Alysis Code
从零自研的终端与桌面 AI 编程代理,自带沙箱、免费联网搜索和 computer use。
- Star 数
- ★ 210
- 最近更新
- 2 天前
- License
- Apache-2.0
- 主语言
- Python
- FA 评分
- 71/100 · 存在缺口
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台OpenAI API · Claude APICodex · Claude Code(部分支持)
- 费用
- 有免费版,另有付费云服务
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 需要在本地仓库里让代理改代码、跑测试并逐条审阅 diff 的个人开发者
- 不适合
- 需要 Linux 桌面版的团队(目前只有 CLI,桌面版仅 macOS/Windows)
- 完全不想让命令在沙箱中执行的用户
- 不想自带模型密钥、也不想用 Alysis 账号计费的个人
- 源码审查
- 71/100 · 存在缺口
这个 Agent 能做什么,适合哪些场景?
Alysis Code 是一个独立自研(非 fork)的开源 AI 代理,提供终端 CLI 与 macOS/Windows 桌面应用两种形态。它连接 OpenAI、Anthropic、Gemini、DeepSeek、OpenRouter、xAI 等模型,也能指向 Ollama、LM Studio、vLLM 等 OpenAI 兼容端点;用户可自带密钥、使用本地模型,或使用 Alysis 账号的免费额度。核心差异在于执行层:Shell 命令默认在模型之外强制沙箱中运行(macOS Seatbelt、Linux/WSL 的 Bubblewrap 或 Docker、Windows x64 原生沙箱),并提供 readonly、review、auto、fullaccess 四档权限和 code/architect/ask/debug 四种 persona。内置免费网页搜索与 computer use,桌面端另有 Work 文档处理、Projects、Browser、Scheduled、Customize、Forge 等模块,并通过 extensions/ 提供 VS Code 与 JetBrains 插件。输出包括修改后的代码 diff、命令执行结果、检查点回滚,以及 Forge 生成的可审阅多任务计划。
在项目目录运行 alysis 后,代理读取工作区文件、调用所选模型,并通过工具执行 Shell 命令、读写文件、运行验证命令;所有 Shell 与验证命令默认走沙箱,可用 alysis sandbox doctor --smoke 自检后端。权限档位用 Shift+Tab 在 readonly/review/auto/fullaccess 间切换,persona 只能收窄不能放宽权限。桌面端可读取附件(笔记、CSV)产出 Word、表格、PPT 或 PDF,并在 Code 视图的 Changes 中查看 diff、在 Terminal 中执行命令、回滚到检查点。MCP 服务器、skills、plugins、hooks 通过 Customize 扩展;Forge 把目标拆成带检查步骤的依赖任务计划。
- 需要在本地仓库里让代理改代码、跑测试并逐条审阅 diff 的个人开发者
- 想用 Ollama 或 LM Studio 本地模型、又需要命令沙箱隔离的隐私敏感团队
- 希望从对话直接产出 Word、Excel、PPT、PDF 的办公用户
- 想把 VS Code 或 JetBrains 里的编码工作交给同一引擎的开发者
- 需要定时(每日/工作日/每周/每小时)重复执行任务的桌面端用户
如何安装或部署这个 Agent?
macOS、Linux、WSL 用安装脚本(会自动安装 uv 和独立 Python,无需管理员权限):
curl -LsSf https://raw.githubusercontent.com/AlysisAi/AlysisCode/main/scripts/install.sh | shWindows PowerShell:
irm https://raw.githubusercontent.com/AlysisAi/AlysisCode/main/scripts/install.ps1 | iex已有 Python 3.11+ 时也可用包管理器:
uv tool install alysis-code
pipx install alysis-code升级用 alysis update;桌面版从 alysiscode.com 下载 macOS(.dmg,Apple silicon)或 Windows(.exe,x64)安装包,桌面版无需单独安装 Python 或 CLI。Linux 暂无桌面版。
如何使用这个 Agent?
进入项目目录并启动 CLI:
alysis首次运行会引导连接模型、选择工作区和检查沙箱;重新执行引导用 alysis setup。选择自带密钥(OpenAI、Anthropic、Gemini、DeepSeek、OpenRouter、xAI 等)或指向 Ollama/LM Studio/vLLM 等 OpenAI 兼容端点,也可以用 alysis login 登录 Alysis 账号(每 30 天 50 免费额度)。用 Shift+Tab 切换权限档位。检查沙箱后端:
alysis sandbox doctor --smoke桌面版在账号菜单的 Models & keys 中配置模型与密钥。
这个 Agent 有哪些优点和局限?
- 执行层自研:Shell 与验证命令默认在模型之外的沙箱中运行,并提供
alysis sandbox doctor --smoke自检。 - 模型无关:支持多家云厂商、OpenAI 兼容端点与本地模型,可按任务或按角色切换模型。
- 权限模型清晰:readonly/review/auto/fullaccess 四档,persona 只能收窄权限。
- 同一引擎覆盖 CLI、桌面应用以及 VS Code / JetBrains 插件,并有 Forge 生成可审阅的多任务计划。
- 内置免费网页搜索与 computer use,无需额外 API key 即可联网。
- 桌面版只提供 macOS(Apple silicon)与 Windows(x64),Linux 只能用 CLI。
- 按量费用取决于所选提供商或 Alysis 账号额度,长期使用需自行评估成本。
- 默认依赖沙箱后端(Seatbelt、Bubblewrap/Docker、Windows 原生沙箱),严格模式下没有可用后端会拒绝执行。
- Forge 明确说明消耗大量 token,需从小规模开始。
- 项目较新,编辑器插件(JetBrains)仍标注为 preview,生态与社区资料仍在积累。
这个 Agent 与同类方案有什么区别?
