OpenCode and Continue customization was previously planned but unavailable, and Runtime-native capabilities were not represented consistently across providers. GoodBuddy now provides secure Main-owned customization settings, truthful native inventories, OpenCode Agents and Commands, Continue Rules and Prompts, DSH Web Search/Fetch, MCP Prompt and Resource metadata, and manual compaction where supported. Native capabilities are presented in eleven accessible tabs with Tools separated from Commands, LSP, and Formatters. Tool source and Ask/Execute availability are explicit, external OpenCode remains connection-only, Continue reports unsupported static tool discovery instead of advertising unreachable Skills, and disposable inventory probes avoid retaining background runtimes. Ask remains read-only at the Runtime boundary, Execute keeps the existing authorization controls, and credentials remain confined to Main. Release note: 新增 OpenCode、Continue 与 DeepSeek Harness 的 Runtime 原生定制与真实能力清单;工具来源、Ask/Execute 可用性、上下文压缩和 MCP 元数据现在可清晰查看,同时继续保持 Main 进程凭据保护与现有权限边界。
12 KiB
12 KiB
GoodBuddy 功能矩阵与路线图
本文记录 GoodBuddy 的已提供能力和路线图。未完成项目不代表已包含在当前版本中。
状态说明
- 已提供
- 开发中或规划中,具体以条目标注为准
功能总表
桌面基础、工作空间与上下文
- 跨平台桌面应用:支持 Windows、macOS、Linux,以及
x64、arm64发布目标。 - Projects 与独立对话:按项目隔离上下文,管理会话、附件和 Git 工作区变更。
- 文件、截图、窗口、剪贴板上下文:用户明确选择后才加入模型上下文。
- 富文本回答:支持 GitHub Flavored Markdown、LaTeX 数学公式和受控 Mermaid 图表;大图可缩放、拖动或查看源码,失败时保留原始图表代码。
- 项目 Agent Space(规划中):在 Project 中统一角色、知识、Skills/MCP、模型、审批策略、预算和超时,并支持模板复用。
Agent Runtime 与模型连接
- 直连模型 Runtime:支持问答、知识总结、受控工具执行和图像生成。
- OpenCode 与 Continue:使用隔离子进程、环境变量白名单、统一配置、取消、超时和活动记录。
- DeepSeek Harness(预览):使用 GoodBuddy 固定 Host 和 OpenAI 兼容模型连接;Ask 只允许调用 Host 中真实注册的
read、skill以及 Main 管理的 Web Search/Fetch 代理,拒绝插件同名冒充,Execute 放行全部已启用内置及插件工具,并以当前用户权限运行。 - DSH npm 插件市场:市场默认关闭,由用户显式开启后搜索公共 npm 的
dsh-plugin包,使用捆绑 npm 执行精确版本安装和普通 lifecycle scripts,并支持启停、JSON 配置、移除、失败启动自动停用和离线管理已安装插件;关闭市场只隐藏目录与管理界面,不改变已有插件的启停状态,第三方代码不受 Ask 初始化隔离。 - Ask 与 Execute 工作模式:Ask 保持只读;Execute 运行已启用且受边界约束的工具。
- 专家与 Subagent:支持显式专家、团队分析和最多三个只读专家并行分析。
- 角色绑定模型连接:每个角色可继承默认模型或选择独立文本模型连接,失效连接安全回退默认模型,综合角色始终继承默认模型。
