|----------------------------------|------------------|------------------|\n| 查找符号                      | 是              | 是              |\n| 符号概览（文件大纲）   | 是              | 是              |\n| 查找引用符号         | 是              | 是              |\n| 在项目依赖项中搜索   | --               | 是              |\n| 类型层次结构                   | --               | 是              |\n| 查找声明                 | --               | 是              |\n| 查找实现             | --               | 是              |\n| 查询外部项目          | 是              | 是              |\n\n### 重构\n\n如果没有精确的重构工具，代理将不得不依赖不可靠且效率低下的查找和替换操作。\n\n| 功能                                | 语言服务器   | JetBrains 插件                  |\n|-------------------------------------------|--------------------|-----------------------------------|\n| 重命名                                    | 是（仅限符号） | 是（符号、文件、目录） |\n| 移动（符号、文件、目录）            | --                 | 是                               |\n| 内联                                    | --                 | 是                               |\n| 传播删除（移除未使用的代码）  | --                 | 是                               |\n\n### 符号级编辑\n\nSerena 的符号级编辑工具比常见的替代方案更不易出错，且在 token 使用效率上也更高。\n\n| 功能             | 语言服务器  | JetBrains 插件 |\n|------------------------|-------------------|------------------|\n| 替换符号主体    | 是               | 是              |\n| 在符号后插入    | 是               | 是              |\n| 在符号前插入   | 是               | 是              |\n| 安全删除            | 是               | 是              |\n\n### 基本功能\n\n除了语义能力之外，Serena还包含一组基础工具以确保功能完整性。\n当Serena被用在类似Claude Code或Codex这样的智能体框架中时，这些工具通常会默认禁用，\n因为周围的框架已经提供了重叠的文件、搜索和Shell功能。\n\n- **`search_for_pattern`** – 在代码库中进行灵活的正则表达式搜索\n- **`replace_content`** – 针对代理优化的基于正则表达式和字面文本的替换\n- **`list_dir` \u002F `find_file`** – 目录列表和文件搜索\n- **`read_file`** – 读取文件或文件片段\n- **`execute_shell_command`** – 执行Shell命令（例如构建、测试、代码检查工具）\n\n### 内存管理\n\n内存系统对于长期运行的智能体工作流至关重要，尤其是在需要跨会话、用户和项目共享知识的情况下。\n尽管实现简单，我们仍收到了许多用户的积极反馈，他们倾向于将Serena的内存管理系统与其智能体内部系统（如`AGENTS.md`文件）结合使用。\n如果你更喜欢使用其他方案，也可以轻松禁用此功能。\n\n### 可配置性\n\nSerena的活跃工具、工具描述、提示、语言后端细节以及许多其他方面，\n都可以通过简单地调整几行YAML配置来实现按需灵活配置。\n为此，Serena提供了多层级的（可组合）配置：\n\n* 全局配置\n* MCP启动命令（CLI）配置\n* 每个项目配置（支持本地覆盖）\n* 执行上下文特定配置（例如针对特定客户）\n* 动态可组合的配置片段（模式）\n\n\u003C\u002Fdetails>\n\n## Serena实战\n\n\u003Cdetails>\n\u003Csummary>演示\u003C\u002Fsummary>\n\n#### 演示1：在Claude Code中的高效操作\n\n展示Serena如何在Claude Code中高效地检索和编辑代码，从而节省Token并提高效率。高效的操作不仅有助于降低成本，还能整体提升生成代码的质量。