Skillget

xuanpu

agent
Guvenlik Denetimi
Uyari
Health Uyari
  • License — License: MIT
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Low visibility — Only 5 GitHub stars
Code Uyari
  • network request — Outbound network request in mobile/src/api/client.ts
Permissions Gecti
  • Permissions — No dangerous permissions requested
Purpose
This is an AI-native desktop workbench designed to manage coding agents like Claude Code, OpenCode, and Codex. It organizes projects, git worktrees, agent sessions, and contextual data into a single interface so multiple agents can operate in parallel without losing context.

Security Assessment
Overall risk: Medium. The application requests no dangerous system permissions, but it operates as a local server and agent host, meaning it inherently executes shell commands and manages local file changes via git. The automated scan flagged an outbound network request in the source code (`mobile/src/api/client.ts`). This is expected given its "Hub remote mobile" feature, which allows a mobile device to connect to the desktop server. While no hardcoded secrets were detected, developers should verify where these network requests are routed. Because the tool acts as an orchestration layer for other AI agents, it has broad access to your local development environment and workspace files.

Quality Assessment
The project is very new and actively maintained, with its most recent push happening today. It uses the permissive MIT license and features a highly detailed, professional README. However, community trust and visibility are currently minimal, as it only has 5 GitHub stars. Being a very young project, it likely lacks the widespread community testing and security auditing that more established developer tools receive.

Verdict
Use with caution — while it is actively maintained and openly licensed, its low community adoption, broad local system access, and outbound network capabilities warrant a manual code review before integrating it into sensitive development environments.
SUMMARY

玄圃 Xuanpu — AI 原生桌面工作台 · Git Worktree GUI · Claude Code / OpenCode / Codex 集成 · macOS 免费开源 · AI-native desktop workbench for coding agents

README.md
玄圃 Xuanpu Workbench

面向构建者的 AI 原生工作台

不是把 AI 塞进传统编辑器，而是把项目、上下文、任务、Agent、变更和产物放进同一个工作台。

简体中文 | English

Latest Release Downloads Build Status macOS | Windows License

玄圃是什么

玄圃是一款面向构建者的 AI 原生工作台。它不是“给编辑器加一个聊天框”，也不是“把终端换个皮肤”，而是把真实工作流里的几个一等公民放回桌面端：

  • Workspace：你的项目、仓库、关联仓库和上下文边界
  • Worktree：并行推进任务时的隔离执行面
  • Session：Agent 真正工作的线程，而不是一次性问答
  • Connections：跨 worktree、跨仓库共享上下文
  • Changes：文件、diff、命令输出、执行轨迹、审批、问题

如果你平时会同时推进多个功能、多个分支、多个 Agent，会遇到这些痛点：

  • 终端和标签页越来越多，不知道哪个 Agent 在做什么
  • 不同任务共用一个分支，改动互相污染
  • 前后端或多个仓库来回切换，脑子里的上下文断裂
  • AI 在生成、编辑、提问、等待审批时，状态分散在不同工具里

玄圃的目标就是把这些事情收拢到一个统一工作台里。

📖 v1.4.0 节点：玄圃刚刚完成从"加了 Hub 的 Electron 工作台"到"为 Agent 提供现场"的关键转折。
详见：从 1.3 到 1.4：玄圃对 AI 原生工作台的思考与推进

当前能力

工作台基础：

  • 项目 / worktree / space 管理
  • Claude Code、OpenCode、Codex 三类本地 Agent 接入
  • 会话流式输出、权限审批、问题应答、任务跟踪
  • 文件树、git 状态、内联 diff、Monaco diff、图片 diff
  • 内置终端、setup / run 脚本入口、命令运行状态
  • worktree connections，用于跨分支和跨仓库共享上下文
  • headless 模式，基于 GraphQL + WebSocket 复用同一套本地数据库和服务
  • 中文界面、本地化文案、首次启动环境检查与 Agent 引导

v1.4 现场感知（详细说明）：

  • 现场事件流：每条 bash 命令、文件读写、terminal 输出、agent 工具调用都被结构化沉淀到 SQLite，按 worktree 分片
  • 分层记忆：Working / Episodic（Claude Haiku 真摘要）/ Semantic（用户写的 memory.md）三层，跨 agent 共享
  • 现场注入：每条 prompt 自动前置 Field Context（worktree、当前焦点、最近活动、上次 abort 时正在做什么），不需要你重复"翻译"
  • 会话 Checkpoint：abort、关电脑、崩溃后下次启动自动续上现场
  • Hub 远程移动端：桌面开服务，手机扫码就接管会话；同一份现场跨设备
  • 新版 Session UI（v2）：统一 timeline、三态 Composer、Agent Rail、Field Context Debug 面板

