diff --git a/.tmp-antx-icons/file-excel.svg b/.tmp-antx-icons/file-excel.svg new file mode 100644 index 0000000..f1db3e3 --- /dev/null +++ b/.tmp-antx-icons/file-excel.svg @@ -0,0 +1,4 @@ + + + + diff --git a/.tmp-antx-icons/file-image.svg b/.tmp-antx-icons/file-image.svg new file mode 100644 index 0000000..62f6007 --- /dev/null +++ b/.tmp-antx-icons/file-image.svg @@ -0,0 +1,4 @@ + + + + diff --git a/.tmp-antx-icons/file-markdown.svg b/.tmp-antx-icons/file-markdown.svg new file mode 100644 index 0000000..56a57e4 --- /dev/null +++ b/.tmp-antx-icons/file-markdown.svg @@ -0,0 +1,4 @@ + + + + diff --git a/.tmp-antx-icons/file-pdf.svg b/.tmp-antx-icons/file-pdf.svg new file mode 100644 index 0000000..f4382b8 --- /dev/null +++ b/.tmp-antx-icons/file-pdf.svg @@ -0,0 +1,4 @@ + + + + diff --git a/.tmp-antx-icons/file-ppt.svg b/.tmp-antx-icons/file-ppt.svg new file mode 100644 index 0000000..7f508dd --- /dev/null +++ b/.tmp-antx-icons/file-ppt.svg @@ -0,0 +1,4 @@ + + + + diff --git a/.tmp-antx-icons/file-text.svg b/.tmp-antx-icons/file-text.svg new file mode 100644 index 0000000..2d770f8 --- /dev/null +++ b/.tmp-antx-icons/file-text.svg @@ -0,0 +1,4 @@ + + + + diff --git a/.tmp-antx-icons/file-word.svg b/.tmp-antx-icons/file-word.svg new file mode 100644 index 0000000..c83f801 --- /dev/null +++ b/.tmp-antx-icons/file-word.svg @@ -0,0 +1,4 @@ + + + + diff --git a/.tmp-antx-icons/file-zip.svg b/.tmp-antx-icons/file-zip.svg new file mode 100644 index 0000000..f8d0351 --- /dev/null +++ b/.tmp-antx-icons/file-zip.svg @@ -0,0 +1,4 @@ + + + + diff --git a/.tmp-antx-icons/outlined-java-script.svg b/.tmp-antx-icons/outlined-java-script.svg new file mode 100644 index 0000000..2cc75de --- /dev/null +++ b/.tmp-antx-icons/outlined-java-script.svg @@ -0,0 +1 @@ + diff --git a/.tmp-antx-icons/outlined-java.svg b/.tmp-antx-icons/outlined-java.svg new file mode 100644 index 0000000..9878837 --- /dev/null +++ b/.tmp-antx-icons/outlined-java.svg @@ -0,0 +1 @@ + diff --git a/.tmp-antx-icons/outlined-python.svg b/.tmp-antx-icons/outlined-python.svg new file mode 100644 index 0000000..92df0c7 --- /dev/null +++ b/.tmp-antx-icons/outlined-python.svg @@ -0,0 +1 @@ + diff --git "a/PPT-Skill\347\224\265\346\242\257\346\265\267\346\212\245-\350\247\243\346\236\204\345\255\246\346\234\257\351\243\216.png" "b/PPT-Skill\347\224\265\346\242\257\346\265\267\346\212\245-\350\247\243\346\236\204\345\255\246\346\234\257\351\243\216.png" new file mode 100644 index 0000000..f6a70be Binary files /dev/null and "b/PPT-Skill\347\224\265\346\242\257\346\265\267\346\212\245-\350\247\243\346\236\204\345\255\246\346\234\257\351\243\216.png" differ diff --git a/README.md b/README.md index 04621ac..7805fdd 100644 --- a/README.md +++ b/README.md @@ -1,11 +1,3 @@ - -

Meldwork README banner

@@ -14,84 +6,63 @@ English · 简体中文

-# Meldwork — Local-first multi-agent orchestration for AI coding agents +# Meldwork — A local-first workspace for General Agents -**Coordinate Codex, Claude Code, Gemini CLI, and 9 more agent CLIs from one desktop workspace. Stop manually copying context between terminals — Meldwork freezes one task snapshot, sends it to every selected agent, captures their independent findings as evidence, and gates workspace writes behind your approval.** +**Turn several General Agents into a reviewable working group. Meldwork gives every task a shared context, lets selected Agents investigate independently or discuss across rounds, and keeps the evidence and human decision visible before anything is adopted.** -Meldwork is a local-first multi-agent orchestration desktop app for macOS (Apple silicon). It connects the AI coding agent CLIs you already have installed — Codex, Claude Code, Hermes, OpenCode, Gemini CLI, Qwen Code, Kimi Code, MiMo Code, Pi Agent, OpenClaw, OpenCodeReview, and WorkBuddy — into one reviewable workspace where you can run Direct sessions, Concurrent Responses (same task, multiple agents, independent replies), or Auto Discussion V4 (agents propose, challenge, negotiate responsibilities, and verify results across rounds). +Meldwork is a local-first Electron workspace for using the Agent tools you already have on your Mac. It supports focused conversations, independent concurrent responses, and Auto Discussion V4 for proposal, challenge, negotiated work, synthesis, and verification. Agents can work with text, files, images, media, Skills, and selected knowledge sources, so the same workspace can support research, analysis, writing, planning, review, and implementation. -Unlike terminal multiplexers (tmux, zellij) that show raw output side by side, Meldwork preserves every finding as structured evidence (Finding → Evidence → Decision → Disposition), keeps a human adoption gate before any file changes, and makes multi-agent work inspectable and reusable across sessions. +The product is organized around a durable review record: **Case → Finding → Evidence → Decision → Disposition**. Meldwork keeps the task snapshot, Agent contributions, run state, artifacts, Human Gates, and adoption decision together in one local work cell. Workspace writes are opt-in and remain under the user's control.

- Download Meldwork V1.0.4 for Apple silicon macOS + Download Meldwork V1.0.5 for Apple silicon macOS · Architecture · License

-## Who it is for +## What Meldwork is for -Use Meldwork when you: +Meldwork is useful when a decision benefits from more than one perspective and a clear record of why a result was adopted. Typical work includes: -- run multiple AI coding agents (Codex, Claude Code, Gemini CLI, Hermes, OpenCode, etc.) and want to coordinate them without manually passing context between terminals; -- need independent review for code, research, or product analysis before choosing a path; -- want to compare multiple agents' responses to the same task side by side, with evidence trails and a human approval gate before any workspace writes; -- need inspectable traces, evidence, and human review for multi-agent coding sessions — so you can resume, audit, and reuse work across sessions. +- research and information synthesis across local Agent tools and selected knowledge sources; +- product, market, operational, and technical analysis; +- writing, planning, review, and structured document work; +- multimodal work with local documents, images, audio, video, PDFs, and code or configuration files; +- implementation and review tasks where findings, evidence, permissions, and the final adoption decision should remain inspectable. -## Workflow +## How a task moves through Meldwork -1. **Select** the local Agents and participants. -2. **Scope** the goal, working directory, context, and permissions. -3. **Run** Direct, Concurrent Responses, or Auto Discussion V4. -4. **Review and adopt** the result, evidence, and any Human Gate before changing the workspace. +1. **Select** the Agents and participants for this Case. +2. **Scope** the goal, working directory, context, attachments, Skills, knowledge sources, and permissions. +3. **Run** a direct conversation, Concurrent Responses, or Auto Discussion V4. +4. **Review** the findings, evidence, artifacts, trace, and any Human Gate. +5. **Adopt** the approved result or leave the Case unresolved for further work. ## Collaboration modes | Mode | What happens | Best for | | --- | --- | --- | -| **Direct** | One selected Agent keeps its conversation and native session when supported. | Focused work with one Agent. | -| **Concurrent Responses** | Selected Agents receive the same frozen task snapshot and return independent replies in stable order. | Comparing approaches before choosing one. | -| **Auto Discussion V4** | The first round runs concurrent proposals. Later turns follow the discussion: one Agent can route the next turn with `@Agent`, or several Agents can be selected for a concurrent response. Native Agent