Tau — 简约 Python 编码智能体
在终端里运行的轻量级编码智能体，可读代码、编辑文件、执行命令，并保持会话历史。
证据显示：安装脚本不使用sudo，工具以普通函数实现，会话历史为追加式JSONL，提供/模型目录可自定义，但未发现权限最小化、用户确认、数据流透明、敏感数据处理、依赖安全、外部影响、回滚或来源归属的明确实现或文档。扣分原因：这些方面在提供的文件中没有充分证据，仅凭README中的描述不足以证明其存在。
证据显示：代码结构清晰，测试覆盖了核心harness功能，依赖版本有约束，错误处理有测试。扣分原因：未提供依赖可用性、失败消息质量的直接证据，且测试未在真实环境中运行。
证据显示：README描述了多种使用场景（交互式TUI、打印模式、库使用），能力边界清晰（核心不依赖前端），触发方式明确（命令行、/login等），环境适配（macOS、Linux、Windows）。扣分原因：未提供针对不同用户群体的详细说明，能力边界在代码中未完全验证。
证据显示：README结构清晰，安装说明详细，命名稳定（tau-ai），有示例和FAQ，MIT许可证明确，有版本号（0.3.9）。扣分原因：未提供已知限制的明确说明，版本变更日志未提供，维护责任未明确（未验证发布者）。
证据显示：输出为事件流，可被多种前端消费，提供了库接口，安装简单。扣分原因：未提供成本效益分析，边际价值未量化。
证据显示：README中的声明与代码结构基本一致，测试文件提供了部分验证。扣分原因：未提供外部来源的佐证，事实与推断未明确分离。
- 发布者身份未验证，维护责任和更新路径不明确。
- 未提供已知限制的明确说明，用户可能对边界条件缺乏预期。
- 依赖安全未明确评估，建议检查依赖漏洞。
- 安装脚本虽然不使用sudo，但建议审查其内容。
这个 Agent 能做什么，适合哪些场景？
Tau 是一个遵循 MIT 许可的 Python 项目，提供了一个终端编码智能体框架，其设计理念是“小而可读”，旨在成为教学范例。它由三个分层包组成：tau_ai 统一模型提供商，tau_agent 提供可移植的智能体核心（消息、工具、事件、循环），tau_coding 将其封装为完整的编码应用（CLI、TUI、工具、会话存储）。Tau 通过命令行界面使用 Textual 提供交互式 TUI 和一次性打印模式，其核心通过类型化事件流与前端解耦。会话以 JSONL 格式持久化在 ~/.tau/sessions/ 下，支持恢复和分支。它支持多种模型提供商，包括 OpenAI、Anthropic、OpenRouter 和 Hugging Face，并可通过目录文件（catalog.toml）自定义。
Tau 提供 tau 命令，用于在终端中交互式操作，或通过 -p 参数执行一次性提示。它内置了 read、write、edit 和 bash 工具，允许读取文件、编辑代码和运行 shell 命令。它管理持久化的 JSONL 会话（位于 ~/.tau/sessions/），支持读取 AGENTS.md 等项目指令，并提供 /login、/model 等斜杠命令。它以 tau_agent 库的形式暴露 AgentHarness 类，供开发者集成到自己的应用中。
- 开发者希望在本地项目上获得终端内的编码助手，用于解释代码、添加测试或修复堆栈跟踪。
- 用户需要一个可由单个终端命令驱动的自动化脚本，例如
tau -p "summarize the architecture"。 - 团队希望统一管理会话记录，用于审计或恢复工作状态。
- 开发者希望学习构建编码智能体的架构，通过阅读 tau_ai、tau_agent、tau_coding 的分层代码。
- 用户需要自定义模型提供商，通过编写 catalog.toml 添加自定义的 OpenAI 兼容端点。
这个 Agent 有哪些优点和局限？
- 分层设计（tau_ai、tau_agent、tau_coding）清晰，便于学习和扩展。
- 事件驱动架构，支持多种前端（TUI、打印模式、自定义）。
- 会话持久化为 JSONL，支持恢复和分支。
- 通过 catalog.toml 支持自定义模型提供商，无需修改代码。
- 需要 Python 3.12+，可能对旧环境不兼容。
- 模型提供商支持依赖外部 API，可能需要订阅或 API 密钥。
- 作为教学项目，功能可能不如成熟工具全面。
- 安装脚本会安装 uv，可能引入额外依赖。
如何安装或部署这个 Agent？
macOS/Linux 可通过 curl -LsSf https://twotimespi.dev/install.sh | sh 安装；Windows PowerShell 可通过 irm https://twotimespi.dev/install.ps1 | iex 安装。也可使用 uv tool install tau-ai 或 pipx install tau-ai。需要 Python 3.12+。
如何使用这个 Agent？
在项目目录下运行 tau 启动交互式 TUI，输入请求并回车。一次性模式使用 tau -p "..."。首次使用需通过 /login 连接模型提供商，例如 /login openai。可通过 tau --cwd /path/to/project -p "..." 指定工作目录。
这个 Agent 与同类方案有什么区别？
Tau 的设计灵感来自于 Pi 编码智能体，但它是用 Python 编写的，提供了更简洁的实现。