这种效果在小型项目中可能不那么明显，但在大型项目中往往变得至关重要。\n\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fab78ebe0-f77d-43cc-879a-cc399efefd87\n\n#### 演示2：Serena在Claude Desktop中的应用\n\n展示Serena如何利用Claude Desktop为自己实现一个小功能（更好的日志GUI）。\n请注意，Serena的工具使Claude能够找到并编辑正确的符号。\n\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F6eaa9aa1-610d-4723-a2d6-bf1e487ba753\n\u003C\u002Fdetails>\n\n## 快速入门\n\n**先决条件**。Serena由*uv*管理。如果你尚未安装，请先[安装uv](https:\u002F\u002Fdocs.astral.sh\u002Fuv\u002Fgetting-started\u002Finstallation\u002F)再继续。\n\n> [!注意]\n> 使用语言服务器后端时，某些语言需要额外安装依赖；详情请参阅[语言支持](https:\u002F\u002Foraios.github.io\u002Fserena\u002F01-about\u002F020_programming-languages.html)页面。\n\n**启动MCP服务器**。启动Serena MCP服务器最简单的方式是使用uvx从GitHub拉取最新版本并运行：\n\n```bash\nuvx -p 3.13 --from git+https:\u002F\u002Fgithub.com\u002Foraios\u002Fserena serena start-mcp-server\n```\n\n如果你是首次启动Serena，必要的配置文件将会被创建，并且你应该能看到Serena仪表盘出现。你可以通过按下Ctrl+C（必要时可多次按下）来终止服务器。\n\n**配置客户端**。要将Serena连接到你偏好的MCP客户端，通常需要在你的客户端中[配置启动命令](https:\u002F\u002Foraios.github.io\u002Fserena\u002F02-usage\u002F030_clients.html)。\n请参考链接，获取关于如何为Claude Code、Codex、Claude Desktop、支持MCP的IDE以及其他客户端（如本地和基于Web的GUI）设置Serena的具体说明。\n\n**切换至JetBrains后端**。Serena默认的代码智能后端是免费的LSP后端。\n若要使用功能更强大的JetBrains后端，请按照[JetBrains插件页面](https:\u002F\u002Foraios.github.io\u002Fserena\u002F02-usage\u002F025_jetbrains_plugin.html)上的说明操作。\n\n> [!提示]\n> 虽然快速上手很容易，但Serena是一个功能强大的工具集，拥有丰富的配置选项。\n> 我们强烈建议阅读[用户指南](https:\u002F\u002Foraios.github.io\u002Fserena\u002F02-usage\u002F000_intro.html)，以便充分利用Serena。\n> \n> 特别推荐阅读：\n>   * [Serena的项目式工作流程](https:\u002F\u002Foraios.github.io\u002Fserena\u002F02-usage\u002F040_workflow.html) 和\n>   * [Serena的配置方法](https:\u002F\u002Foraios.github.io\u002Fserena\u002F02-usage\u002F050_configuration.html)。\n\n## 用户指南\n\n请参阅[用户指南](https:\u002F\u002Foraios.github.io\u002Fserena\u002F02-usage\u002F000_intro.html)，以获取有关如何有效使用Serena的详细说明。\n\n## 致谢\n\nSerena的重要部分，尤其是对多种语言的支持，主要由开源社区贡献而成。\n我们非常感谢众多贡献者，正是他们的努力使这一切成为可能，并让Serena发展成今天的样子。","# Serena 快速上手指南\n\nSerena 是一款专为 AI 编程助手（Coding Agent）设计的 IDE 级工具。它通过语义分析提供代码检索、编辑和重构能力，支持通过模型上下文协议（MCP）集成到各类 AI 客户端中，帮助 Agent 在大型复杂项目中更高效、可靠地工作。\n\n## 环境准备\n\n在开始之前，请确保满足以下系统要求：\n\n*   **操作系统**：Linux, macOS 或 Windows。\n*   **Python 环境**：推荐使用 Python 3.13（Serena 由 `uv` 管理）。\n*   **前置依赖**：必须安装 **uv** 包管理器。\n    *   如果尚未安装，请访问 [uv 安装文档](https:\u002F\u002Fdocs.astral.sh\u002Fuv\u002Fgetting-started\u002Finstallation\u002F) 进行安装。\n    *   *国内用户提示*：若下载缓慢，可尝试配置国内镜像源或使用代理加速。