一个成熟的 Java Agent CLI 产品,对标 Claude Code ,从第一期的 ReAct 单代理循环逐步演进到第十六期的 TUI 产品化。
当前进度:已完成第 16.1 期 inline 流式 TUI 形态修正、第 17 期 LSP 诊断注入 MVP、第 18 期 Git Side-History 快照与回滚 MVP、第 19 期 Prompt 分层架构 MVP、第 20 期 异步后台任务 + Runtime API MVP、第 21 期 图片复制粘贴输入 MVP。
日常开发不需要每次都跑全量测试。mvn clean package 默认跳过测试,优先产出可手工验收的 jar;需要回归时按改动范围选择:
# 第 16 期终端 / TUI / inline renderer 冒烟
mvn test -Pphase16-smoke
# 常规快速回归,跳过外部进程 / 网络超时 / 命令超时类慢测试
mvn test -Pquick
# 发版或大范围重构前再跑全量
mvn test -DskipTests=false- 🤖 基于 GLM-5.1 的智能对话
- 🔄 ReAct Agent 循环(思考-行动-观察)
- 🛠️ 工具调用(文件操作、确定性代码搜索、Shell命令、项目创建、RAG 语义检索、联网搜索、MCP 动态工具)
- 💬 交互式命令行界面
- 📝 普通任务和斜杠命令提交后会先把本轮原始输入以
>暗色整行块写回 transcript;输入态仍显示*,单行提交只占一行,不额外追加空白行。普通任务随后再进入 Thinking / 工具调用,避免 dock 刷新或 activity 重绘后用户输入从可见历史里消失 - 🧠 默认通过流式接口获取模型输出;inline ReAct 用固定高度 live thinking 区动态预览 reasoning,content / tool call 开始前清掉 live 区并把完整 reasoning 引用块落到 transcript,回答正文用低调标记起始;web_search / web_fetch 会在折叠头展示 query / URL,并在执行后输出一行结果摘要
- 🖥️ 终端会对常见 Markdown(标题、列表、表格、代码块)做渲染后再显示,避免直接暴露原始标记符号
- 📋 Plan-and-Execute + DAG 任务拆解与顺序执行
- ⌨️
/plan一次性进入计划执行 - 🧭 更清晰的复杂任务执行顺序与依赖展示
- ⚖️ 简单任务会自动生成最小计划,不再为了凑步数扩展无关步骤
- 🧠 短期记忆、长期记忆与相关记忆检索
- 📦 长对话摘要压缩与 Token 预算管理
- 🧮 长上下文动态预算、prompt cache 可见化与成本估算
- 💾
/memory与/save记忆管理入口
- 🔍 代码库实时搜索 + RAG 语义辅助(精确定位优先 glob/grep/read,自然语言模糊查询再 search_code)
- 🕸️ 代码关系图谱(类继承、接口实现、方法调用)
- 📡 本地 Ollama Embedding + 远程 API 可配置
- 🗃️ SQLite 向量存储与持久化
- 👥 多 Agent 协作(规划者 + 执行者 + 检查者)
- 🎯 主从架构编排器自动分配任务
- 🔍 检查者审查质量,未通过自动重试
- 🛠️ 执行者共享工具集,支持文件操作与代码检索
- 🔒 危险操作静态规则识别(
write_file/execute_command/create_project/revert_turn) ⚠️ 三级危险等级展示(高危 / 中危 / 安全)- ✅ 审批决策:批准、全部放行、拒绝、跳过、修改参数后执行
- 🔓 HITL 默认关闭,
/hitl on启用、/hitl off关闭
- ⚡ 同一轮多个工具调用会并行执行,适合同时读取多个文件、同时列目录、同时跑独立检查
- 🧵 ReAct、Plan-and-Execute、Multi-Agent Worker 共用同一套并行工具执行机制
- ⏱️ 工具批次有统一超时,超时工具会被取消并把超时结果回灌给模型
- 📋 Plan-and-Execute 与 Multi-Agent 会按 DAG 依赖批次并行推进独立任务
- 🔄 GLM-5.1、GLM-5V-Turbo、DeepSeek V4、阶跃星辰 StepFun 与 Kimi K2.6 多模型,
/model glm-5.1//model glm-5v-turbo明确切 GLM 模型,/model deepseek//model step//model kimi读取配置模型 - 🧱
LlmClient接口 + 模板方法基类,新增 provider 只需 ~20 行 - 💾 默认模型持久化到
~/.codingcli/config.json
- 🌐
web_search工具支持三条路:智谱 Web Search(与 GLM 共用 Key 默认推荐)、SerpAPI(国际通用付费)、SearXNG(开源自托管免费) - 📰
web_fetch工具:抓 URL → readability 提取 → 返回 Markdown 正文 - 🛡️ 内置网络访问策略:屏蔽内网、loopback、
file://;5MB 响应上限;每分钟 30 次限流 - 🚧 边界明确:SPA / 防爬墙返回空正文 + 已知边界提示,不重试
- 🛡️ 路径围栏:文件类工具强制限定在项目根之内,绝对路径外逃 /
..穿越 / 符号链接逃逸全部拦截 - 🧯 命令快速拒绝:HITL 之前的 fast-fail 黑名单(
sudo/rm -rf 全盘/mkfs/dd of=/dev/ fork bomb /curl|sh/find //chmod 777 //shutdown),减少 HITL 弹窗骚扰 - 📦 资源上限:
write_file5MB;execute_command60 秒超时 + 8KB 输出截断 - 📋 结构化审计:危险工具调用按天写一行 JSONL 到