- 多协议模型配置:支持 Anthropic Messages、OpenAI Chat Completions、OpenAI Images 和无认证本机模型。
- 上下文用量与自动压缩:直连模型按每次成功调用更新供应商用量,图片与工具轮次使用同一口径,供应商缺失 usage 时才回退估算;界面明确区分“本次模型调用”和“压缩后对话估算”,压缩标识的前后值使用同一估算口径,运行记录仍保留各次模型调用的供应商 usage。对话与多轮工具 Agent 可在已完成调用越过阈值后自动重复压缩,规划时先为固定提示、工具定义和摘要预留预算;同一回复会分别保留 Agent 工具上下文与对话历史的压缩标识,并在应用重启或较早消息滚出本地历史窗口后继续复用摘要。
- Main-only 凭据保护:API Key 使用系统安全存储加密,不暴露给 Renderer。
- OpenCode Runtime 定制:GoodBuddy 管理的内置 OpenCode 可发现原生 Agents、Tools、Commands、LSP、Formatters、MCP、Skills、Prompts 与 Resources;Tools 单独显示读取、文件修改、命令、网络、Agent 编排等类型、来源及 Ask/Execute 可用性,并隐藏 OpenCode 内部
invalid与 GoodBuddy 临时 MCP 工具。支持保存默认 Agent、每次请求覆盖 Agent、通过原生 SDK 执行 Command、显示上下文用量并调用原生 Compact;外部 OpenCode Server 只报告连接状态,不宣称原生清单可读。任意插件安装、Session Share、自动 Worktree 和 OpenCode 原生会话持久化仍不开放。 - Continue Runtime 定制:提供静态配置中的原生 Rules、Prompt 模板与 MCP 清单,以及可编辑的 GoodBuddy Rules/Prompt 配置预设;聊天可按请求选择预设和填入可继续编辑的 Prompt。当前 Continue Host 没有可信的静态原生 Tool 发现接口,且使用隔离的
CONTINUE_GLOBAL_DIR,因此界面明确标记 Tools 不支持静态发现,也不把 Host 实际不会加载的工作区或用户 Skills 冒充原生能力;GoodBuddy 分配的 Skills 仍按请求暂存执行。Continue 临时 Host 不复用原生会话压缩,手动压缩由 GoodBuddy 摘要模型完成并验证持久化摘要覆盖范围;Agent 交互提问转换为统一问答卡片。Resources、Hooks、后台 Job 和 Continue 原生会话管理继续暂缓。 - Runtime 原生清单语义:原生能力以 Agents、Tools、Commands、Skills、MCP、Rules、Prompts、Resources、LSP、Formatters 和上下文 11 个页签展示;清单状态独立于 Runtime 连通性,区分完整、部分、不可用、仅连接和不支持。DeepSeek Harness 通过 Host Registry 枚举有界的内置/插件 Tools 与 Skills,显示真实 Ask/Execute 边界,并排除 GoodBuddy 按请求分配的 Skills、Web/MCP 代理。
- 可执行 Subagent(规划中):提供显式 Execute 委派,限制嵌套、并行、Token、时间和工具权限,并保留父子任务审计。
Skills、MCP 与知识库
- Skills 按需接入:可分配给直连模型、OpenCode、Continue 和 DeepSeek Harness,并使用有界资源和受控 Runtime 边界。
- MCP Tools:显式启用的自定义 MCP 可按 Runtime 分配给直连模型、GoodBuddy 管理的 OpenCode、Continue Agent Execute 和 DeepSeek Harness,并仅在 Execute 加载;Agent 子进程只获得按请求签发的本机回环权限,MCP 地址、命令和凭据保留在 Main,动态工具仍会重新发现并经过现有执行记录与权限边界。
- MCP Prompts 与 Resources 元数据:MCP 测试仅在 Server 声明对应能力时发现有界的 Prompt、参数与 Resource 元数据,不读取 Resource 内容;Runtime 支持的 Prompt 可填入聊天草稿后继续编辑。OpenCode 可报告实验性 Resource 清单,Continue 当前版本明确不支持 Resources。
- 本地知识库:支持文件、目录和网页导入、SQLite FTS5 检索及来源追溯。
- 知识图谱:支持规则、模型和混合抽取,以及实体、关系、别名和证据维护。
- 向量模型配置与检索:可配置兼容 Embeddings 接口并用于语义检索。
