Mixdog Vibe 项目

项目简介

Mixdog 是一款开源的 AI 编程智能体工作台，覆盖命令行（CLI）、桌面端（Desktop）和远程 Web 三端形态，以 Apache-2.0 协议在 GitHub 开源，当前版本 v1.0.4，已发布 Windows x64 安装包与 npm 全局包。它把"模型、工具、上下文、记忆、会话"五个层次串成一个统一工作区，让个人开发者与小团队用一套熟悉的本地界面，就能驱动 Claude、GPT、Grok、Gemini、DeepSeek、OpenRouter 等主流大模型完成代码、文档、表格、图像乃至浏览器和桌面应用等多种任务，而不必自己拼凑终端、编辑器、聊天窗口与浏览器标签页。

核心功能

1. 多模型并行会话管理：支持 Anthropic、OpenAI、Google、xAI、OpenRouter、DeepSeek 等十余家供应商的 API Key 与 OAuth 订阅登录，可在同一窗口中并行运行多个独立的智能体会话，按角色分配不同模型。
2. 缓存与上下文压缩：内置面向不同供应商的缓存感知压缩、闲置时长压缩、结构化交接压缩等机制，可在不丢任务连续性的前提下显著降低平均上下文体积。
3. 代码图与代码整洁：内置 tree-sitter 与 ast-grep，解析 31 种语言的语法树并对 24 种语言抽取符号与引用；内置的"Code Tidy"能力可调用项目本地或受管规范化的格式化与检查引擎，按工程配置做格式化、静态检查与结构规则修复。
4. 桌面端一体化工作区：把 Monaco 编辑器、Git 视图、终端、文件浏览器、代码图与 Diff 视图整合在同一个 Electron 应用中，支持分屏多任务与 LSP 按需加载，减少窗口切换。
5. Browser Use 与 Computer Use：在 Windows 上可驱动已登录的 Chromium 进行表单填写、标签页操作、文件下载，亦可通过无障碍接口、截图与 OCR 操作原生桌面应用，每次首次执行前会要求明确授权。
6. 文档、表格、PDF 与图像视频：可创建和编辑 Word、Excel、PowerPoint、PDF 文件，并附带预览；内置图像与短视频 Studio，可在本地画廊中连续生成或编辑。
7. 本地模型 Provider：下载和运行本地模型时无需另起模型服务进程，运行时目前要求 Windows x64 与 NVIDIA GPU，并由"Extensions → Plugin → Local Provider"统一管理下载进度、闲置自动卸载等。

技术实现

Mixdog 的整体架构由共享的 Node.js 运行时驱动 CLI、TUI 与 Desktop 三端，终端 UI 基于 React 与 Ink，桌面端使用 Electron、React、TypeScript、Monaco 与 xterm.js 三类浏览器复用并集成 LSP 与 Diff，原生工具链则使用 tree-sitter 与内嵌的 ast-grep 进行结构化解析与规则化检查，确保对 31 种语言的解析覆盖和 24 种语言的符号抽取能力。浏览器自动化基于 Chromium 与 Chrome DevTools Protocol 实现对已登录会话、表单和下载的精确控制；长期记忆采用本地 PostgreSQL 配合 pgvector 与全文检索，对历史会话进行语义与词法检索，避免把整段对话历史塞回提示词；文档侧使用可移植的 OOXML 与 PDF 工具链，Windows 上额外接入 Microsoft Office 自动化；提示词层面则将精简的长期规则、按需加载的 Skill 体与运行时状态分离，通过上下文压缩、缓存复用和工具结果减量三层叠加，把反复重发的上下文降到最低。

快速上手

1. 在 Windows 上从 GitHub Releases 下载最新版的 mixdog-desktop-win-x64.exe 双击运行；或在 Node.js 22.19 及以上环境中执行 npm install -g mixdog。
2. 首次启动会进入引导式设置，按提示选择供应商登录方式（订阅 OAuth、API Key 或本地 Provider），并挑选主工作流。
3. 在 Desktop 中打开"Projects"面板关联本地代码仓库，或在终端的工程目录下执行 mixdog 直接进入 TUI。
4. 使用 /model、/workflow、/agents、/effort、/fast 等命令按角色切换模型和工作流，按需开启 /websearch 或安装 Browser Use 等扩展。
5. 在 TUI 中输入 /goal --time 1h 启动有明确完成条件与时限的目标式会话，或用 /resume、/compact、/autoclear 管理长会话的上下文与历史。

适用人群

希望在一个本地界面内同时使用多家模型完成多任务并行处理的独立开发者；需要在 Git、终端、编辑器、浏览器之间来回切换的全栈工程师；想要让 AI 智能体安全操作浏览器或桌面应用的自动化与运维人员；以及希望用同一套工作流覆盖代码、文档、表格与图像视频等任务的小型团队与产品负责人。