~/.codingcli/audit/,可通过/audit [N]查看 - 🧱 定位:HITL 之外的辅助层,不是沙箱、不提供进程隔离
复制 .env.example 为 .env,并填入你的 GLM、DeepSeek、StepFun 或 Kimi API Key:
cp .env.example .env
# 编辑 .env 文件,填入你的 API Key或者在环境变量中设置:
export GLM_API_KEY=your_api_key_here
# 或
export STEP_API_KEY=your_step_api_key_here
export STEP_MODEL=step-3.5-flash
# 或
export KIMI_API_KEY=your_kimi_api_key_here
export KIMI_MODEL=kimi-k2.6长期记忆默认保存在用户目录下的 ~/.codingcli/memory/long_term_memory.json。
长期记忆只保存显式保存意图下的稳定事实:/save <事实>,或用户在自然语言里明确说“记一下 / 记住 / 以后记得”时由 Agent 调用 save_memory。默认保存为当前项目作用域;跨项目通用偏好可用 /save --global <事实> 或 save_memory(scope=global)。它不应包含一次性任务请求或临时文件名/目录名。
可用 /memory list 查看长期记忆,/memory search <关键词> 搜索当前项目可见记忆,/memory delete <id> 删除单条记忆。
代码索引默认保存在 ~/.codingcli/rag/codebase.db。
调试日志默认滚动写入 ~/.codingcli/logs/codingcli.log,旧日志会按保留天数和总容量自动清理。
ReAct / Plan task / SubAgent / Planner 的模型 reasoning_content 会以 LLM reasoning [...] 形式写入该日志,便于排查模型为什么选择某个工具或路径。
如果你想为某次运行指定单独目录,可以额外传入:
# 指定记忆目录
java -Dcodingcli.memory.dir=/tmp/codingcli-memory -jar target/codingcli-1.0-SNAPSHOT.jar
# 指定 RAG 索引目录
java -Dcodingcli.rag.dir=/tmp/codingcli-rag -jar target/codingcli-1.0-SNAPSHOT.jar
# 指定日志目录与保留策略
java -Dcodingcli.log.dir=/tmp/codingcli-logs \
-Dcodingcli.log.level=DEBUG \
-Dcodingcli.log.maxHistory=3 \
-Dcodingcli.log.maxFileSize=5MB \
-Dcodingcli.log.totalSizeCap=20MB \
-jar target/codingcli-1.0-SNAPSHOT.jar也可以放到 .env 或环境变量中:
CODINGCLI_LOG_LEVEL=DEBUG
CODINGCLI_LOG_DIR=/Users/yourname/.codingcli/logs
CODINGCLI_LOG_MAX_HISTORY=7
CODINGCLI_LOG_MAX_FILE_SIZE=10MB
CODINGCLI_LOG_TOTAL_SIZE_CAP=100MBMCP 子系统默认开启。~/.codingcli/mcp.json 不存在时,CodingCLI 会自动创建默认 chrome-devtools 配置:
{
"mcpServers": {
"chrome-devtools": {
"command": "npx",
"args": ["-y", "chrome-devtools-mcp@latest", "--isolated=true"]
}
}
}需要继续接入其他 server 时,可编辑 ~/.codingcli/mcp.json 或项目内 .codingcli/mcp.json:
{
"mcpServers": {
"fetch": {
"command": "uvx",
"args": ["mcp-server-fetch"]
},
"git": {
"command": "uvx",
"args": ["mcp-server-git", "--repository", "${PROJECT_DIR}"]
},
"remote-demo": {
"url": "https://mcp.example.com/v1",
"headers": {"Authorization": "Bearer ${REMOTE_TOKEN}"}
}
}
}command 表示 stdio server,url 表示 Streamable HTTP server。${PROJECT_DIR} / ${HOME} 是内置变量,其他 ${VAR} 从环境变量读取;缺失会在启动时直接提示。
需要复用当前登录态时,Chrome 144+ 推荐打开 chrome://inspect/#remote-debugging 并勾选 Allow remote debugging for this browser instance。旧版本或需要显式 CDP 端口时,可以启动带远程调试端口和独立 user-data-dir 的 Chrome,并在这个调试 Chrome 中完成登录:
# macOS
open -na "Google Chrome" --args --remote-debugging-port=9222 --user-data-dir=/tmp/codingcli-chrome-profile