sessions continue across rounds. | Multi-round work that benefits from discussion, flexible routing, and review. | - -Participants are always selected by the user. Automatic selection from a larger roster is outside the current preview. +| **Direct** | One selected Agent keeps its conversation and native session when supported. | Focused research, writing, analysis, or execution. | +| **Concurrent Responses** | Selected Agents receive the same frozen task snapshot and return independent responses in stable order. | Comparing perspectives before choosing a path. | +| **Auto Discussion V4** | Agents propose, challenge, negotiate responsibilities, execute agreed work, synthesize a candidate result, and verify it across bounded rounds. Native Agent sessions continue when supported. | Multi-step work that needs discussion, division of responsibility, and review. | -## How Meldwork differs +Participants are selected by the user. Automatic selection from a larger roster is outside the current preview. -Meldwork is a local-first multi-agent orchestration desktop app — not a terminal multiplexer, cloud agent fleet, communication network, or programmable orchestration framework. It connects the local Agent CLIs you already use to a decision-ready review workflow and keeps independent findings, evidence, responsibility, and the human adoption decision visible in one local workspace. +## The review record -If you're comparing Meldwork to other multi-agent orchestration tools, here's where it fits: - -| Tool | What it does | What Meldwork adds | -| --- | --- | --- | -| tmux / zellij | Terminal multiplexer — run agents in panes, manually copy context between them | Frozen task snapshots, evidence trails, human adoption gate, no manual context passing | -| Claude Code Agent Teams | Native subagent spawning within Claude Code only | Cross-CLI: mix Codex, Claude Code, Hermes, OpenCode and 8 more in one workspace | -| Claude Squad / amux / Conductor | Parallel agent runners with git worktree isolation | Evidence-backed review (Finding → Evidence → Decision → Disposition), not just parallel execution | -| CrewAI / AutoGen / LangGraph | Programmable multi-agent frameworks you build yourself | Ready-to-use desktop workflow — no orchestration code to write | -| Conductor (conductor.build) | macOS desktop for parallel Claude Code + Codex | Heterogeneous CLI support (12+ agents), evidence trails, human gate before writes | -| Emdash | Electron desktop for 22+ CLI agents | Decision traceability, evidence-aware runs, structured adoption records | -| Bernstein | Deterministic orchestrator with pre-merge verification | Human-in-the-loop adoption gate, not just automated CI checks | -| Buzz / Pragma / Paperclip | Agent communication / workflow / org management | Case-scoped independent judgments with evidence-backed decisions, not identity or org charts | -| Warp Oz / Devin / Factory / OpenHands Cloud | Cloud-hosted agent execution platforms | Runs locally in your Electron work cell with existing CLIs — no cloud dependency | - -## See it in action +Meldwork treats collaboration as a decision process rather than a stream of chat messages: - - - - - - - - - - - -
Local Agent discoveryMulti-agent reviewDirect multimodal work
Meldwork local-first multi-agent workspace detecting Agent CLIsMeldwork multi-agent collaboration with evidence and human reviewMeldwork direct Agent workspace with local files and media
+- **Case** defines the question, scope, context, and permissions. +- **Finding** records an Agent's claim, observation, or proposed action. +- **Evidence** links the finding to a response, artifact, file, knowledge result, or other bounded reference. +- **Decision** records what the evidence supports, what remains uncertain, and which path is selected. +- **Disposition** records whether the result was accepted, revised, rejected, superseded, or left unresolved. -Example: give Codex, Claude Code, and Gemini CLI the same task — review a PR, analyze a bug, or compare implementation approaches. Meldwork freezes the task context, sends it to all three agents simultaneously, captures their independent findings as evidence, and lets you adopt only the result you approve. No manual context copying between terminals. +The Run Ledger preserves phase, participant, attempt, receipt, artifact, recovery, and Human Gate state. Diagnostic tool output and sensitive runtime details stay behind the Electron main-process boundary. -## Supported local Agent CLIs +## General Agent catalog -Meldwork detects and invokes an installed command when its adapter and the CLI version are compatible: +Meldwork detects and invokes compatible locally installed Agent commands. The catalog currently includes: @@ -112,15 +83,21 @@ Meldwork detects and invokes an installed command when its adapter and the CLI v
-Approved Agent Connectors can be added through the [Agent Connector SDK](docs/agent-connector-sdk.md); custom executable Agents use the desktop custom-Agent path. See the [desktop guide](desktop/README.md) for the full adapter and capability matrix. +Approved Agent Connectors and custom executable Agents use the desktop connector paths. The [desktop guide](desktop/README.md) contains the current adapter, installation, provider, and capability matrix. + +## Context and local boundaries -## Quick start +Meldwork runs as a local Electron application. Conversations, group configuration, run records, and app-owned attachments stay in the local user data directory. The renderer receives only validated snapshots through a narrow preload API; executable paths, credentials, native session references, Skill paths, and unrestricted shell access remain in the main process. -### Apple silicon macOS preview +Selected Agents may send prompts, attachments, or Skills to their configured model Provider. Knowledge access is explicit and bounded: the current implementation supports local Obsidian retrieval and CLI-owned Feishu or DingTalk access modes. Local-first describes where Meldwork stores and coordinates work; it does not promise that a configured Agent Provider is offline. -Download [`Meldwork-0.1.4-arm64.dmg`](https://github.com/Ryder-MHumble/Meldwork/releases/download/Meldwork-V1.0.4/Meldwork-0.1.4-arm64.dmg) from the [official V1.0.4 prerelease](https://github.com/Ryder-MHumble/Meldwork/releases/tag/Meldwork-V1.0.4), move Meldwork to Applications, and install at least one supported local Agent CLI. The prerelease is ad-hoc signed and not notarized; macOS may require **Open Anyway** in **System Settings -> Privacy & Security** on first launch. +## Download V1.0.5 -### Run from source +For Apple silicon macOS, download the [Meldwork V1.0.5 prerelease](https://github.com/Ryder-MHumble/Meldwork/releases/tag/Meldwork-V1.0.5) and choose [`Meldwork-0.1.5-arm64.dmg`](https://github.com/Ryder-MHumble/Meldwork/releases/download/Meldwork-V1.0.5/Meldwork-0.1.5-arm64.dmg). The release also includes a ZIP archive and SHA-256 manifest. Install at least one supported local Agent CLI before opening the app. + +The preview artifacts are ad-hoc signed and not notarized with an Apple Developer ID. macOS may require **Open Anyway** under **System Settings → Privacy & Security** on first launch. + +## Run from source Prerequisites: Node.js `22.12+` and npm. @@ -139,16 +116,16 @@ npm --prefix frontend run build:desktop npm --prefix desktop test ``` -## Current boundary +## V1.0.5 + +V1.0.5 improves local Agent readiness and recovery, preserves healthy participants when another Agent fails, keeps completed and stopped work visible after restart, and tightens group execution and output handling. It also updates the workspace preference flow, sidebar and titlebar details, and the Pi capability probe contract. -Meldwork is a local Electron desktop app for multi-agent orchestration and review — not a hosted agent fleet or a general agent framework. The current preview does not provide remote/cloud agent execution, automatic participant selection, enterprise SSO/RBAC/governance, or an Outcome Network. Local-first does not mean fully offline: a selected Agent may send prompts, attachments, or Skills to its configured Provider. Workspace writes are opt-in workflow controls, not an operating-system sandbox. +Verification for this prerelease includes 343/343 frontend tests, 1,562/1,562 desktop tests, six deterministic evaluation cases with 18 results, web and desktop builds, packaging, ZIP integrity, deep code-signature verification, and packaged macOS acceptance for group execution, cancellation, and restart recovery. The artifacts remain ad-hoc signed and unnotarized; live behavior still depends on the installed Agent CLI version, authentication, Provider, and capabilities. -## Docs +## Documentation - [Architecture and product boundary](architecture.md) - [Desktop setup and Agent matrix](desktop/README.md) -- [Agent Connector SDK](docs/agent-connector-sdk.md) -- [AI discoverability index](docs/ai-discoverability.md) - [Contributing](CONTRIBUTING.md) - [Security policy](SECURITY.md) diff --git a/README.zh-CN.md b/README.zh-CN.md index a43820e..107f27a 100644 --- a/README.zh-CN.md +++ b/README.zh-CN.md @@ -1,11 +1,3 @@ - -

Meldwork README banner

@@ -14,80 +6,63 @@ English · 简体中文

-# Meldwork 为 AI Agent 构建组织层 +# Meldwork：本地优先的 General Agent 工作空间 + +**把多个 General Agent 组织成一个可复核的工作小组。Meldwork 为每个任务建立共享上下文，让选定的 Agent 独立调查或分轮讨论，并在采用结果前保留完整的证据和人工决策。** -**多数工具是在帮人类管更多 Agent；Meldwork 解决的是另一件事：让多 Agent 协作变得可见、可追责、可复用。** +Meldwork 是一个本地优先的 Electron 工作空间，用来连接你已经在电脑上使用的 Agent 工具。它支持直接会话、独立并发回复，以及包含提案、质询、职责协商、分工执行、整合和复核的 Auto Discussion V4。Agent 可以处理文字、文件、图片、音视频、Skill 和选定的知识源，因此同一个工作空间可以覆盖研究、分析、写作、规划、评审和实施。 -当前预览版是一个面向已支持本地 Agent CLI 的本地工作单元。它把参与者、上下文、协作边界、运行状态和人类复核放在同一个工作空间里。已选 Agent 现在可以并发回复，也可以围绕同一目标先独立提案，再根据讨论互相指定下一位参与者，最后协作完成工作并进行复核。 +产品围绕一条可持续复核的记录组织工作：**Case → Finding → Evidence → Decision → Disposition**。Meldwork 将任务快照、Agent 贡献、运行状态、产物、人工审批门和采用决定保存在同一个本地工作单元中。工作区写入默认受控，并由用户明确授权。

- 下载 Meldwork V1.0.4 Apple 芯片 macOS 版 + 下载 Meldwork V1.0.5 Apple 芯片 macOS 版 · 架构 · 许可证

-## 适合谁 +## Meldwork 适合什么工作 -当你有以下需求时，Meldwork 更适合： +当一个决定需要多个视角，并且需要留下清晰的采用依据时，Meldwork 更适合： -- 已经安装多个本地 Agent CLI，希望让同一任务跨 Agent 协作； -- 需要在代码评审、研究或产品分析中获得独立判断，再选择方案； -- 需要在写入工作区前检查可追溯的运行轨迹、证据并保留人工复核。 +- 研究与信息综合：结合本地 Agent 工具和明确选择的知识源； +- 产品、市场、运营和技术分析； +- 写作、规划、评审和结构化文档工作； +- 处理本地文档、图片、音频、视频、PDF、代码和配置文件的多模态工作； +- 需要保留发现、证据、权限、运行轨迹和最终采用决定的实施工作。 -## 工作流程 +## 一个任务如何在 Meldwork 中推进 -1. **选择**本地 Agent 和参与者。 -2. **限定**目标、工作目录、上下文和权限。 +1. **选择**本 Case 的 Agent 和参与者。 +2. **限定**目标、工作目录、上下文、附件、Skill、知识源和权限。 3. **运行**直接会话、并发回复或 Auto Discussion V4。 -4. **复核并采用**结果、证据和待处理的人工审批门（Human Gate），再写入工作区。 +4. **复核**发现、证据、产物、运行轨迹和人工审批门。 +5. **采用**批准的结果，或保留为待解决状态继续处理。 ## 协作模式 | 模式 | 运行方式 | 适合场景 | | --- | --- | --- | -| **直接会话** | 一个已选 Agent 在适配器支持时保持对话和原生会话。 | 使用单个 Agent 完成聚焦工作。 | -| **并发回复** | 已选 Agent 收到同一份冻结任务快照，并按稳定顺序返回独立回复。 | 在选择方案前比较不同路径。 | -| **Auto Discussion V4** | 首轮并发提案。后续轮次由 Agent 根据讨论结果通过最后一行的 `@Agent` 决定下一位参与者；@ 一个 Agent 时单独运行，@ 多个 Agent 时并发运行。每个 Agent 在同一任务中持续使用原生会话。 | 需要讨论、灵活分工和复核的多轮工作。 | - -参与者始终由用户选择。从更大候选池自动选人不属于当前预览版。 - -## Meldwork 与相邻产品的区别 +| **直接会话** | 一个已选 Agent 在适配器支持时保持对话和原生会话。 | 聚焦研究、写作、分析或执行。 | +| **并发回复** | 已选 Agent 收到同一份冻结任务快照，并按稳定顺序返回独立回复。 | 在选择方案前比较不同视角。 | +| **Auto Discussion V4** | Agent 先提出方案，再进行质询、职责协商、分工执行、候选结果整合和独立复核；支持时会在多轮中保持原生会话。 | 需要讨论、分工和复核的多步骤工作。 | -Meldwork 是面向多 Agent 评审与决策可追溯性的本地优先 AI Agent 工作空间，不是终端、云端 Agent Fleet、通信网络或可编程编排框架。它把你已经在使用的本地 Agent 工具连接到可形成决定的评审流程，并在一个本地工作单元中保留独立发现、证据、责任和人工采用决定。 +参与者始终由用户选择。从更大候选池自动选人组队不属于当前预览版。 -| 项目 | 类别 | 主要解决什么 | Meldwork 的区别 | -| --- | --- | --- | --- | -| [Buzz](https://github.com/block/buzz) | Agent 通信网络 | 身份、频道、事件和持续协作。 | 面向单个 Case 的独立判断，以及有证据支持的 Decision 和 Disposition。 | -| [Pragma](https://github.com/pqpo/pragma) | 方法与工作流运行时 | 可复用的 Expert、Flow、Memory、Evaluation 和 DSL 资产。 | 在流程固定前保留分歧、复验和采用记录。 | -| [Munder Difflin](https://github.com/chaitanyagiri/munder-difflin) | 可视化 Agent 公司 | Boss -> Manager -> Workers，以及任务和活动状态。 | 追踪 Finding -> Evidence -> Decision -> Disposition，不让中心经理隐藏分歧。 | -| [Superset](https://github.com/superset-sh/superset) / [Conductor](https://www.conductor.build/) / [Vibe Kanban](https://github.com/BloopAI/vibe-kanban) | 并行编码工作台 | 并行 Coding Agent、隔离工作区、Diff 和 Merge。 | 面向异构 CLI 的本地优先评审，不以终端数量、Worktree 吞吐量或云 Sandbox 竞争。 | -| [cmux](https://github.com/manaflow-ai/cmux) | Agent 原生终端 | 低摩擦终端、通知和多任务处理。 | 增加冻结上下文、独立结果和人工采用门。 | -| [Nimbalyst](https://github.com/nimbalyst/nimbalyst) | Agent 与 Artifact 工作空间 | 并行 Agent，以及 Markdown、Mockup 和 Diagram。 | 在 Artifact 旁边保留证据和可追责的决定。 | -| [Paperclip](https://github.com/paperclipai/paperclip) | Agent 组织管理 | 公司、岗位、预算、审批和组织图。 | 将责任落在真实 Finding 和结果上，而不是虚拟公司。 | -| [MCP Agent Mail](https://github.com/Dicklesworthstone/mcp_agent_mail) | Agent 通信基础设施 | 身份、收件箱、Thread 和 advisory file lease。 | 在传输层之上保留 Case 和评审语义。 | -| LangGraph / CrewAI / AutoGen / OpenAI Agents SDK / Google ADK | 可编程多 Agent 框架 | 面向开发者的 Graph、角色、路由、工具和审批。 | 团队无需编写编排框架代码即可获得桌面评审流程。 | -| Warp Oz / Devin / Factory / OpenHands Cloud | 云端 Agent 控制面 | 托管 Sandbox、远程执行和 Agent Fleet。 | 在本地 Electron 工作单元中使用现有 CLI，并保持本地数据边界。 | +## 复核记录 -## 运行示例 +Meldwork 将协作组织成一套决策过程，而不是一串聊天消息： - - - - - - - - - - - -
本地 Agent 检测多 Agent 评审直接会话中的多模态工作
Meldwork 本地优先多 Agent 工作空间检测 Agent CLIMeldwork 多 Agent 协作、证据与人工复核Meldwork 直接 Agent 工作空间处理本地文件和媒体
+- **Case**：定义问题、范围、上下文和权限； +- **Finding**：记录 Agent 的判断、观察或行动建议； +- **Evidence**：将 Finding 连接到回复、产物、文件、知识结果或其他受约束的依据； +- **Decision**：记录证据支持的结论、未决问题和选定路径； +- **Disposition**：记录结果已接受、修订、拒绝、被替代或仍未解决。 -示例：把同一份变更评审上下文交给 Codex、Claude Code 和 Gemini CLI，比较各自的独立发现，再只采用你批准且有证据支持的结果。 +Run Ledger 会保留阶段、参与者、尝试、回执、产物、恢复状态和人工审批门。诊断工具输出与敏感运行信息留在 Electron 主进程边界内。 -## 支持的本地 Agent CLI +## General Agent 目录 -当适配器和 CLI 版本兼容时，Meldwork 会检测并调用已安装的命令： +当适配器和 CLI 版本兼容时，Meldwork 会检测并调用已安装的 Agent 命令。当前目录包括： @@ -108,15 +83,21 @@ Meldwork 是面向多 Agent 评审与决策可追溯性的本地优先 AI Agent
-已批准的 Agent Connector 可通过 [Agent Connector SDK](docs/agent-connector-sdk.md) 接入；自定义可执行 Agent 使用桌面端的自定义 Agent 入口。完整适配器和能力矩阵见[桌面端指南](desktop/README.md)。 +已批准的 Agent Connector 和自定义可执行 Agent 使用桌面端的连接器入口。完整的适配器、安装、Provider 和能力矩阵见[桌面端指南](desktop/README.md)。 + +## 上下文与本地边界 -## 快速开始 +Meldwork 作为本地 Electron 应用运行。对话、群组配置、运行记录和应用管理的附件保存在本地用户数据目录。渲染进程只通过受约束的 preload API 获取校验后的状态；可执行路径、凭据、原生会话引用、Skill 路径和任意 Shell 权限都留在主进程中。 -### Apple 芯片 macOS 预览版 +选定的 Agent 仍可能把 Prompt、附件或 Skill 发送给其配置的模型 Provider。知识访问必须明确选择并受边界约束：当前实现支持本地 Obsidian 检索，以及由本地 CLI 管理的飞书或钉钉访问模式。Local-first 描述的是 Meldwork 的数据和协作位置，不代表已配置的 Agent Provider 一定离线。 -从[官方 V1.0.4 预发布页](https://github.com/Ryder-MHumble/Meldwork/releases/tag/Meldwork-V1.0.4)下载 [`Meldwork-0.1.4-arm64.dmg`](https://github.com/Ryder-MHumble/Meldwork/releases/download/Meldwork-V1.0.4/Meldwork-0.1.4-arm64.dmg)，将 Meldwork 移入“应用程序”，并至少安装一个受支持的本地 Agent CLI。该预发布版使用 ad-hoc 临时签名且未公证；首次启动时，macOS 可能要求你在“系统设置 -> 隐私与安全性”中选择“仍要打开 / Open Anyway”。 +## 下载 V1.0.5 -### 从源码运行 +Apple 芯片 macOS 用户请前往 [Meldwork V1.0.5 预发布页](https://github.com/Ryder-MHumble/Meldwork/releases/tag/Meldwork-V1.0.5)，下载 [`Meldwork-0.1.5-arm64.dmg`](https://github.com/Ryder-MHumble/Meldwork/releases/download/Meldwork-V1.0.5/Meldwork-0.1.5-arm64.dmg)。发布页同时提供 ZIP 压缩包和 SHA-256 校验文件。启动应用前，请至少安装一个受支持的本地 Agent CLI。 + +该预览版安装包使用 ad-hoc 临时签名，未使用 Apple Developer ID 签名，也未进行公证。macOS 首次启动时可能需要在“系统设置 → 隐私与安全性”中选择“仍要打开 / Open Anyway”。 + +## 从源码运行 前置条件：Node.js `22.12+` 和 npm。 @@ -135,16 +116,16 @@ npm --prefix frontend run build:desktop npm --prefix desktop test ``` -## 当前边界 +## V1.0.5 + +V1.0.5 改进了本地 Agent 的就绪检测与恢复，在单个 Agent 失败时保留健康参与者，重启后继续显示已完成和已停止的工作，并加强了群组执行与结果导入。同时更新了工作区偏好、侧栏和标题栏细节，以及 Pi 能力探测契约。 -Meldwork 是本地 Electron 应用，不是托管式 Agent Fleet，也不是通用 Agent 框架。当前预览版不提供远程、云端或频道 Agent 执行，不提供自动选人组队、企业 SSO/RBAC/治理或 Outcome Network。