README 提到共享编辑器侧边栏包含来自 Kilo Code 与 OpenCode 的 MIT 许可适配代码,并说明可从其他编程代理导入项目与历史,但未做功能对比,因此不宜据此判断替代关系。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Alysis Code 当前 | 71 · 存在缺口 | 命令行工具免费版 + 付费版 | ★ 210 | 2 天前 | Python | OpenAI API · Claude API |
| Devo 桌面编码智能体 | 58 · 缺口较多 | 桌面应用免费 + 模型费 | ★ 345 | 1 天前 | Rust | OpenAI API · Claude API |
| Synara | 52 · 缺口较多 | 桌面应用免费 + 模型费 | ★ 2.2k | 1 天前 | TypeScript | Codex · Claude Code |
| VT Code 终端编码智能体 | 66 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 898 | 2 天前 | Rust | OpenAI API |
FollowAgents 如何评估这个 Agent?
查看各维度的扣分理由
安全模型文档对最小权限(readonly/review/auto/fullaccess 四档、persona 只能收窄不能放宽、沙箱默认 strict 且无后端时拒绝执行)与用户确认(写操作与 shell 命令需审批、凭据文件与项目外目录强制人工审批)有具体且一致的描述,故给高分。数据流透明性有 SSRF 防护、web_fetch 来源门控、MCP 描述省略等说明,但缺少面向用户的完整数据流向/遥测说明,扣分。敏感数据处理提到加密 provider vault、令牌不入 config.json、环境变量清理,但无密钥轮换/审计细节,仅中等。依赖安全方面 pyproject 有下限约束、CI 有 npm audit 与锁定同步,但多数依赖仅下限、无哈希锁定证据,扣分。外部效应有沙箱网络默认关闭、LAN 预览需审批,但 fullaccess 会移除沙箱与审批,风险面较大,扣分。回滚仅有桌面端 checkpoint 与 Changes 提及,CLI 侧无明确回滚机制,给低分。来源归属有 NOTICE、第三方 Kilo Code/OpenCode 声明,但仅限编辑器侧栏,覆盖有限。
README、quickstart、security_model、shell_sandbox 对模式命名与默认值描述基本一致,但 README 用 readonly/review/auto/fullaccess,security_model 又用 read/safe/fast/full 的 TUI 映射,术语存在轻微不一致,扣分。依赖声明清晰、Python 版本矩阵 3.11–3.14 在 CI 覆盖,但多数依赖为下限约束、无锁文件哈希证据,且部分版本号(如 certifi>=2026.10.19)异常超前,存在可得性疑问,扣分。文档描述了 sandbox doctor、故障排查表、失败关闭(fail closed)行为,但缺少对运行时错误消息格式与可诊断性的直接证据,仅中等。
明确面向终端与桌面用户,覆盖编码、研究、文档、浏览器、定时任务等多场景,受众与场景描述充分。security_model 与 shell_sandbox 对能力边界(沙箱不覆盖自定义工具、fullaccess 非沙箱边界、Windows 后端限制)说明详尽,边界清晰。有 web_search_policy、persona、权限模式等触发控制,但缺少对工具触发精度与误触发的系统说明,扣分。覆盖 macOS/Linux/WSL/Windows 多后端,但 Windows 为 beta、Docker 不支持附加目录、无 Linux 桌面版,环境适配存在缺口,扣分。
docs 目录结构清晰、README 有导航,但部分链接指向外部站点,仓库内文档索引有限,扣分。安装说明非常详尽,覆盖多平台、包管理器、升级与 PATH 处理,给高分。命令别名 alysis/alysis-code 稳定,但权限模式在文档中存在两套命名,稳定性略受影响。有 quickstart 与命令示例,但缺少专门 FAQ 章节,扣分。shell_sandbox 与 windows-cli-sandbox 有专门 Limitations 章节,说明充分。Apache-2.0 全文 LICENSE 与 pyproject 元数据一致,给高分。pyproject 版本 0.16.1、quickstart 提及 0.15.2、CHANGELOG 链接存在,但未提供 changelog 内容证据,扣分。发布者身份未经验证,维护责任与更新路径仅靠外部站点与 Discord,缺乏明确治理说明,给低分。
有 diff、Changes、checkpoint、文档输出等可用性设计,但缺少对输出质量的实际证据,中等。多模型、沙箱、Forge、文档工具等差异化明显,但同类竞品众多,边际价值中等。Forge 明确消耗大量 token,托管账户有积分制,成本信息有限且可能较高,扣分。
安全与沙箱声明多指向具体文件(read_only_commands.py、command_review_rules.py 等),可追溯性较好,但部分声明无对应文件证据,扣分。README、security_model、shell_sandbox 之间相互印证,但缺少测试或代码级交叉验证,中等。文档区分了事实与建议(如“不替代代码审查”),但部分性能/安全声明缺乏证据支撑,扣分。
- 发布者身份未经验证,维护责任与更新路径不明确,企业采用前应核实来源。
- fullaccess 模式会移除沙箱与审批提示,仅应在可信工作区使用。
- 依赖多为下限约束且部分版本号异常超前,建议自行锁定并审计依赖。
- Windows 沙箱后端为 beta,Docker 不支持附加目录,跨平台能力存在缺口。
- CLI 侧回滚机制证据不足,关键操作前应自行备份。
常见问题
一定要付费吗?
alysis login 登录 Alysis 账号,每 30 天有 50 免费额度,无需信用卡。命令真的被隔离了吗?
alysis sandbox doctor --smoke 验证。