# Windows
start chrome.exe --remote-debugging-port=9222 --user-data-dir=%TEMP%\codingcli-chrome-profile
# Linux
google-chrome --remote-debugging-port=9222 --user-data-dir=/tmp/codingcli-chrome-profile通常不需要用户预先切换;Agent 如果遇到登录页会自己调用 browser_connect。手工调试时也可以在 CodingCLI 内执行:
/browser status
/browser connect
/browser tabs
/browser disconnect
/browser connect 只在当前进程内把 chrome-devtools 切到 shared 模式,不会改写 ~/.codingcli/mcp.json。如果希望启动后默认 shared,可手动把 args 改为:
["-y", "chrome-devtools-mcp@latest", "--autoConnect"]旧式 CDP HTTP JSON 端口也可使用:
["-y", "chrome-devtools-mcp@latest", "--browser-url=http://127.0.0.1:9222"]浏览器测试可直接让 Agent 读取动态页面,例如:
帮我看下 https://mp.weixin.qq.com/s/RB7kF_BbsJZ5_Hmu9PxWdg 这篇文章讲了什么
期望路径是 web_fetch 尝试失败后,fallback 到 mcp__chrome-devtools__navigate_page 与 take_snapshot。
如果 server 支持 resources,可以直接查看或引用:
/mcp resources filesystem
/mcp prompts filesystem
帮我看下 @filesystem:file://README.md 这份文档
OAuth 和 sampling/createMessage 当前未实现;远程 server 需要鉴权时仍使用 headers + 环境变量注入 Bearer token。
# 编译(默认跳过测试)
mvn clean package
# 运行(需要本地 Ollama 已启动且拉取了 nomic-embed-text)
java -jar target/codingcli-1.0-SNAPSHOT.jar或者直接运行:
mvn clean compile exec:java -Dexec.mainClass="com.codingcli.cli.Main"当前默认模式是 ReAct。进入 Plan-and-Execute 的方式只有 /plan:
- 输入
/plan - 下一条任务会用计划模式执行
- 执行完成后自动回到默认
ReAct
如果想一条命令切模式并执行任务,可以直接输入:
/plan 创建一个 demo 项目,然后读取 pom.xml,最后验证项目结构
这条命令执行完成后,会自动回到默认的 ReAct 模式。
计划生成后,CLI 会先停下来等待确认:
- 按
Enter:按当前计划执行 - 按
Ctrl+O:展开完整计划 - 按
ESC:折叠完整计划或取消本次计划 - 按
I:输入补充要求并重新规划 - 按方向键不会触发取消;只有单独按下
ESC才会取消待执行 plan
read_file- 读取文件内容write_file- 写入文件内容list_dir- 列出目录内容glob_files- 按文件名 glob 实时查找项目内文件(只读,自动跳过常见构建/依赖目录)grep_code- 按关键字或正则实时搜索项目内代码,返回文件、行号与可选上下文execute_command- 在当前项目目录执行短时 Shell 命令(默认 60 秒超时,黑名单拦截破坏性命令)create_project- 创建项目结构(java/python/node)search_code- 语义检索代码库(自然语言查询,适合作为模糊语义或常规搜索无果时的辅助)web_search- 搜索互联网获取实时信息web_fetch- 抓取已知 URL 并提取正文 Markdownrevert_turn- 恢复到最近第 N 个 pre-turn 快照(走 HITL 与审计)mcp__{server}__{tool}- MCP server 动态提供的外部工具mcp__{server}__list_resources/mcp__{server}__read_resource- 支持 resources 的 MCP server 自动注册的虚拟工具
同一轮模型返回多个工具调用时,CodingCLI 会并行执行这些工具;如果工具之间有依赖关系,模型应分多轮调用。
文件类与代码检索工具(read_file / write_file / list_dir / glob_files / grep_code / create_project)路径强制限定在项目根之内,越界请求会被策略层拒绝;execute_command 通过命令黑名单拦截 sudo / rm -rf 全盘 / mkfs / dd of=/dev / fork bomb / curl|sh 等。revert_turn 会批量回写工作区,默认触发 HITL 和审计。所有 mcp__ 前缀工具默认触发 HITL 和审计。详见 /policy。