Local-first 不等于完全离线：选定的 Agent 仍可能把 Prompt、附件或 Skill（技能）发送到其配置的 Provider（模型服务商）。工作区写入是可选的工作流控制，不是操作系统级沙箱。 +本预览版已完成 343/343 前端测试、1,562/1,562 桌面端测试、6 个确定性评估场景共 18 条结果验证，并通过 Web 与桌面构建、打包、ZIP 完整性、深度代码签名校验，以及 Apple 芯片 macOS 上的群组执行、取消和重启恢复验收。安装包仍为 ad-hoc 临时签名且未公证；实际运行结果仍取决于本机 Agent CLI 版本、鉴权、Provider 和能力。 ## 文档 - [架构与产品边界](architecture.md) - [桌面端设置与 Agent 矩阵](desktop/README.md) -- [Agent Connector SDK](docs/agent-connector-sdk.md) -- [AI 可发现性索引](docs/ai-discoverability.md) - [贡献指南](CONTRIBUTING.md) - [安全策略](SECURITY.md) diff --git a/confirmation.json.bak b/confirmation.json.bak new file mode 100644 index 0000000..e8f55e0 --- /dev/null +++ b/confirmation.json.bak @@ -0,0 +1 @@ +{"mode": "chat"} diff --git a/desktop/src/agents/agent-output-importer.cjs b/desktop/src/agents/agent-output-importer.cjs index ed25fc8..3f775fa 100644 --- a/desktop/src/agents/agent-output-importer.cjs +++ b/desktop/src/agents/agent-output-importer.cjs @@ -426,7 +426,7 @@ function importAgentOutputs(input, attachmentStore) { && !Array.isArray(input.baseline.files) ? input.baseline.files : {} - const candidates = outputFiles(safeOutputDirectory(workdirRealPath)) + const controlledCandidates = outputFiles(safeOutputDirectory(workdirRealPath)) .filter(file => !sameFileState(baselineFiles[file.name], file)) .filter(file => Math.max(file.mtimeMs, file.ctimeMs) >= startedAt - 2000) .sort((left, right) => ( @@ -434,6 +434,25 @@ function importAgentOutputs(input, attachmentStore) { || left.name.localeCompare(right.name) )) + const reportedCandidates = [] + const reportedPaths = Array.isArray(input.reportedPaths) ? input.reportedPaths : [] + for (const reportedPath of reportedPaths.slice(0, MAX_SCANNED_ENTRIES)) { + if (typeof reportedPath !== 'string' || !path.isAbsolute(reportedPath)) continue + try { + const realPath = fs.realpathSync(reportedPath) + const stat = fs.statSync(realPath) + const extension = path.extname(realPath).toLowerCase() + if (!stat.isFile() || !SUPPORTED_EXTENSIONS.has(extension) + || stat.size > 64 * 1024 * 1024 || !isInside(workdirRealPath, realPath)) continue + reportedCandidates.push({ + name: path.basename(realPath), path: realPath, size: stat.size, + mtimeMs: stat.mtimeMs, ctimeMs: stat.ctimeMs, + }) + } catch { /* reported paths are best effort */ } + } + const candidates = [...controlledCandidates, ...reportedCandidates] + .filter((file, index, all) => all.findIndex(candidate => candidate.path === file.path) === index) + const imported = [] if (input.signal?.aborted) return imported for (const file of candidates) { diff --git a/desktop/src/agents/cli/cli-invocations.cjs b/desktop/src/agents/cli/cli-invocations.cjs index 98fcee2..a590cc8 100644 --- a/desktop/src/agents/cli/cli-invocations.cjs +++ b/desktop/src/agents/cli/cli-invocations.cjs @@ -73,9 +73,10 @@ function invocation(kind, executable, workdir, sessionRef = '', options = {}) { } } if (kind === 'hermes') { - const legacySessionRef = options.sessionTransport === 'acp' ? '' : sessionRef + // Hermes uses the same native conversation identifier across its ACP and + // legacy transports. Keep it when an attachment requires the legacy path. + const legacySessionRef = sessionRef const useAcp = options.invocationTransport !== 'legacy' - && !attachments.length && options.hermesAcpAvailable !== false && (!sessionRef || options.sessionTransport === 'acp') if (useAcp) { @@ -144,6 +145,7 @@ function invocation(kind, executable, workdir, sessionRef = '', options = {}) { '--output-format', 'stream-json', '--include-partial-messages', '--permission-mode', options.sandbox === 'workspace-write' ? 'acceptEdits' : 'plan', + ...(options.sandbox === 'workspace-write' ? ['--dangerously-skip-permissions'] : []), ...(maxTurns ? ['--max-turns', String(maxTurns)] : []), ...(sessionRef ? ['--resume', sessionRef] : []), ], @@ -187,7 +189,7 @@ function invocation(kind, executable, workdir, sessionRef = '', options = {}) { } } if (kind === 'mimo') { - if (options.invocationTransport !== 'json') { + if (!attachments.length && options.invocationTransport !== 'json') { return { command: executable, args: ['acp', '--pure', '--cwd', workdir], diff --git a/desktop/src/agents/installer/agent-installer.cjs b/desktop/src/agents/installer/agent-installer.cjs index b23756a..b024c4c 100644 --- a/desktop/src/agents/installer/agent-installer.cjs +++ b/desktop/src/agents/installer/agent-installer.cjs @@ -167,6 +167,9 @@ class AgentInstaller extends EventEmitter { agents: AGENT_CATALOG.map(profile => { const agent = installed.get(profile.kind) const recipe = installRecipe(profile.kind, this.platform) + const targetVersion = recipe?.detectedVersion || recipe?.version || '' + const currentVersion = String(agent?.version || '') + const upToDate = Boolean(agent && targetVersion && currentVersion.includes(targetVersion)) let installSupported = Boolean(recipe) let installErrorCode = '' if (!recipe) { @@ -180,6 +183,8 @@ class AgentInstaller extends EventEmitter { ...profile, installed: Boolean(agent), version: agent?.version || '', + targetVersion, + installAction: agent ? (upToDate ? 'current' : 'update') : 'install', ...publicCompatibility(agent), installSupported, installErrorCode, @@ -233,7 +238,10 @@ class AgentInstaller extends EventEmitter { this.invalidateDetectionCache() const installed = await abortable(this.detectedAgents(), signal) if (signal.aborted) throw abortError() - if (installed.some(agent => agent.kind === profile.kind)) { + const current = installed.find(agent => agent.kind === profile.kind) + const targetVersion = recipe.detectedVersion || recipe.version + if (current && (current.compatibilityState !== 'compatible' + || String(current.version || '').includes(targetVersion))) { throw installerError('INSTALL_AGENT_ALREADY_INSTALLED') } let command = recipe.interpreter || '' diff --git a/desktop/src/workspace/local-workspace-agent-catalog.cjs b/desktop/src/workspace/local-workspace-agent-catalog.cjs index 688992c..2715911 100644 --- a/desktop/src/workspace/local-workspace-agent-catalog.cjs +++ b/desktop/src/workspace/local-workspace-agent-catalog.cjs @@ -220,7 +220,8 @@ class LocalWorkspaceAgentCatalog { checkedAt: this.now(), } const agent = this.detectedAgents().find(item => item.kind === kind) - if (agent && agent.availabilitySource !== 'provider-credential-unavailable') { + if (agent && agent.availabilitySource !== 'provider-credential-unavailable' + && !(credentialState === 'unknown' && agent.authenticated === true)) { agent.credentialState = credentialState agent.versionIdentified = agentVersionIdentified(agent) agent.compatible = agentCompatible(agent) diff --git a/desktop/src/workspace/local-workspace-agent-invocation.cjs b/desktop/src/workspace/local-workspace-agent-invocation.cjs index acef3d6..2b3adab 100644 --- a/desktop/src/workspace/local-workspace-agent-invocation.cjs +++ b/desktop/src/workspace/local-workspace-agent-invocation.cjs @@ -11,7 +11,6 @@ const { nextSessionMeta, normalizeOutcomeRefs, normalizeSessionMeta, - shouldRotateSession, } = require('../runs/run-harness.cjs') const { canonicalJson, @@ -50,6 +49,12 @@ const OUTCOME_REF_FIELDS = Object.freeze([ 'workflowOutcomeRefs', ]) +function extractReportedOutputPaths(text) { + if (typeof text !== 'string') return [] + const matches = text.match(/(?:\/(?:Users|home|tmp|private\/tmp)\/[^\s"'<>`\]\[)]+)/g) || [] + return [...new Set(matches.map(value => value.replace(/[.,;:!?]