\n\n> **注意**：若使用默认的 Language Server (LSP) 后端，部分编程语言可能需要额外安装对应的语言服务器（如 `pyright` for Python, `rust-analyzer` for Rust 等）。具体依赖请参考官方语言支持文档。\n\n## 安装步骤\n\nSerena 无需传统意义上的“安装”，推荐直接使用 `uvx` 运行最新版本的 MCP 服务器。\n\n在终端执行以下命令启动 Serena MCP 服务器：\n\n```bash\nuvx -p 3.13 --from git+https:\u002F\u002Fgithub.com\u002Foraios\u002Fserena serena start-mcp-server\n```\n\n**首次运行说明：**\n*   如果是第一次启动，Serena 会自动生成必要的配置文件。\n*   成功后将看到 Serena 仪表盘界面。\n*   按 `Ctrl+C` 可终止服务器（必要时需多次按下）。\n\n## 基本使用\n\nSerena 的核心工作模式是作为 **MCP Server** 被你的 AI 客户端调用。以下是连接和使用的基本流程：\n\n### 1. 配置 AI 客户端\n\n你需要在支持的 AI 客户端中配置启动命令，以便客户端自动拉起 Serena。目前支持的客户端包括：\n*   **终端类**：Claude Code, Codex, OpenCode, Gemini-CLI\n*   **IDE 插件**：VSCode, Cursor, JetBrains IDEs (需配合插件)\n*   **桌面\u002FWeb 端**：Claude Desktop, OpenWebUI\n\n以 **Claude Code** 或通用 MCP 客户端为例，通常在配置文件中添加如下启动命令（具体配置路径视客户端而定）：\n\n```bash\nuvx -p 3.13 --from git+https:\u002F\u002Fgithub.com\u002Foraios\u002Fserena serena start-mcp-server\n```\n\n*详细配置教程请参考各客户端的官方文档或 Serena 用户指南中的 \"Clients\" 章节。*\n\n### 2. 体验语义化操作\n\n连接成功后，你的 AI Agent 即可使用 Serena 提供的语义工具，而不再依赖低效的行号匹配或正则搜索。你可以直接通过自然语言指令让 Agent 执行以下操作：\n\n*   **精准检索**：查找特定符号（函数\u002F类）、查看符号引用关系、浏览文件大纲。\n*   **安全重构**：重命名符号（自动更新所有引用）、移动文件\u002F目录、内联代码、清理未使用代码。\n*   **符号级编辑**：在特定符号前后插入代码、替换符号主体内容。\n\n**示例场景**：\n> “找到 `utils.py` 中的 `calculate_tax` 函数，查看所有调用它的地方，并将其重命名为 `compute_tax`，同时更新所有引用。”\n\nSerena 将利用底层语言服务器或 JetBrains 引擎，确保操作在语义层面准确无误，即使是在百万行代码的大型项目中也能高效完成。\n\n### 3. 进阶选项：JetBrains 后端（可选）\n\n如果你使用的是 IntelliJ IDEA, PyCharm, WebStorm 等 JetBrains IDE，并希望获得更强大的代码分析能力（如类型层级、实现查找等），可以安装付费的 **Serena JetBrains Plugin**（提供免费试用）。\n\n*   安装地址：[JetBrains Marketplace](https:\u002F\u002Fplugins.jetbrains.com\u002Fplugin\u002F28946-serena\u002F)\n*   安装后需在 Serena 配置中切换至 JetBrains 后端模式。\n\n---\n*提示：Serena 功能强大且配置灵活，建议后续阅读官方用户指南以了解项目工作流配置及高级定制选项。*","某后端团队正在维护一个包含数十万行代码的遗留微服务项目，急需将其中分散的旧式错误处理逻辑统一重构为新的标准异常机制。\n\n### 没有 serena 时\n- 开发者只能依赖关键词搜索或逐行阅读，难以精准定位跨文件的函数定义与所有调用点，极易遗漏隐蔽的引用。\n- 在修改代码时，因缺乏符号级的语义理解，常需手动计算行号或反复确认上下文，导致操作缓慢且容易破坏原有结构。\n- AI 助手因无法获取完整的代码关系图谱，经常产生“幻觉”，给出基于过时上下文或错误位置的修改建议，需要人工反复纠错。\n- 面对复杂的继承链和接口实现，人工梳理耗时极长，重构工作往往陷入“改一处坏三处”的困境，测试成本高昂。\n\n### 使用 serena 后\n- serena 利用语义检索直接锁定目标符号及其所有关联引用，无论代码藏得多深，都能瞬间构建出完整的调用关系网。\n- 借助符号级编辑能力，serena 能自动理解代码结构并执行安全重构，无需关心具体行号，大幅提升了修改的准确率与速度。\n- 通过 MCP 协议，serena 为 AI 提供了精准的 IDE 级上下文，使生成的代码方案立即可用，彻底消除了因上下文缺失导致的无效输出。\n- 即使在超大型项目中，serena 也能像资深工程师一样理清复杂依赖，让大规模逻辑迁移变得流畅可靠，显著降低了回归测试压力。\n\nserena 将 AI 编码代理从“盲目猜测”升级为“语义感知”，让复杂代码库的重构工作变得高效且零风险。