/plan- 下一条任务使用 Plan-and-Execute 模式/plan <任务>- 直接用 Plan-and-Execute 模式执行这条任务/team- 下一条任务使用 Multi-Agent 协作模式/team <任务>- 直接用 Multi-Agent 协作模式执行这条任务/cancel- 运行中请求取消当前任务;空闲时会提示当前没有正在运行的任务/hitl on- 启用危险操作人工审批(HITL)/hitl off- 关闭 HITL 审批/hitl- 查看 HITL 当前状态/mcp- 查看所有 MCP server 状态/mcp restart <name>- 重启单个 MCP server/mcp logs <name>- 查看 MCP server 最近 200 行 stderr 日志/mcp disable <name>- 运行时禁用 MCP server 并移除其工具/mcp enable <name>- 运行时启用 MCP server/mcp resources <name>- 查看 MCP server 暴露的 resources/mcp prompts <name>- 查看 MCP server 暴露的 prompts(只查看,不注入对话)/policy- 查看安全策略状态(路径围栏 / 命令黑名单 / 资源上限 / 审计目录)/audit [N]- 查看今日最近 N 条危险工具审计记录(默认 10)/snapshot- 查看最近 Side-Git 快照/snapshot status- 查看 Side-Git 快照状态/snapshot clean- 清理当前项目 Side-Git 快照目录/restore <N>- 恢复到最近第 N 个 pre-turn 快照/memory//mem- 查看记忆系统状态/memory list- 查看长期记忆列表/memory search <关键词>- 搜索当前项目可见长期记忆/memory delete <id>- 删除单条长期记忆/memory clear- 清空长期记忆/save <事实>- 手动保存项目级关键事实到长期记忆;/save --global <事实>保存跨项目通用偏好save_memory- Agent 内置工具,仅在用户明确要求保存长期偏好或稳定事实时调用;默认scope=project,跨项目通用偏好才用scope=global/index [路径]- 索引代码库(默认当前目录)/search <查询>- 语义检索代码(RAG 辅助路径)/graph <类名>- 查看代码关系图谱/clear- 清空对话历史/exit//quit- 退出程序
- Java 17
- Maven
- GLM-5.1 API
- OkHttp
- Jackson
- JLine 4(终端交互、Status、输入 widgets)
- SQLite(向量与图谱持久化)
- JavaParser(AST 分析)
- Ollama(本地 Embedding)
src/main/java/com/codingcli
├── agent/
│ ├── Agent.java # ReAct Agent
│ ├── PlanExecuteAgent.java # Plan-and-Execute Agent
│ ├── AgentRole.java # Agent 角色枚举
│ ├── AgentMessage.java # Agent 间通信消息
│ ├── SubAgent.java # 可配置子代理
│ └── AgentOrchestrator.java # Multi-Agent 编排器
├── cli/
│ ├── Main.java # CLI 入口
│ ├── CliCommandParser.java # 命令解析
│ └── PlanReviewInputParser.java # 计划审核输入
├── llm/
│ ├── GLMClient.java # GLM API 客户端;glm-5.1 走 Coding endpoint,glm-5v-turbo 走多模态 endpoint
│ ├── DeepSeekClient.java # DeepSeek API 客户端
│ ├── StepClient.java # 阶跃星辰 StepFun API 客户端
│ └── KimiClient.java # Kimi / Moonshot API 客户端
├── context/
│ ├── ContextMode.java # short / balanced / long 模式
│ ├── ContextProfile.java # 模型窗口与上下文策略
│ └── TokenUsageFormatter.java # Token / cache / 成本展示
├── memory/
│ ├── MemoryEntry.java # 记忆条目
│ ├── ConversationMemory.java # 短期记忆
│ ├── LongTermMemory.java # 长期记忆
│ ├── ContextCompressor.java # 上下文压缩
│ ├── TokenBudget.java # Token 预算管理
│ ├── MemoryRetriever.java # 记忆检索
│ └── MemoryManager.java # 记忆门面类
├── plan/
│ ├── Task.java # 任务定义
│ ├── ExecutionPlan.java # 执行计划
│ └── Planner.java # 规划器
├── rag/
│ ├── EmbeddingClient.java # Embedding API 客户端
│ ├── VectorStore.java # SQLite 向量存储
│ ├── CodeChunk.java # 代码块模型
│ ├── CodeChunker.java # 代码分块器
│ ├── CodeAnalyzer.java # AST 关系分析
│ ├── CodeRelation.java # 代码关系模型
│ ├── CodeIndex.java # 索引管理器
│ └── CodeRetriever.java # 检索入口
└── tool/
└── ToolRegistry.java # 工具注册表