+$/, '')))] +} + function mergeOutcomeRefs(sources, options = {}) { const merged = {} const seen = new Map(OUTCOME_REF_FIELDS.map(field => [field, new Set()])) @@ -547,8 +552,13 @@ class LocalWorkspaceAgentInvocation { if (!taskId) throw new Error('LOCAL_RUN_TASK_INVALID') let workspacePath = group.workdir ? path.resolve(group.workdir) : group.id try { workspacePath = fs.realpathSync(workspacePath) } catch { /* runtime validates unavailable directories */ } + // Direct chats are independent execution surfaces. Scope their scheduler + // resource to the chat so one writable chat cannot block another Agent. + const schedulerWorkspaceKey = group.conversationType === 'direct' + ? `${workspacePath}\u0000direct:${group.id}` + : workspacePath const workspaceKey = createHash('sha256') - .update(String(workspacePath)) + .update(String(schedulerWorkspaceKey)) .digest('hex') const writerKind = cleanText(context.singleWriterKind || context.writerKind, 80) const permissionMode = group.allowWrite === true @@ -695,9 +705,9 @@ class LocalWorkspaceAgentInvocation { } : null const idempotencyMode = agent.idempotencyMode === 'durable' ? 'durable' : 'none' - const resolvedSession = reviewOnly || isolated + const resolvedSession = reviewOnly ? { - key: this.sessionKey(group.id, kind, group.conversationType === 'direct' ? '' : taskId), + key: this.sessionKey(group.id, kind), sessionRef: '', sessionMeta: {}, provenance: createdSessionProvenance(group, taskId, true), @@ -719,10 +729,9 @@ class LocalWorkspaceAgentInvocation { && !resumedConnectorGate ? context.resumedGate : null - const preserveGroupSession = group.conversationType !== 'direct' - const sessionNeedsRotation = sessionRef - && shouldRotateSession(sessionMeta) - && !preserveGroupSession + // A conversation owns one native session for its lifetime. Rebuild only + // when the Agent reports that the existing native session is invalid. + const sessionNeedsRotation = false if (resumedPermission) { const requestHash = sha256(canonicalJson(resumedPermission.request)) const persistedBinding = { @@ -767,7 +776,7 @@ class LocalWorkspaceAgentInvocation { const hermesNeedsLegacy = kind === 'hermes' && sessionTransport === 'acp' && (!HERMES_WORKSPACE_ACP_ENABLED || agent.acpAvailable === false - || (context.attachments || []).length > 0) + ) if (resumedPermission && hermesNeedsLegacy) { throw new Error('LOCAL_RUN_PERMISSION_RESUME_UNAVAILABLE') } @@ -1269,6 +1278,11 @@ class LocalWorkspaceAgentInvocation { ].join('\n') const buildPrompt = (afterKind, contextPackage) => isolated || frozen ? v4Prompt + : group.conversationType === 'direct' + ? (sessionRotated + ? (contextPackage.continuationText || contextPackage.stableText + || contextPackage.currentTaskText) + : contextPackage.currentTaskText) : [ context.v4 === true && v4Prompt ? v4Prompt @@ -1428,7 +1442,7 @@ class LocalWorkspaceAgentInvocation { onSessionRef: (nextSessionRef, metadata = {}) => { if (agentCallbacksClosed || agentController.signal.aborted) return noteWatchdogProgress() - if (reviewOnly || isolated) return + if (reviewOnly) return const transport = ['legacy', 'acp'].includes(metadata?.transport) ? metadata.transport : '' @@ -1441,7 +1455,7 @@ class LocalWorkspaceAgentInvocation { })) }, onSessionInvalidated: () => { - if (kind !== 'hermes' || isolated || resumedPermission) return null + if (kind !== 'hermes' || reviewOnly || resumedPermission) return null return { prompt: rebuildFreshSession() } }, signal: agentController.signal, @@ -1780,6 +1794,7 @@ class LocalWorkspaceAgentInvocation { baseline: outputBaseline, startedAt, agentKind: kind, + reportedPaths: extractReportedOutputPaths(reply.text), signal: agentController.signal, })) importPromise.catch(() => {}) @@ -1890,7 +1905,7 @@ class LocalWorkspaceAgentInvocation { pendingMessage.metadata, ) : null - if (!reviewOnly && !isolated) { + if (!reviewOnly) { this.persistSessionState(key, result.sessionRef || sessionRef, completedSessionMeta( sessionMeta, sessionProvenance, taskId, { promptChars: prompt.length, @@ -1944,7 +1959,7 @@ class LocalWorkspaceAgentInvocation { ? agentStoppedError() : caughtError if (credentialFailure(error) && context.deferCredentialFailure !== true) { - this.markRuntimeCredential(kind, 'missing') + this.markRuntimeCredential(kind, 'unknown') } const status = parentTimedOut ? 'timeout' diff --git a/desktop/src/workspace/local-workspace-auto-runner.cjs b/desktop/src/workspace/local-workspace-auto-runner.cjs index ef72eea..97fbc66 100644 --- a/desktop/src/workspace/local-workspace-auto-runner.cjs +++ b/desktop/src/workspace/local-workspace-auto-runner.cjs @@ -522,10 +522,10 @@ class LocalWorkspaceAutoRunner { } if (control) return { result: null, removed: false, control, error } if (!unauthorizedFailure(error)) { - if (credentialFailure(error)) this.markRuntimeCredential(kind, 'missing') + if (credentialFailure(error)) this.markRuntimeCredential(kind, 'unknown') throw error } - this.markRuntimeCredential(kind, 'missing') + this.markRuntimeCredential(kind, 'unknown') this.recordAttempt(group, controller, { agentKind: kind, phase, diff --git a/desktop/src/workspace/local-workspace.cjs b/desktop/src/workspace/local-workspace.cjs index 1c19070..07d9396 100644 --- a/desktop/src/workspace/local-workspace.cjs +++ b/desktop/src/workspace/local-workspace.cjs @@ -2514,26 +2514,47 @@ class LocalWorkspace extends EventEmitter { } persistSessionState(key, sessionRef, meta) { + const canonicalKey = this.canonicalConversationSessionKey(key) const nextRef = normalizeSessionRef(sessionRef) - if (!SESSION_KEY.test(String(key || '')) || !nextRef) return false - const hadSession = Object.hasOwn(this.state.sessions, key) - const hadMeta = Object.hasOwn(this.state.sessionMeta, key) - const previousSession = this.state.sessions[key] - const previousMeta = this.state.sessionMeta[key] - this.state.sessions[key] = nextRef - this.state.sessionMeta[key] = normalizeSessionMeta(meta) + if (!SESSION_KEY.test(String(canonicalKey || '')) || !nextRef) return false + const hadSession = Object.hasOwn(this.state.sessions, canonicalKey) + const hadMeta = Object.hasOwn(this.state.sessionMeta, canonicalKey) + const hadLegacySession = Object.hasOwn(this.state.sessions, key) + const hadLegacyMeta = Object.hasOwn(this.state.sessionMeta, key) + const previousLegacySession = this.state.sessions[key] + const previousLegacyMeta = this.state.sessionMeta[key] + const previousSession = this.state.sessions[canonicalKey] + const previousMeta = this.state.sessionMeta[canonicalKey] + this.state.sessions[canonicalKey] = nextRef + this.state.sessionMeta[canonicalKey] = normalizeSessionMeta(meta) + if (canonicalKey !== key) { + delete this.state.sessions[key] + delete this.state.sessionMeta[key] + } try { this.save() } catch (error) { - if (hadSession) this.state.sessions[key] = previousSession - else delete this.state.sessions[key] - if (hadMeta) this.state.sessionMeta[key] = previousMeta - else delete this.state.sessionMeta[key] + if (hadSession) this.state.sessions[canonicalKey] = previousSession + else delete this.state.sessions[canonicalKey] + if (hadMeta) this.state.sessionMeta[canonicalKey] = previousMeta + else delete this.state.sessionMeta[canonicalKey] + if (canonicalKey !== key) { + if (hadLegacySession) this.state.sessions[key] = previousLegacySession + else delete this.state.sessions[key] + if (hadLegacyMeta) this.state.sessionMeta[key] = previousLegacyMeta + else delete this.state.sessionMeta[key] + } throw error } return true } + canonicalConversationSessionKey(key) { + const value = String(key || '') + const match = value.match(/^([^:]+):task:[^:]+:([^:]+)$/) + return match ? `${match[1]}:${match[2]}` : value + } + persistSessionRef(key, sessionRef) { const next = normalizeSessionRef(sessionRef) if (!SESSION_KEY.test(String(key || '')) || !next || next === this.state.sessions[key]) return false diff --git a/desktop/test/agents/cli/cli-adapters-discovery.test.cjs b/desktop/test/agents/cli/cli-adapters-discovery.test.cjs index d54faf5..93eb64a 100644 --- a/desktop/test/agents/cli/cli-adapters-discovery.test.cjs +++ b/desktop/test/agents/cli/cli-adapters-discovery.test.cjs @@ -51,7 +51,7 @@ test('capability timeouts retry once and remain inconclusive when both attempts return { stdout: argsForProbe(_command, _args) } }, }) - assert.deepEqual(timeouts, recover ? [8000, 8000, 16000] : [8000, 8000, 16000, 16000]) + assert.deepEqual(timeouts, [8000, 16000]) assert.equal(result.compatibilityState, recover ? 