亮点速览：

• 桌面项目 Agent：把项目交给它——读、改、运行、验证，每一步有记录、可审批、能回滚。
• 本地优先 · 自带模型：无账号、无积分、无必需云端后端；7 种协议适配、多厂商预设，任意支持工具调用的模型即可开工。
• 诚实工程：Golden Agent Eval 门禁 + 模型级实测分级，失败与未验证项照样如实标注，不吹不藏。
• 可扩展：13 个内置工具 + MCP、项目知识库检索、Skill 体系。

Desktop Project Agent（主产品）

Desktop 侧栏分为 PROJECTS 和 CHATS 两区。一个 Project 对应一个本地目录：在项目里新建任务后，Agent 的工作目录就是项目根目录。项目线程是一个工作台，不是聊天窗：

• 任务流 — 你的指令、Agent 的每一步工具调用、审批卡、结果摘要按工作顺序排列；每次文件修改直接显示 路径 +diffstat，点击即开 Diff。
• Context Workbench（右栏） — 产出 / 变更 / 文件 / 预览 / 浏览器。Agent 修改代码后自动切到变更（你在看预览/浏览器时只加角标，不抢焦点）；每文件 diffstat、复制补丁、回滚一应俱全。
• 可驾驶 — 运行中随时 Stop，下一条指令可排队（任务结束自动发送）；顶栏常显任务状态（准备中/运行中/验证中/待审批）。

创建 Project（选择目录） → 新建任务 → 选择 Permission / Model
→ Evir 判断是否需要工具 → 读取 · 修改 · 执行 · 验证 → Diff / 快照 / 回滚

• 默认 Project Task：普通问答直接回复；需要操作项目时，按权限策略使用 13 个内置工具（读/写/搜索/patch/命令/git/快照）与 MCP 工具，可暂停、审批、回滚。Plan / Goal 通过 /plan、/goal 触达。
• Plan：只用只读工具检查项目并产出结构化计划（含验证节点），一键 Execute Plan 转入 Agent 执行。
• Goal：面向长期目标，附带“完成条件”；Evir 用真实证据逐条验证，模型说“完成”不算完成。

权限决定自动程度

第一次打开项目时由你明确选择：Workspace Access（推荐，项目内自动放行并写入审计）或 Ask every time（更谨慎，写操作逐次审批）。Full Access 解除目录边界，首次开启必须明确确认。工具边界在 Tool Registry 与 Rust 侧双层强制，不靠提示词约束。

自带模型（BYOM）——按成熟度分级

“能聊天 ≠ 能工具调用 ≠ 能稳定跑完 Project Agent 任务”。分级是模型级的：证据按 provider + 具体 modelId + 端点归属记录（src/core/providers/provider-validation.json），跨模型、跨端点不借证据；每次真实评估（无论通过与否）都进历史，当前档位由该模型最新一次真实评估决定——新失败会覆盖旧通过（Needs Revalidation）。设置页、下表与验证数据由 scripts/check-doc-facts.mjs 门禁保持同源一致。

当前唯一模型级实测证据：智谱 preset 下的 evomap-deepseek-v4-flash（DeepSeek 系模型，经 EvoMap 第三方网关、openai-compatible-chat 协议接入）于 2026-09-09 以全量 20 任务 required suite 真实跑 Golden Agent Tasks，16/20 通过（0.8）、工具成功率 0.891、0 越权、0 越界——按 2026-09-11 复审的 ≥90% Agent Verified 门槛，该模型当前为 Eval Candidate，尚无模型达到 Agent Verified。完整历史（同日早些时候一次 17/20 但含 2 处越界 → 如实记为 partial，不被后续 pass 掩盖）见 src/core/providers/provider-validation.json。该证据只属于这个模型 + 这个端点——不代表 GLM 系模型，也不代表智谱官方端点（模型间、端点间证据不互借）；GLM 系模型目前为 Protocol Verified，待各自全量真实评估后按最新结果定档。历史手工真机 QA 记录另见 Release Readiness。

Provider、协议、模型能力三层分离：已实现 7 种协议适配器（OpenAI Chat Completions / Responses、Anthropic Messages、Gemini、Azure OpenAI、Ollama 原生、OpenAI-compatible），支持自定义兼容端点。API Key 存本地加密 vault（AES-256-GCM），密钥永远不进日志。

模型能力（流式、工具调用、图片、结构化输出）在使用前明确展示；不支持工具调用的模型仍可在 Project 中聊天，但不会获得项目工具。完整矩阵见 Provider 与协议矩阵。

产品面与成熟度

Evir Desktop 是主产品；其余产品面按真实成熟度标注，不并列营销：

优先级管理而非冻结：Desktop Project Agent 是最高质量优先级；Plugin、Multi-user、Canvas、Ego Lite、Browser Provider、Web / VS Code / CLI 都是已交付能力，继续保留、维护、优化。新增任何复杂能力需守住核心 Agent 质量 / Runtime / 性能预算 / Golden Eval 四条不退化红线。