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Foraios_serena_d4c929dd.png","oraios","Oraios AI","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Foraios_fd853755.png","The beauty of impactful AI solutions",null,"info@oraios-ai.de","https:\u002F\u002Foraios-ai.de\u002F","https:\u002F\u002Fgithub.com\u002Foraios",[85,89,93,97,101,104,108,111,115,118],{"name":86,"color":87,"percentage":88},"Python","#3572A5",88.8,{"name":90,"color":91,"percentage":92},"JavaScript","#f1e05a",2.7,{"name":94,"color":95,"percentage":96},"AL","#3AA2B5",0.9,{"name":98,"color":99,"percentage":100},"CSS","#663399",0.8,{"name":102,"color":103,"percentage":100},"Elixir","#6e4a7e",{"name":105,"color":106,"percentage":107},"HTML","#e34c26",0.7,{"name":109,"color":110,"percentage":107},"Erlang","#B83998",{"name":112,"color":113,"percentage":114},"Vue","#41b883",0.6,{"name":116,"color":117,"percentage":114},"Nix","#7e7eff",{"name":119,"color":120,"percentage":121},"TypeScript","#3178c6",0.3,22488,1503,"2026-04-05T10:53:54","MIT","未说明","不需要 GPU",{"notes":129,"python":130,"dependencies":131},"该工具是一个基于 MCP 协议的代码语义分析与编辑服务，而非深度学习模型，因此无需 GPU。项目由 'uv' 工具管理，启动命令明确指定使用 Python 3.13 版本。后端支持两种模式：默认的免费开源 LSP 模式（支持 40+ 种语言，需安装对应语言的 Language Server）或付费的 JetBrains 插件模式。首次运行会自动生成配置文件。","3.13",[132,133,134],"uv","Language Server Protocol (LSP) servers (可选)","JetBrains IDE + Serena Plugin (可选)",[15,14,13,52],[137,138,139,140,141,142,143,144,145,146,147,148],"agent","ai","vibe-coding","mcp-server","ai-coding","language-server","programming","claude","claude-code","codex","ide","jetbrains","2026-03-27T02:49:30.150509","2026-04-06T08:42:03.742107",[152,157,162,167,172,177],{"id":153,"question_zh":154,"answer_zh":155,"source_url":156},17376,"在 Claude Code 中连接 Serena MCP 服务器失败，提示缺少语言服务器（如 gopls）怎么办？","这通常是因为项目中所需的特定语言服务器未安装。例如，Go 项目需要安装 `gopls`。请检查您的项目类型并安装对应的语言服务器工具。安装完成后，Serena 即可正常连接。您也可以在 Serena Dashboard 的 Logs 视图中查看具体的错误日志以确认缺失的组件。","https:\u002F\u002Fgithub.com\u002Foraios\u002Fserena\u002Fissues\u002F494",{"id":158,"question_zh":159,"answer_zh":160,"source_url":161},17377,"使用 replace_symbol_body 工具时导致代码重复或文件损坏如何解决？","该问题通常与使用的 AI 模型智能程度或工具描述有关。建议升级到更智能的模型（如 Sonnet 4.5），它们能更好地避免语法错误和重复代码。如果问题依旧，可能是上下文配置冲突，尝试调整或移除 `--context ide-assistant` 参数。维护者已通过优化工具描述来减少此类错误，确保使用的是最新版本。","https:\u002F\u002Fgithub.com\u002Foraios\u002Fserena\u002Fissues\u002F576",{"id":163,"question_zh":164,"answer_zh":165,"source_url":166},17378,"启动 Serena MCP 服务器时出现连接超时（Connection timed out）错误怎么办？","连接超时通常是因为语言服务器初始化耗时过长。