- 向量诊断与索引任务:提供真实向量生成诊断、按文档重建进度、取消、失败状态与重启后结果恢复;每篇成功文档立即可用于检索。
- 混合检索测试台:支持全文、中文词组、向量和图谱通道诊断,可调 Top K、阈值、权重、本地或学习型重排及上下文预算。
- 分块、维护与评估:支持固定、结构化和父子分块,分块维护、可取消重建及双语检索评估。
- 受控知识本体:每个知识库可定义实体、关系、别名和端点约束,保留证据偏移、置信度和抽取来源,并显式提示图谱重建。
- 强制检索与引用上下文:对话可按需或每次先检索,显示零结果、降级、失败与取消状态,并可查看引用上下文或安全打开来源。
- 魔法笔记 / Magic Notes:提供本地优先的笔记与待办工作台、范围管理、编辑、筛选和受控 AI 评论;创建、保存和评论结果使用统一应用通知。
- MCP Server Control Plane(规划中):统一 MCP 生命周期、健康检查、重连、Schema 缓存、隔离、审批和审计。
- 可追溯笔记摘录与 AI 编辑(规划中):从对话、知识和网页收集带来源的摘录,并提供需确认的总结、改写和整理操作。
工作管理、长期协作与工作流
- 任务、活动与成果:集中管理任务状态、审计活动和成果文件;Token 用量按 Runtime 与模型归类,并针对 OpenAI 兼容与 Anthropic Messages 的不同上报口径归一化展示缓存命中率;活动按会话分组并默认收起,避免长历史占满页面。
- 记忆与智能心跳:提供周期回顾、建议记忆、洞察、后续任务和可审计运行轨迹。
- 批量运行与对比实验室(规划中):对模型、Prompt、角色和工作流配置执行批量对比,汇总质量、耗时、Token、费用、失败率和成果差异。
- 时态记忆与事实冲突检测(规划中):为记忆和知识图谱增加有效期、当前事实、过期与矛盾检测、事实核验及证据回溯。
- 可视化受控工作流(规划中):提供版本化 DAG、条件分支、审批、取消和恢复,执行节点继续经过 Main Runtime 边界。
- 统一 Run Graph 与回放(规划中):关联任务、Subagent、模型、知识、工具审批、用量和成果,支持失败定位、重试和脱敏导出。
浏览器、通信、语音与应用维护
- 浏览器和桌面受控工具:保留范围、取消、超时、输出边界和执行记录。
- 远程消息通道项目:微信 ClawBot、企业微信和钉钉分别拥有系统管理的项目、独立远程会话、工作目录、处理后端、默认 Ask/Execute 模式及任务活动归属。
- 微信 ClawBot 扫码与媒体:通过独立 Sidecar 完成本机扫码、验证码、加密凭据和文字收发;支持个人微信私聊图片与文件,单条消息最多 4 个附件、解密后合计不超过 12MB。
- 微信安全回传:支持返回当前任务生成的图片,或在用户明确要求时将本次最终文本生成为 Markdown 附件;不自动读取或发送已有工作区文件。
- 企业微信与钉钉连接:支持 Main-only 加密设置、环境变量只读覆盖、连接测试、动态启停、发送者范围和状态诊断。
- 可选本地语音模型管理:应用不内置模型权重;提供校验下载、进度与取消、来源链接、本地目录导入、切换和删除。
- 本地录音与离线转写:采集麦克风音频并使用已选择的本地模型离线转写,支持停止、取消、状态反馈和资源释放。
- 版本检查:仅检查固定官方 Release 和当前平台清单,不自动下载或安装。
- 内网兼容模式:默认开启;允许应用内 HTTP 与无效、自签名或过期的 HTTPS 证书,关闭后恢复严格地址和证书校验。
开源、构建与发布
- 0BSD 开源许可:原创代码可自由使用、复制、修改、分发和商用;第三方组件和资源仍遵循各自许可证。
- 可复现依赖安装与源码构建:使用锁定依赖、Node.js 24 和统一的测试、类型检查、Lint、生产构建命令。
- 六平台原生发布矩阵:Windows、macOS、Linux 的
x64、arm64目标由原生 Runner 构建,并提供发布清单和 SHA-256 哈希。
开放接口、团队协作与远程执行
- 远程任务委派:仅在用户显式配置端点和令牌后启用,按全局内网兼容模式使用 HTTP(S),结果进入持久化发件箱。
- Headless Runtime API(规划中):提供本机优先的任务、事件、状态和成果 API,以及有范围、有效期、限流和撤销能力的令牌。
- GoodBuddy Team Hub(规划中):以可选服务提供组织、RBAC、项目共享、远程 Agent、策略下发和租户审计。
- 多云远程沙盒 Agent(规划中):通过云厂商 API 和 SSH Agent 管理专用 Linux 沙盒;凭据留在 Main 进程,高风险控制面操作单独确认。
规划原则
规划中的工作流、Subagent、MCP、远程 API 和沙盒能力不得绕过现有 Main Runtime、Ask/Execute、权限、取消、超时和审计边界。