这意味着它已经不只是一个"方便看文件的 Electron 壳"，而是一套能让 Agent 真正感知现场的桌面工作台。

玄圃不是 IDE，是"agent 的现场提供者"

打开 Cursor、Claude Code、Codex、Amp，本质都是同一种交互：用户的意图 → 翻译成自然语言 → 打字进输入框 → 模型回复。

问题不是模型不够聪明，是模型看不见"现场" —— 你在哪个 worktree、哪个文件、刚才跑了什么命令、上一小时在做什么、上次 abort 时正在干嘛。这些信息对人类协作者天然可见，对 AI 完全不可见。

玄圃做的事情就是把这一层视野从用户大脑搬到 agent 的 prompt 里。它的差异化不在 UI（虽然也重写了），不在 agent 模型（不自研），而在能让任何 agent 在玄圃里都比在自己原生环境里更强 —— 因为它们第一次获得了现场。

完整论述见：VISION 和 v1.4.0 节点回顾。

安装

当前建议的使用方式：

直接下载

从 GitHub Releases 下载最新构建。

平台 文件 说明
macOS (Apple Silicon) Xuanpu-x.x.x-arm64.dmg M1 / M2 / M3 / M4
macOS (Intel) Xuanpu-x.x.x.dmg Intel Mac
Windows (x64) Xuanpu-Setup-x.x.x.exe 64-bit 安装包
Windows (ARM) Xuanpu-Setup-x.x.x-arm64.exe ARM64 安装包

macOS 安装提示：当前版本未经 Apple 签名，首次打开时会提示"无法验证开发者"。
请在终端执行以下命令后重新打开：

/usr/bin/xattr -cr "/Applications/玄圃.app"

或者：系统设置 → 隐私与安全性 → 点击「仍要打开」。

Windows 安装提示：安装包未签名，Windows SmartScreen 可能会弹出警告。
点击「更多信息」→「仍要运行」即可。

从源码启动

pnpm install
pnpm dev

当前平台状态

  • macOS：主支持平台
  • Windows：已有打包链路，持续验证中
  • Linux：目标平台之一，仍在逐步补齐体验

快速开始

  1. 添加本地 git 仓库作为项目
  2. 为当前任务创建独立 worktree
  3. 在 worktree 中启动 Agent session
  4. 在右侧查看文件、diff、运行结果和变更
  5. 必要时通过 connections 把相关 worktree / 仓库连接进来

如果你习惯用键盘操作，命令面板、会话切换、侧栏切换、终端与文件区协同会比较顺手。

Total Downloads Latest Release Downloads

📊 查看完整下载统计 →

仓库现状

当前仓库是桌面端主仓，核心栈如下：

  • Electron 33
  • React 19
  • TypeScript 5.7
  • Tailwind CSS 4
  • Zustand 5
  • SQLite / better-sqlite3

架构上采用三层：

  • src/main/：主进程、数据库、服务、IPC
  • src/preload/：安全桥接层
  • src/renderer/：React UI

另外还保留了一套 headless 服务入口，使桌面端和自动化/远程控制共用同一套本地核心能力。

当前优先方向

v1.4.0 把"现场"打通了第一公里。1.4.x 的核心是让记忆变得可见可编辑：

  • 1.4.1 Pinned Facts：用户能在 GUI 里直接钉住"这个项目用 pnpm"这种永久事实
  • 1.4.2 Memory 面板：把 4-tab Field Context Debug 升级为完整的 Memory 面板，能看见 + 编辑 + 重置 + 重新生成
  • 1.4.3 成本可见：本月压缩消耗了多少 token / ¥X，明明白白告诉用户
  • 1.4.4 跨 agent 注入质量验证：实测 Codex / OpenCode / Amp 收到 Field Context prefix 是真用还是当垃圾忽略

更远的第二圈（VISION §3.2）是 XFP（Xuanpu Field Protocol） —— 让任何 agent 厂商能用同一套协议获取现场，把"在玄圃里 agent 比在原生环境里更强"做成标准。

完整路线图：docs/plans/2026-04-25-memory-product-direction.md

如果你现在打开仓库，会看到一些仍在演进中的部分，这是正常状态。玄圃正在从早期 fork 产物，过渡到独立产品主线。

致谢与来源

玄圃起步于对 Hive 的 fork / 演化。最初很多工程基础、工作台结构和产品启发都来自 Hive。当前这条产品线已经开始沿着中文工作流、桌面端交互和独立品牌方向持续分化，但对原项目的致谢应该保留。

贡献

欢迎贡献，尤其是这些方向：

  • 中文文案和本地化体验
  • 桌面端 UI/UX 打磨
  • Windows / Linux 兼容性
  • 测试、发布链路、安装体验
  • 文档与设计资产整理

许可

本项目基于 MIT License 开源。

Yorumlar (0)

Sonuc bulunamadi