XiaoBa-CLI

一套持续进化的 IM-native AI 同事 Runtime。

把任务发给 XiaoBa。它负责沟通和派工，让角色 Agent 在后台执行，再把文件、消息和可回放证据交付回来。

Message your work. XiaoBa works like a teammate.

下载 macOS 预览版 · 快速开始 · 工作原理 · 证据与评测 · English

_{当前桌面包为 Apple Silicon 技术预览版，采用 ad-hoc 签名，尚未完成 Apple notarization。}

把工作发给 XiaoBa

XiaoBa-CLI 不是另一个只会连续输出文字的 chatbot。它是一套围绕真实工作流设计的 AI coworker harness runtime：Base Main Agent 是唯一面向用户的沟通和调度入口，专业角色接管长任务，同一套 runtime 负责工具执行、状态恢复、交付和证据。

运行状态、trace 和 artifact evidence 默认保存在本地；模型 provider 可以按配置连接 OpenAI-compatible、Anthropic、Ollama 或其他兼容端点。

工作原理

CLI / Feishu / WeChat / Pet / Dashboard
                    |
                    v
       Base Main Agent：沟通、判断、派工
                    |
                    v
      Role Subagent：后台接管专业任务
                    |
                    v
        Tools / Drivers / Files / Messages
                    |
                    v
      Deliverables + Trace + Replay + Scorecard

• 一个控制平面：Base 是唯一面向用户的主 Agent；七个角色复用同一套 XiaoBa Agent loop。
• 后台派工：角色 Subagent 处理长任务，主对话保持可交互。
• 确定性能力边界：浏览器、GUI 和飞书 driver 只提供能力，不启动第二套 Chat、Agent 或 MCP loop。
• 交付优先：文件、消息和工具结果进入结构化 evidence，不把“模型说完成了”当作完成。
• 本地可复盘：trace、artifact、delivery、replay 和 scorecard 形成可追溯证据链。

运行界面

_{Electron Dashboard 把运行服务、角色、技能、配置、商店和 Chat 收在同一个本地入口。}

七个默认角色

Base Main Agent 负责面向用户、判断和派遣；角色是后台专业 Subagent，不是七套独立 Agent 框架。

快速开始

macOS Desktop Preview

下载 XiaoBa v0.1.1 macOS Preview

• 当前 DMG 面向 Apple Silicon（arm64）。
• 这是公开技术预览版，不是已签名、notarized 的稳定发行版。
• 完整校验值、源码 commit 和已知限制见 Release Notes。

CLI / 源码运行

需要 Node.js 18 或更高版本：

git clone https://github.com/fightheyyy/XiaoBa-CLI.git
cd XiaoBa-CLI
npm install
cp .env.example .env

在 .env 中配置模型：

XIAOBA_LLM_PROVIDER=openai
XIAOBA_LLM_API_BASE=https://api.openai.com/v1
XIAOBA_LLM_API_KEY=your_api_key
XIAOBA_LLM_MODEL=your_model

启动交互式 CLI：

npm run dev -- chat -i

指定角色：

npm run dev -- chat -r engineer-cat -i

启动 Electron Dashboard：

npm run electron:dev

BrowserCat、GuiCat 和 SecretaryCat 等角色的外部 CLI / 平台依赖见 requirement.txt。只在使用对应角色时安装和授权这些依赖。

证据与评测

XiaoBa 把“完成”拆成可以检查的事实，而不是依赖一段看起来正确的回答。

当前 BaseRuntime 维护 11 条 fresh-run live cases。Arena 还用 7 条 SkillsBench-derived controlled cases 校准 UserCat、InspectorCat 和 ReviewerCat；这只支持当前受控样本内的窄结论，不代表所有 provider、skill 或未来版本都已稳定。

npm test
npm run replay:trace
npm run eval:base-runtime
npm run check:benchmarks

证据边界见 Evaluation SPEC 和 Arena Calibration Evidence。最近验证状态只维护在 Project PLAN，避免 README 里的数字过期。

Arena：能力进入默认包之前先验收

Arena 不会因为一个 skill 写得像说明书就信任它。候选能力会进入隔离的 clean runtime，经过 UserCat 真实使用、InspectorCat 取证和 ReviewerCat 多轮 replay，再输出 pass、unstable、reopened、blocked 或 unsafe。

xiaoba arena skill <skill-name>

Arena 固定支持 base + skill、role + skill 和 role 三种 review mode；promotion 必须由人明确执行，Arena 不会自动污染生产 skills/ 或角色注册表。

当前边界

• macOS Electron DMG 仍是未 notarize 的 Apple Silicon preview。
• BrowserCat、GuiCat 和 SecretaryCat 依赖各自固定或官方的外部 driver/CLI，并需要对应安装、权限或登录状态。
• Dashboard、Pet 和 Bridge 的控制面仍以本地使用为主，尚未完成面向不可信网络的完整认证与 Owner 授权。
• Trace Replay 可能执行当前真实 side effect；在 side-effect isolation 完成前，不应对任意历史 trace 无审查批量复跑。

常用命令

文档与社区

• Project Architecture
• Project Status / Plan
• Roles Guide
• Skills Guide
• Releases
• Discussions
• Issues

License

Apache-2.0