灵枢

这个 Agent 能做什么，适合哪些场景？

灵枢是一款采用 Apache-2.0 许可证的本地执行型 Agent，完整开放原生应用、运行时、编排、工具、记忆和产物记录。它通过同一套 `Runtime/LingShuCore::RuntimeKernel` 支撑 macOS 应用与 Windows 技术预览版，并提供内置 `lingshu` CLI 和本机 HTTP JSON-RPC 控制面。主会话串行处理上下文，运行时可派发隔离的子任务，由 worker、工具或获授权的 macOS Computer Use 完成工作，再交给独立 checker 验证。它能生成并登记真实的 PPTX、DOCX、PDF、代码、脚本和本地媒体，产物可预览、修改并供后续任务使用。模型层可连接 OpenAI、Anthropic Claude、DeepSeek、MiniMax M3 或自定义 OpenAI 兼容端点，运行时、记忆和文件留在用户计算机上，但发送给远程模型的内容仍受对应供应商条款约束。项目仍处于 alpha 阶段，适合开发和受控的本地流程，不应被视为已经成熟的消费级产品。

灵枢先把请求整理为结构化 GoalSpec 和验收边界，再由可变运行时工作流、串行任务队列、隔离 worker、本地工具以及获授权的 Computer Use 执行仍待完成的步骤。它可以读写本地文件、运行命令、编辑代码、执行测试、检查 Git 变更，并创建、登记、预览和修订 PPTX、DOCX、PDF、Markdown、代码、脚本及本地媒体。产物进入 artifact ledger，并在任务宣布完成前交由独立 checker 检查；项目公开样例也记录了首次检查遗漏缺陷、经外部渲染发现后继续修订和复验的过程。macOS Computer Use 读取辅助功能快照，执行带索引的 UI 操作，必要时回退到屏幕信息，并尽可能在操作后再次核验。遇到登录、扫码、文件选择、确认或实体操作时，精确会话可以暂停，并通过 lingshu answer <message-id> 从检查点恢复。模型网关支持 OpenAI Responses、Chat Completions、Anthropic Messages、流式响应和兼容端点；多模态输入会先尝试模型原生视觉能力，不支持时再回退到图像解析。

1. 需要交付客户或内部汇报材料的项目负责人，可从一份简报生成可编辑 PPTX 和 DOCX，在内置预览中迭代，并查看独立 checker 的结果。
2. 希望在本机完成编码闭环的开发者，可让它编辑代码、运行测试、检查 Git 变更并把相关文件登记为可追踪产物。
3. 已经选用 OpenAI、Claude、DeepSeek、MiniMax 或私有兼容端点的团队，可保留同一套本地 Agent 编排层，而不把工作流固定在单一模型供应商上。
4. 需要操作原生 Mac 应用的个人或团队，可在明确授予辅助功能和屏幕录制权限后，执行 UI 操作并进行操作后核验。
5. 维护飞书机器人、Webhook、Shortcut 或其他本地自动化入口的用户，可通过 lingshu CLI 将请求送入与桌面应用相同的串行主会话。
6. 需要人工介入的长流程操作者，可在登录、扫码、选文件或确认步骤暂停任务，完成人工动作后恢复同一个执行检查点。

如何安装或部署这个 Agent？

macOS 需要 14 或更高版本。使用 Homebrew 时，应用与 lingshu CLI 会一起安装：

brew install --cask RoyZhao1991/tap/lingshu

也可以下载 v0.1.0-alpha.9 的 Universal DMG 及其校验文件，并验证 SHA-256：

shasum -a 256 -c LingShu-0.1.0-12-macOS-universal.dmg.sha256

随后把 灵枢.app 拖入 Applications。手动安装 DMG 后，可将随应用提供的 CLI 加入 PATH：

mkdir -p "$HOME/.local/bin"
ln -sf "/Applications/灵枢.app/Contents/MacOS/lingshu" "$HOME/.local/bin/lingshu"
export PATH="$HOME/.local/bin:$PATH"

Windows 10/11 x64 用户可下载 Nous-Windows-x64-Setup.exe 和 SHA256SUMS.txt，先在 PowerShell 中核验：

Get-FileHash .\Nous-Windows-x64-Setup.exe -Algorithm SHA256
Get-Content .\SHA256SUMS.txt

Windows 版本仍是技术预览，尚未进行 Authenticode 签名。若从源码构建，还需带 Swift 6 的 Xcode Command Line Tools：

git clone https://github.com/RoyZhao1991/LingShu.git
cd LingShu
bash Scripts/build-app.sh debug
open "dist/灵枢.app"

首次启动时选择语言，并配置 OpenAI、Anthropic Claude、DeepSeek、MiniMax M3 的 API token，或填写自定义兼容端点、模型名及所需 token。macOS 凭证存放在 Keychain 中。

如何使用这个 Agent？

首次运行建议先做不需要广泛电脑权限的小型可追踪任务，例如在应用中输入：“创建一页项目简报并保存为 DOCX，在本地预览，然后让独立 checker 验证结果。”检查 Workspace 中是否出现真实 .docx、文件是否能在内置预览中打开，以及任务记录是否同时显示产物和 checker 结果。

CLI 会进入与桌面应用相同的串行主会话，可执行单次请求或 JSON 输出：

lingshu ask "Summarize today's project status"
echo "Create a one-page report" | lingshu ask --json
lingshu status --json

如果 JSON 响应返回 needs_user_action 和消息 ID，完成人工步骤后恢复原会话：

lingshu answer <message-id> "completed"

仅在确实需要对应能力时授予 macOS Accessibility、Screen Recording、Microphone、Speech Recognition 或 Camera 权限。重要报告和高风险操作仍应由用户复核。

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

与相关度最高的同类 agent 并排比较关键指标。

FollowAgents 如何评估这个 Agent？

常见问题