知识库（Knowledge Base v1）

显式接入的知识源，按项目绑定供 Agent 检索——与 Memory（个人记忆沉淀）相互独立：

• 六类知识源：本地文件夹 / 本地文件 / 项目文档目录 / 网页 URL（显式添加、记录抓取时间）/ MCP Resource（文本型）/ 历史任务产物（从真实 run 记录派生，不信任模型自述）。
• 结构优先分块：标题分区、代码块不切断、段落打包；Markdown / 文本 / 代码 / JSON / CSV / HTML / PDF（复用内置 pdf.js 抽取）。
• 检索即溯源：命中片段带 文档 › 标题 | 路径/URL 出处；Agent 用知识回答时，运行详情（Trace）记录 knowledge.retrieved 事件；检索不到时诚实返回 no-result，不编造知识库内容。
• 权限与隔离：本地源必须在项目授权目录内（workspace/额外授权目录），Rust 边界二次校验；知识库数据按用户 Profile 物理隔离；删除知识源只删索引，不动你的原文件。
• 预算受控：注入上下文的知识量受剩余预算硬上限约束；search_knowledge 工具（L1 只读）供模型主动查询。
• 验证：pnpm test:knowledge-eval（10 项检索金任务：多文件/CSV/JSON/HTML/冲突知识/过时知识/诚实无结果/绑定隔离/Profile 隔离）。

Skill：质量优先

内置 Skill 分两层：15 个核心编码 Skill（systematic-debugging、test-driven-development、code-review、security-review、verification-before-completion 等，面向 Coding / Project Agent 主路径精选）+ 通用可选包（办公、写作、分析等，设置里可自选启用）。Skill 数量不是 KPI——核心 Skill 的价值由 Agent Eval 对照验证。

本地优先与可诊断

API Key            → 本地加密 vault（AES-256-GCM）
Provider 配置       → 版本化非敏感本地文件
会话 / 任务 / 记忆  → 嵌入式本地存储（SQLite / IndexedDB）
日志 / Diff / 快照  → 本地文件目录

• 无账号、无积分、无广告、无必需云端后端；数据默认留在你的设备。
• 日志覆盖 Provider / Agent / 工具 / 审批 / 性能，默认脱敏、本地保存、滚动清理；无远程读取日志的后门，诊断包由你手动导出。
• 上下文压缩、三层记忆、检查点与崩溃恢复内置；单个模型即可完成全部压缩，不强制第二模型。

质量与验证

• 确定性测试：pnpm check（format + lint + strict TS + 全部单测 + Rust 测试 + 发布校验）+ E2E / UI / 视觉 / 无障碍矩阵。当前基线数字以 Release Readiness 为唯一事实源，不在 README 里复制会漂移的数字。
• Harness 安全/运行时 Eval（确定性）：20 个 Golden Agent Tasks 跑在冻结 fixture 仓库上（pnpm test:agent-eval），脚本化模型 + 真实执行栈，覆盖权限边界、越权操作（必须为 0）、越界修改（必须为 0）、停止、恢复与证据门；当前 20/20，进 CI。
• 真实模型 Eval（模型级、端点感知、最新一次定档）：同一套任务对真实端点实跑，每次结果（pass/fail/partial）都进 provider-validation.json 历史，最新一次决定档位；10 任务冒烟规模最高只能获得 Smoke Verified，不冒充全量验证。当前成绩见上方分级表（EvoMap 网关 evomap-deepseek-v4-flash 全量 16/20 → Eval Candidate），详见 eval/README。
• 多场景 Eval：数据 / 网页 / 文档 / 自动化黄金任务（pnpm test:multi-scenario，另有真实档）；知识库 Eval：pnpm test:knowledge-eval。
• 性能预算与实测数字以 最近一次基准 为准（Web 初始 JS gzip ≤ 350 KiB、桌面前端 ≤ 15 MiB、冷启动 P50 < 2s）。

当前状态

Evir 仍在积极开发中，尚未发布（无 LICENSE 文件，见下方说明）。核心链路（聊天、Agent 工具与审批、Plan/Goal、权限档位、快照回滚、MCP 连接、日志与诊断导出）已实现。逐项验证状态（含 NOT RUN / BLOCKED 清单）以 Release Readiness 为准：Windows 真机、外部 MCP 真服务器等尚未验证；升级/降级已有 5+ 次 DMG 覆盖安装的 PASS 记录；30–60 分钟长任务已有真实样本（含中断+续跑 PASS 与如实拒绝的 FAIL），但仍未取得单次连续 ≥30 分钟 PASS。

安装说明（如实）：当前 macOS 安装包使用 ad-hoc 签名、未公证。macOS Gatekeeper 可能阻止直接打开——需要在系统设置 → 隐私与安全性 中手动允许（或右键 → 打开）。本项目当前不提供正式 Windows 安装包。

本地开发

pnpm install
pnpm dev:web        # Web 开发服务器
pnpm dev:desktop    # Tauri Desktop（需 Rust + Tauri 2 依赖）
pnpm check          # format + lint + strict TS + 全部单测 + Rust 测试 + 发布校验
pnpm test:e2e       # Playwright E2E（web + desktop 模式）
pnpm test:agent-eval # Agent Eval：20 个 Golden Tasks（§80 独立输出）
pnpm benchmark      # 产物体积门禁

构建与发布（macOS arm64/x64 DMG、Windows x64 MSI、VSIX、CLI tarball）见开发指南。要求 Node.js 20+、pnpm 9+、Rust stable。

文档

• 当前状态与事实索引：Release Readiness · 项目记忆索引
• 产品与架构：产品需求 · 技术架构
• 规范：设计 · 工程 · Agent 安全与质量
• 专项：Skill 与 MCP · Provider 矩阵 · Agent Eval

反馈与贡献

欢迎通过 Issue 反馈问题、提出建议；提交代码前请先阅读开发指南。如果 Evir 对你有帮助，欢迎点一个 ⭐ Star 支持项目继续开发。

License

许可证将在正式开源发布前确定。引入第三方依赖时必须记录并核验其许可证。