目前主分支已支持语言服务器后台启动以缓解此问题。如果您在 Docker 等环境中遇到崩溃，可以尝试应用社区提供的“懒加载语言服务器”（lazy-language-server-initialization）修复方案，或者确保不要频繁激活项目。此外，虽然技术上无法在 MCP 启动时直接发送消息给 LLM，但可以在对话开始时手动提示 Claude 阅读说明文档。","https:\u002F\u002Fgithub.com\u002Foraios\u002Fserena\u002Fissues\u002F201",{"id":168,"question_zh":169,"answer_zh":170,"source_url":171},17379,"Serena 在 WSL 或 Cursor 中启动失败，报错或无响应如何解决？","如果在 WSL 或 Cursor 中遇到启动失败，可以尝试在启动命令中添加参数 `--enable-web-dashboard False` 来禁用 Web 仪表板。最新版本的 Serena 通常不再强制要求某些旧参数，但如果遇到兼容性问题，禁用仪表板是一个有效的临时解决方案。","https:\u002F\u002Fgithub.com\u002Foraios\u002Fserena\u002Fissues\u002F257",{"id":173,"question_zh":174,"answer_zh":175,"source_url":176},17380,"Claude Code 调用 read_file 或 find_symbol 工具时卡住且 CPU 占用高怎么办？","当工具调用卡住且伴随 Python 进程高 CPU 占用时，通常意味着索引过程受阻或死锁。首先检查 Serena Dashboard 的日志视图，看是否有 WARNING 或 ERROR 信息（新版界面会在出错时自动切换或标红标签）。如果日志无明显错误，尝试重启 Serena 服务并重新索引项目。确保 `.serena\u002Fproject.yml` 配置正确，排除了不必要的非项目文件。","https:\u002F\u002Fgithub.com\u002Foraios\u002Fserena\u002Fissues\u002F336",{"id":178,"question_zh":179,"answer_zh":180,"source_url":161},17381,"如何在多 Agent 设置或不同 IDE 中正确配置 Serena 的上下文模式？","对于多 Agent 设置，应使用 SSE 模式。在单个客户端会话中，默认会启动独立的 Serena 服务器实例。如果在 Windsurf 或特定 IDE 集成中遇到问题，检查是否指定了错误的 `--context` 参数（如 `ide-assistant` 或 `desktop-app`）。有时不指定上下文或使用默认值可能更稳定。若遇到提示冲突，尝试移除该参数或根据 IDE 文档调整配置。",[182,187,192,197],{"id":183,"version":184,"summary_zh":185,"released_at":186},101176,"v1.0.0","自首次发布以来，经过整整一年的辛勤努力，我们终于发布了 1.0.0 版本。本次发布包含大量新功能，请参阅我们的文档、仪表板中的新闻以及变更日志。\n\n我们期待继续打造更多优秀功能，并衷心感谢社区、我们的用户以及 JetBrains 插件的客户！","2026-04-03T14:21:34",{"id":188,"version":189,"summary_zh":190,"released_at":191},101177,"v0.1.4","这很可能是 1.0.0 稳定版之前的最后一次发布，该稳定版将与 JetBrains IDE 扩展一同推出。我们为那些通过标签安装 Serena 的用户发布了此版本，因为由于 mcp 依赖项中的重大变更（参见 #381），上一个标签无法正常安装。\n\n自上次发布以来，Serena 新增了对多种编程语言的支持，并且 CLI 工具及配置能力得到了显著扩展。在此，我们要感谢所有外部贡献者，正是他们的努力才使得这些改进成为可能！\n\n**概要：**\n\n* **通用功能：**\n  * **初始指令不再需要用户手动加载。**\n  * CLI 功能大幅增强。\n  * 从 `ide-assistant` 和 `codex` 上下文中移除了 `replace_regex` 工具。目前 Claude Code 中的字符串替换工具已足够高效，且与 IDE 的集成更为完善。若用户仍希望启用 `replace_regex`，可通过自定义上下文来实现。\n\n* **配置：**\n  * 简化模式和上下文的自定义方式，并提供 CLI 支持。\n  * 可自定义系统提示词及简单工具的输出内容，同样支持 CLI 操作。\n  * 可通过上下文 YAML 文件覆盖工具描述。\n  * 提示模板现会根据已启用的工具自动调整。\n  * 多个工具现已默认排除，需显式添加方可使用。\n  * 新增适用于 ChatGPT 和 Codex 的 CLI 上下文——Serena **现已支持 Codex**！\n\n* **语言服务器：**\n  * 能够可靠检测语言服务器的异常终止，并将相关错误逐级传递至工具调用层；在遇到意外终止时，系统会重启语言服务器并重试工具调用。\n  * **新增对 Swift 的支持。