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

30 秒速览

运行形态
命令行工具桌面应用IDE 插件
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
Python 3.11+uv(安装器自动安装)Seatbelt/Bubblewrap/Docker 沙箱后端Shell / 命令行网络访问本地文件系统MCP Server
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

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。

  1. 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
  2. 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
  3. 希望从对话直接产出 Word、Excel、PPT、PDF 的办公用户
  4. 想把 VS Code 或 JetBrains 里的编码工作交给同一引擎的开发者
  5. 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 | sh

Windows 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?

优点
  • 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。
局限
  • 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?

FollowAgents 源码审查 · FARS-2.1
存在缺口
71/ 100 五分制 3.6 / 5
信任安全 21/29
可靠稳定 9/14
适用触发 15/18
规范维护 14/18
有效结果 7/13
证据核验 5/8
查看各维度的扣分理由
信任安全21 / 29 · 3.6/5

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。

可靠稳定9 / 14 · 3.2/5

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。

适用触发15 / 18 · 4.2/5

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。

规范维护14 / 18 · 3.9/5

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。

有效结果7 / 13 · 2.7/5

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。

证据核验5 / 8 · 3.1/5

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。

风险与缓解建议
  • 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。
证据充分度:低 评估于 2026年11月6日 审查版本 6c2db49b45d8
查看完整评分方法 →

常见问题

一定要付费吗?
不一定。可以用自己的模型密钥按量付费,也可以接 Ollama 等本地模型;或使用 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?
默认是的:Shell 与验证命令在模型之外强制沙箱(macOS Seatbelt、Linux/WSL 的 Bubblewrap 或 Docker、Windows x64 原生沙箱),严格模式在无后端时拒绝执行。用 alysis sandbox doctor --smoke 验证。
能接哪些模型?
OpenAI、Anthropic、Gemini、DeepSeek、OpenRouter、xAI 等,以及 Ollama、LM Studio、vLLM 等任何 OpenAI 兼容端点。
支持 Linux 桌面吗?
暂无 Linux 桌面版,Linux 与 WSL 上使用 CLI。
Forge 会不会很贵?
README 明确提示 Forge 消耗大量 token,建议从小任务开始。
在 GitHub 查看 ↗ 安装 ↓

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关 Agents