**\n  * **新增对 Bash 的支持。**\n  * 强化 Solargraph（Ruby）集成：\n    * 通过分析 `config\u002Fapplication.rb`、`Rakefile` 和 `Gemfile` 自动检测 Rails 项目。\n    * 针对 Ruby\u002FRails 项目提供专用的排除模式，以提升索引性能（如 `vendor\u002F`、`.bundle\u002F`、`tmp\u002F`、`log\u002F`、`coverage\u002F` 等目录）。\n    * 改进错误处理机制，提供详细诊断信息及针对不同 Ruby 管理工具（rbenv、RVM、asdf）的安装说明。\n    * 优化 LSP 能力协商及分析完成度检测逻辑。\n    * 改进 Bundler 和 Solargraph 安装失败时的错误提示信息，明确给出解决步骤。\n\n**修复：**\n* 在检查忽略路径时忽略 `.git` 目录，并优化 `find_all_non_ignored_files` 的性能。\n* 修复在 Windows 系统上使用 Claude Code 时语言服务器启动失败的问题（该问题源于 Claude Code 对默认 Shell 的重新配置）。\n* 在 C# 语言服务器中增加初始化等待时间后再请求引用信息，从而支持跨文件引用的查找。","2025-08-15T12:01:05",{"id":193,"version":194,"summary_zh":195,"released_at":196},101178,"v0.1.3","## 摘要\r\n\r\n这是 Serena 首次发布到 PyPI。自上一版以来，我们大幅提升了稳定性和性能，并扩展了功能、优化了编辑工具，同时新增了对多种新语言的支持。\r\n\r\n* **将 asyncio 的使用降至最低**，从而提高稳定性并减少对变通方案的需求：\r\n   * 切换至全新开发的完全同步 LSP 库 `solidlsp`（基于 `multilspy`），移除我们对 `multilspy` 的分支实现（src\u002Fmultilspy）。\r\n   * 将 Serena 仪表板中的 Web 框架从使用 asyncio 的 FastAPI 切换为 Flask。\r\n   * 现在只有 MCP 服务器仍基于 asyncio，这解决了跨组件事件循环污染的问题，因此不再需要进程隔离，也无需在 Windows 上进行非优雅关闭。\r\n* **改进编辑工具**：简化并优化了编辑逻辑，使其更加健壮。  \r\n   * 移除了“最小缩进”逻辑，因为大模型无法理解该逻辑。  \r\n   * 改进了空行插入逻辑（目前主要由大模型控制）。  \r\n* 为代理添加了一个任务队列，该队列在独立线程中执行，从而：  \r\n   * 允许语言服务器在后台初始化，使 MCP 服务器在启动后即可立即响应请求；  \r\n   * 确保所有工具调用完全同步（按顺序执行）。  \r\n* `SearchForPatternTool`：改进了默认行为，并扩展了用于限制搜索范围的参数和描述。  \r\n* 语言支持：  \r\n   * 通过将代码分析工具从 `omnisharp` 切换至 Microsoft 官方 C# 语言服务器，进一步提升了对 C# 的支持。  \r\n   * **新增对 Clojure、Elixir 和 Terraform 的支持。同时引入了适用于 C# 和 TypeScript 的新语言服务器。**  \r\n   * 用户现在可以通过配置 `language` 字段来使用实验性的语言服务器实现。  \r\n* 配置：  \r\n   * 新增选项 `web_dashboard_open_on_launch`（允许启用仪表板而不打开浏览器窗口）。  \r\n   * 新增选项 `record_tool_usage_stats` 和 `token_count_estimator`。  \r\n   * Serena 的配置、模式和上下文现在均可在用户主目录中进行调整。  \r\n   * 扩展了 CLI 工具以帮助用户进行配置。  \r\n* 仪表板：  \r\n   * 如果配置中启用了工具使用统计功能，则会显示相关数据。  \r\n\r\n修复：  \r\n* 修复了 `ExecuteShellCommandTool` 和 `GetCurrentConfigTool` 在 Windows 上卡死的问题。  \r\n* 修复了通过 `--project` 参数按项目名称激活项目时无效的问题（此问题在上一版本中已出现）。  \r\n* 改进了符号编辑工具中缩进和换行的处理逻辑。  \r\n* 修复了 `InsertAfterSymbolTool` 在文件末尾无换行符时插入失败的问题。  \r\n* 修复了 `InsertBeforeSymbolTool` 在参考符号上方缺少空行时插入位置错误的问题。  \r\n* 修复了 `ReplaceSymbolBodyTool` 修改符号前后空白字符的问题。  \r\n* 修复了仓库索引未跟随链接的问题，并捕获索引过程中的异常，使索引能够在遇到意外错误时继续进行。","2025-07-21T22:09:07",{"id":198,"version":199,"summary_zh":200,"released_at":201},101179,"2025-05-19","支持 PHP，修复了多个小问题。\n\n该版本的 Java LS 似乎无法在 macOS 上运行。","2025-05-19T15:00:36"]