'compatible' : 'unknown') if (!recover) assert.equal(result.incompatibilityReason, 'LOCAL_AGENT_CAPABILITY_PROBE_TIMEOUT') } diff --git a/desktop/test/agents/installer/agent-installer.test.cjs b/desktop/test/agents/installer/agent-installer.test.cjs index c7d5d8f..e965168 100644 --- a/desktop/test/agents/installer/agent-installer.test.cjs +++ b/desktop/test/agents/installer/agent-installer.test.cjs @@ -42,6 +42,20 @@ test('catalog preserves an inconclusive timeout without hiding the installed CLI assert.equal(agent.incompatibilityProbe, 'codex-exec') }) +test('catalog exposes install versus update action and permits updating an older CLI', async () => { + const service = installer({ + detectAgents: async () => [{ kind: 'pi', version: '0.80.0', compatibilityState: 'compatible' }], + runProcess: async () => {}, + }) + const pi = (await service.catalog()).agents.find(agent => agent.kind === 'pi') + assert.equal(pi.installed, true) + assert.equal(pi.installAction, 'update') + assert.equal(pi.targetVersion, '0.84.2') + await service.start('pi') + await service.waitForIdle() + assert.equal(service.state().errorCode, 'INSTALL_AGENT_VERIFY_FAILED') +}) + async function readWhenReady(filename, timeoutMs = 2000) { const deadline = Date.now() + timeoutMs while (Date.now() < deadline) { diff --git a/desktop/test/workspace/local-workspace-native-streaming.test.cjs b/desktop/test/workspace/local-workspace-native-streaming.test.cjs index ade1971..f180ddb 100644 --- a/desktop/test/workspace/local-workspace-native-streaming.test.cjs +++ b/desktop/test/workspace/local-workspace-native-streaming.test.cjs @@ -66,6 +66,32 @@ test('direct Pi conversations reuse the native JSON session across messages', as assert.deepEqual(calls.map(call => call.runOptions.sessionTransport), ['', '']) }) +test('direct conversations do not rotate their session after the default turn budget', async (t) => { + const { directory, calls, options } = fixture() + t.after(() => fs.rmSync(directory, { recursive: true, force: true })) + options.detectAgents = async () => [{ + kind: 'pi', name: 'Pi Agent', executable: '/tmp/pi', version: '0.84.2', + }] + options.runAgent = async (_agent, prompt, _workdir, runOptions) => { + calls.push({ prompt, runOptions }) + const sessionRef = runOptions.sessionRef || 'pi-long-session' + await runOptions.onSessionRef(sessionRef) + return { text: 'reply', sessionRef, outcome: 'completed' } + } + const workspace = new LocalWorkspace(options) + await workspace.refreshAgents() + const group = workspace.createGroup({ + name: 'Long direct', agentKinds: ['pi'], directAgentKind: 'pi', + conversationType: 'direct', workdir: directory, + }) + for (let index = 0; index < 20; index += 1) { + await workspace.sendMessage({ groupId: group.id, text: `message-${index}` }) + } + assert.equal(calls.length, 20) + assert.equal(calls.filter(call => call.runOptions.sessionRef === '').length, 1) + assert.equal(calls.slice(1).every(call => call.runOptions.sessionRef === 'pi-long-session'), true) +}) + test('group conversations dispatch Pi alongside other available Agents', async (t) => { const { directory, calls, options } = fixture() t.after(() => fs.rmSync(directory, { recursive: true, force: true })) diff --git a/desktop/test/workspace/local-workspace-write-scheduling.test.cjs b/desktop/test/workspace/local-workspace-write-scheduling.test.cjs index a7bd4c7..fa8eaa3 100644 --- a/desktop/test/workspace/local-workspace-write-scheduling.test.cjs +++ b/desktop/test/workspace/local-workspace-write-scheduling.test.cjs @@ -82,6 +82,35 @@ test('read-only group invocations retain parallel execution in the same director await Promise.all(runs) }) +test('writable direct chats do not block another Agent in the same directory', { timeout: 10000 }, async (t) => { + const { directory, options } = fixture() + const release = deferred() + const bothStarted = deferred() + t.after(() => { + release.resolve() + fs.rmSync(directory, { recursive: true, force: true }) + }) + options.runScheduler = new RunScheduler() + const calls = [] + options.runAgent = async (agent, _prompt, _cwd, runOptions) => { + calls.push({ kind: agent.kind, sandbox: runOptions.sandbox }) + if (calls.length === 2) bothStarted.resolve() + await release.promise + return { text: `${agent.kind} completed.` } + } + const workspace = new LocalWorkspace(options) + await workspace.refreshAgents() + const groups = ['codex', 'hermes'].map(kind => workspace.createGroup({ + name: `${kind} direct`, agentKinds: [kind], directAgentKind: kind, + conversationType: 'direct', workdir: directory, allowWrite: true, + })) + const runs = groups.map(group => workspace.sendMessage({ groupId: group.id, text: 'Run independently.' })) + await bothStarted.promise + assert.deepEqual(calls.map(call => call.sandbox), ['workspace-write', 'workspace-write']) + release.resolve() + await Promise.all(runs) +}) + test('Manual V4 retains parallel readers alongside its single writer and stable message order', { timeout: 10000 }, async (t) => { const { directory, options } = fixture() const release = deferred() diff --git a/desktop/test/workspace/local-workspace.test.cjs b/desktop/test/workspace/local-workspace.test.cjs index a8da1f9..33a7161 100644 --- a/desktop/test/workspace/local-workspace.test.cjs +++ b/desktop/test/workspace/local-workspace.test.cjs @@ -1399,6 +1399,7 @@ test('direct conversations force manual mode and reuse their group Agent session assert.equal(direct.directAgentKind, 'codex') assert.deepEqual(calls.map(call => call.agent.kind), ['codex', 'codex']) assert.deepEqual(calls.map(call => call.runOptions.sessionRef), ['', 'codex-session']) + assert.deepEqual(calls.map(call => call.prompt), ['第一条', '第二条']) assert.equal(calls.some(call => call.prompt.includes('MELDWORK_CONSENSUS')), false) assert.equal(workspace.snapshot().messages.some(message => message.threadRootId), false) const restored = new LocalWorkspace(options) diff --git a/docs/README.md b/docs/README.md deleted file mode 100644 index 5e6b3d4..0000000 --- a/docs/README.md +++ /dev/null @@ -1,62 +0,0 @@ -# Meldwork 文档 - -Meldwork 的候选定位是 **本地优先、跨 Agent 的任务与交付工作台**：用户更换 Agent 或中断重启后，仍能继续工作并检查交付依据。群聊与 Decision Review 是可选机制；首批商业场景需要由真实客户任务、付费和复购选出，尚未锁定代码合并或非代码方案复核。 - -当前项目围绕本地 Agent CLI、直聊/群组、上下文、权限和运行记录建设。本轮市场调研未重新验收发布包；具体能力以相应版本和运行验证为准，不沿用旧文档的分支状态作发布证明。动态组队、Outcome Network 等属于待验证方向；远程群成员和云会话存储不在本轮范围。 - -## 战略主线 - -| 文档 | 作用 | -| --- | --- | -| [产品战略](product-strategy.md) | 2026-09-09 决策摘要：市场证据、跨 Agent 价值、首单建议与继续投入条件；来源快照为 09-08 | -| [Harness 与 Agent 组织层](harness-engine-strategy.md) | 协议对象、屏障、权限、责任、OutcomeReceipt、Fit 和架构演进 | -| [产品迭代规划](product-iteration-plan.md) | 90 天验证、阶段门槛、指标、停止条件和路线图 | -| [2026-09-08 商业化深度调研](research/meldwork-commercial-research-2026-09-08.md) | 七组竞品、实际价格、公开用户反馈、研究反证、中国/海外商业路径与迭代判断 | -| [调研证据与缺口](research/meldwork-commercial-evidence-2026-09-08.md) | 30 项引用来源、用户短摘、检索失败、证据局限和历史推论更正 | -| [2026-09-04 历史调研](research/meldwork-market-decision-research-2026-09-04.md) | 历史快照；漏斗、刚需与竞争空白等推论已由 09-08 调研更正，不作为当前决策依据 | -| [跨设备可靠性优化方案](reliability-optimization-plan.md) | Agent Readiness 事实源收敛：跨设备安装 bug 根因、选型矩阵、风险与实施计划 | -| [2026-08 深度竞品调研](research/meldwork-competitive-landscape-2026-08-16.md) | Buzz、Pragma 与同赛道产品的代码、采用、商业、风险和差异化分析 | -| [2026-08 深度竞品调研 PDF](research/meldwork-competitive-landscape-2026-08-16.pdf) | 用于评审和归档的正式报告版本 | - -## 产品、运行与信任边界 - -- [流程](flows.md)：启动、任务、Agent 调用、恢复和外部副作用。 -- [权限边界](permissions.md)：Renderer、Preload、Main、Agent、Provider 和 Connector 的信任边界。 -- [自动化清单](automation.md)：当前自动讨论、运行记录、安装器与外部适配边界。 -- [变量与密钥](variables.md)：Provider、Agent 凭证和本地运行变量。 -- [架构](../architecture.md)：当前 Electron、Main、Connector 和本地数据边界。 - -## 契约与验证 - -- [Agent Connector SDK](agent-connector-sdk.md)：当前 Connector Manifest、CredentialRef、Run Event 和注册契约。 -- [本地 Skill 契约](local-skill-contracts.md)：Skill 发现、选择、快照和目标范围。 -- [评测 Harness](eval-harness.md)：质量、成本、兼容性和未来 Proposal 对照评测。 -- [测试与验证](tests.md)：已执行检查、历史基线、缺口和发布门槛。 - -## 发布、演示与传播 - -- [V1.0.5 版本说明](releases/Meldwork-V1.0.5.md)：CLI 检测、群聊恢复与本地预发布验收。 -- [发布与分发清单](public-mvp-release.md)：预览版和公开分发门槛。 -- [macOS 签名与公证](macos-signing.md)：Developer ID、Notarization 和 Gatekeeper 验收。 -- [核心演示场景](demo-recording-scenarios.md)：当前产品证明与未来概念素材的边界。 -- [宣传视频脚本](promo-video-scripts.md)：品类片、产品证明片和短版脚本。 -- [视觉生成 Prompt](visual-generation-prompts.md)：README Banner 与组织层 Harness 图的 Image 2 生成规范。 - -## 文档口径 - -| 标签 | 含义 | -| --- | --- | -| **Today** | 当前仓库、测试和发布客户端可以直接证明的能力 | -| **Next** | 下一阶段实验或正在实现，但还不能作为发布承诺 | -| **Future** | 只有验证门通过后才投入的产品方向 | -| **Commercial hypothesis** | 定价、Pilot、续费和企业治理假设 | - -对外宣传必须紧邻写清边界。Agent 自报完成不等于 Verified，用户点击查看不等于 Adoption，路线图也不等于发布能力。 - -## 根目录入口 - -- [English README](../README.md) -- [中文 README](../README.zh-CN.md) -- [许可证](../LICENSE) -- [商业使用政策](../COMMERCIAL_USE.md) -- [声明](../NOTICE) diff --git a/docs/agent-connector-sdk.md b/docs/agent-connector-sdk.md deleted file mode 100644 index f51b40b..0000000 --- a/docs/agent-connector-sdk.md +++ /dev/null @@ -1,73 +0,0 @@ -# Agent Connector SDK - -Meldwork imports Agent Connectors as local, content-addressed JSON packages. A package selects one app-owned recipe provider and contains one strict Agent Connector Manifest. It cannot register an executable, expose a filesystem path to the renderer, or add renderer-side shell access. - -## Package record - -The canonical JSON record has these fields: - -```json -{ - "packageId": "connector-package-", - "schemaVersion": 1, - "recordType": "agent-connector-package", - "publisher": { - "id": "example.publisher", - "name": "Example Publisher" - }, - "provider": { - "id": "sdk.local-echo.v1", - "config": {} - }, - "manifest": {} -} -``` - -`packageId` is the SHA-256 hash of the canonical record body without `packageId`. The nested Manifest has its own content-addressed `manifestId`. Non-canonical JSON, unknown fields, forged IDs, unsupported providers, provider/Manifest mismatches, and undeclared capabilities are rejected. - -The installable non-delegate example is [local-echo.connector.json](../desktop/samples/local-echo.connector.json). - -## Providers - -`sdk.local-echo.v1` is a credential-free, local-only reference provider. It returns text without delegating to an installed Agent and requires a `cli/json` Manifest with no outbound destinations. - -`sdk.http-json.v1` sends a bounded JSON POST from the Electron main process. Its configuration is: - -```json -{ - "id": "sdk.http-json.v1", - "config": { - "endpoint": "https://connector.example.com/v1/run", - "authSlotId": "access-token" - } -} -``` - -The endpoint must be HTTPS and its exact origin must appear in the Manifest's `outboundDestinations`. `authSlotId` is either `null` or a declared credential slot; when present, the app resolves the encrypted CredentialRef in the main process and sends it as a Bearer token. The renderer never receives the credential or reference. - -The request body contains `prompt`, `sessionRef`, `resume`, `permissionMode`, and `operationId`. A successful response is JSON with a required string `text` and an optional string `sessionRef`. - -## Trust lifecycle - -The supported lifecycle is: - -```text -imported -> approved -> installed -> disabled -> installed - \-> revoked -> removed -imported/approved/disabled -> revoked -imported/approved/disabled/revoked -> removed -``` - -Import uses a native file picker, and approval uses a native confirmation dialog that displays publisher identity, origin filename and hash, Connector version, transport, permissions, credential slots, outbound destinations, and SDK provider. Trust changes are persisted as a hash-chained append-only audit log. Missing or corrupt package state disables the Connector subsystem without preventing the desktop app from starting. - -Upgrade installs one approved newer package for the same `connectorId` and disables the previous package. An in-use package must have its instances removed before upgrade or removal. - -## Conformance - -Run the complete local suite with: - -```bash -npm --prefix desktop run connector:conformance -``` - -The suite covers canonical package and Manifest parsing, trust persistence and tamper detection, capability enforcement, event validation, cancellation, resume input, encrypted credentials, outbound destination enforcement, failure semantics, upgrades, and the non-delegate sample end to end. It requires no server. diff --git a/docs/ai-discoverability.md b/docs/ai-discoverability.md deleted file mode 100644 index 431c85d..0000000 --- a/docs/ai-discoverability.md +++ /dev/null @@ -1,162 +0,0 @@ -# Meldwork AI Discoverability Index - -This page is a factual index for search systems and AI assistants. Statements below are based on the repository source and documentation; they do not describe capabilities that are not implemented here. - -## Canonical identity - -- **Project:** Meldwork -- **Type:** Local-first Electron desktop application with a Vue renderer (`desktop/package.json`, `frontend/package.json`, `desktop/src/main.cjs`, `frontend/src/main.js`). -- **Primary subject:** A local-first multi-agent orchestration desktop app that coordinates multiple AI coding agent CLIs (Codex, Claude Code, Gemini CLI, Hermes, OpenCode, and 7 more) from one workspace. The Electron main process discovers and invokes local Agent CLIs, freezes task snapshots for concurrent multi-agent responses, captures evidence trails (Finding → Evidence → Decision → Disposition), and gates workspace writes behind human adoption. The renderer receives a constrained preload API. -- **Runtime boundary:** Conversations, orchestration state, run checkpoints, attachments, Skill snapshots, Provider metadata, and selected knowledge-source state are stored locally. The repository does not require an application server, account/tenant system, or Meldwork-hosted remote conversation store (`architecture.md`). -- **Repository terms:** local-first multi-agent orchestration desktop app; multi-agent collaboration tool; agent CLI orchestrator; coordinate multiple AI coding agents; local-first agent workspace; Electron desktop; Vue renderer; Harness; evidence-aware runs; human-in-the-loop decisions; Agent Connector SDK; run Codex and Claude Code together; alternative to tmux for AI agents. - -## Search intents this repository answers - -Use these phrases when looking for this project or related implementation evidence: - -- local-first multi-agent orchestration desktop app / 本地优先多 Agent 编排桌面应用 -- coordinate multiple AI coding agents locally / 本地协调多个 AI 编码 Agent -- run Codex and Claude Code together / 同时运行 Codex 和 Claude Code -- multi-agent collaboration tool for AI coding / AI 编码多 Agent 协作工具 -- agent CLI orchestrator for macOS / macOS Agent CLI 编排器 -- alternative to tmux/zellij for AI agent coordination / tmux/zellij 替代方案用于 AI Agent 协调 -- local-first alternative to Claude Code Agent Teams / Claude Code Agent Teams 的本地优先替代方案 -- ready-to-use multi-agent workspace (no framework to build) / 即用型多 Agent 工作空间（无需构建框架） -- multi-agent code review with evidence trails / 带证据链的多 Agent 代码审查 -- human-in-the-loop agent workspace with adoption gate / 带人工采用门的人机协作 Agent 工作空间 -- compare Codex Claude Code Gemini CLI responses side by side / 并排比较 Codex Claude Code Gemini CLI 的响应 -- frozen task snapshot for multiple agents / 多 Agent 共享冻结任务快照 -- evidence-aware runs with Finding → Evidence → Decision → Disposition / 证据感知运行（Finding → Evidence → Decision → Disposition） -- Auto Discussion V4 proposal, challenge, responsibility, synthesis, verification / 多 Agent 提案、质询、职责协商、整合与复核 -- Agent Client Protocol (ACP) desktop integration / ACP（Agent Client Protocol）桌面集成 -- JSONL and stream-json Agent runtime normalization / JSONL、stream-json Agent 事件归一化 -- local Agent Connector SDK with content-addressed manifests / 内容寻址的本地 Agent Connector SDK -- durable sanitized run ledger, evidence-aware runs, and human-in-the-loop Human Gate recovery / 脱敏运行账本、Evidence-aware 运行与 human-in-the-loop 人类审批门恢复 -- local Skills, image/file attachments, Provider profiles, and Obsidian knowledge selection / 本地 Skill、附件、Provider 与 Obsidian 知识源 -- deterministic local Eval Harness for Agent workflows / 本地确定性 Agent Eval Harness -- multi-agent orchestration without writing orchestration code / 无需编写编排代码的多 Agent 编排 -- cross-vendor agent CLI coordination (OpenAI Codex + Anthropic Claude Code + Google Gemini CLI) / 跨厂商 Agent CLI 协调（OpenAI Codex + Anthropic Claude Code + Google Gemini CLI） - -## Main execution path - -1. Electron starts at `desktop/src/main.cjs` and loads the built renderer through a local `file:` document. -2. `desktop/src/preload.cjs` exposes the named `window.meldworkDesktop` IPC surface; the renderer does not receive arbitrary filesystem, shell, executable-path, credential, or native-session access. -3. `desktop/src/agents/cli/cli-discovery.cjs` scans fixed executable names and known platform paths. `desktop/src/agents/cli/cli-adapters.cjs` validates capability and invokes the selected executable using code-defined arguments. -4. `desktop/src/workspace/local-workspace.cjs` coordinates conversations, direct/group targets, session references, persistence, and run lifecycle. `local-workspace-message-submission.cjs` accepts a message and starts direct, manual, or automatic execution. -5. `desktop/src/agents/cli/cli-output-parsers.cjs` and `cli-runtime-event-mappers.cjs` reduce Agent output to final text, bounded status/progress, plans/reasoning summaries where available, tool lifecycle summaries, terminal outcomes, and a main-only session reference. -6. `desktop/src/runs/run-ledger.cjs`, `run-scheduler.cjs`, and `failure-policy.cjs` checkpoint bounded sanitized state, enforce budgets/limits, classify failures, and support stop/recovery semantics. -7. `frontend/src/App.vue`, `frontend/src/components/ConversationTimelineView.vue`, and `RunTracePanel.vue` render messages and sanitized run events. Final messages and compact evidence are persisted in the local workspace. - -## Collaboration modes - -- **Direct conversation:** One selected Agent with conversation-and-Agent session continuity when the adapter supports it. -- **Concurrent Responses (`manual`):** A selected group runs from one frozen task snapshot; selected members are retained and results are published in stable member order after the batch barrier (`architecture.md`, `docs/flows.md`). -- **Auto Discussion (`auto`, V4 `discussion`):** Selected Agents produce independent proposals, challenge and negotiate one normalized responsibility plan, execute dependency-aware work packages, use one synthesis writer when workspace writes are enabled, and independently verify the candidate. The Harness validates receipts, permissions, watermarks, Human Gates, and idempotent commits; it does not privately assign roles (`desktop/src/collaboration/orchestration-v4-records.cjs`, `desktop/src/workspace/local-workspace-auto-runner.cjs`). -- **Context:** Messages may carry up to four target-scoped Skill snapshots and up to four knowledge-source selections. Attachment validation and per-Agent image limits occur before execution (`docs/automation.md`, `docs/flows.md`). - -## Built-in Agent adapters and wire protocols - -The fixed catalog is defined in `desktop/src/agents/cli/cli-discovery.cjs`. Command aliases are discovery names, not claims that the executable is bundled. - -| Agent kind | Display name / command aliases | Invocation or event protocol in code | Runtime notes | -| --- | --- | --- | --- | -| `codex` | Codex / `codex` | Codex App Server JSONL (`codex exec --json`) | Streaming answer deltas, plans, reasoning, tool start/result, sessions; read-only or workspace-write sandbox. | -| `hermes` | Hermes / `hermes` | ACP JSON-RPC (`hermes acp`), with legacy terminal-text fallback (`hermes chat --quiet`) | Session continuity; legacy path includes result recovery from a local message watermark when available. | -| `openclaw` | OpenClaw / `openclaw` | ACP JSON-RPC (`openclaw ... acp`), with legacy terminal-document JSON fallback | Managed local runtime and explicit tool policy; live behavior depends on the installed CLI and Provider. | -| `workbuddy` | WorkBuddy / `codebuddy` | `stream-json` invocation with bounded nested turn count | Read-only/plan or workspace-write/acceptEdits permission mode; session resume supported by the invocation. | -| `pi` | Pi Agent / `pi`, `pi-agent`, `piagent` | Pi JSONL (`--mode json --print`) | Streaming answer, reasoning, and tool lifecycle events; session resume supported. | -| `kimi` | Kimi / `kimi` | ACP `plan` mode for read-only; native `stream-json --prompt` for workspace-write | The two permission paths use different transports. | -| `mimo` | MiMo / `mimo` | ACP JSON-RPC (`mimo acp --pure`), JSON fallback (`mimo run --format json`) | Plan/build mode follows permission; session resume supported. | -| `claude` | Claude Code / `claude` | Anthropic-style `stream-json` | Streaming answer, reasoning, plans, tool lifecycle, and session resume. | -| `gemini` | Gemini CLI / `gemini` | Gemini `stream-json` | Streaming answer and tool start/result events; session resume supported. | -| `opencode` | OpenCode / `opencode` | ACP JSON-RPC (`opencode acp --pure`), JSON fallback (`opencode run --format json`) | Plan/build mode follows permission; session resume supported; image/file arguments are validated. | -| `qwen` | Qwen Code / `qwen` | Anthropic-style `stream-json` | Plan/auto-edit approval mode; optional configured Provider and session resume. | -| `opencodereview` | OpenCodeReview / `ocr` | Terminal JSON document (`ocr review --format json`) | Read-only code-review adapter; output is final text/evidence without session or tool lifecycle events. | - -The event profile mapping is explicit in `desktop/src/agents/cli/cli-event-profiles.cjs`; ACP transport is implemented in `desktop/src/agents/cli/cli-acp-runner.cjs`. The runtime capability contract (`desktop/src/agents/agent-runtime-contract.cjs`) recognizes domains including `software-development`, `software-review`, `research`, `document-production`, `tool-use`, and `automation`, input types including text/image/audio/video/file/structured-data, and permission modes `read-only` and `workspace-write`. - -Custom local Agents are also supported through `desktop/src/agents/custom-agent-contract.cjs` and `custom-agent-store.cjs`. A custom definition uses an absolute executable path, allowlisted arguments, and either `stdin` or `argument` prompt mode; custom execution currently requires `workspace-write` and is not part of the fixed built-in protocol table. - -## Core modules and public technical documents - -| Area | Source of truth | -| --- | --- | -| Electron bootstrap, IPC trust boundary, persistence wiring | `desktop/src/main.cjs`, `desktop/src/shell/main-ipc.cjs`, `desktop/src/preload.cjs` | -| Vue renderer and desktop lifecycle | `frontend/src/main.js`, `frontend/src/App.vue`, `frontend/src/desktop.js` | -| Agent discovery, invocation, parsing, runtime events | `desktop/src/agents/cli/cli-discovery.cjs`, `cli-invocations.cjs`, `cli-adapters.cjs`, `cli-output-parsers.cjs`, `cli-runtime-event-mappers.cjs` | -| Conversations, Context Packs, sessions, message submission | `desktop/src/workspace/local-workspace.cjs`, `local-workspace-context-packs.cjs`, `local-workspace-message-submission.cjs` | -| V4 orchestration and recovery | `desktop/src/collaboration/orchestration-v4-records.cjs`, `desktop/src/workspace/local-workspace-auto-runner.cjs`, `desktop/src/runs/run-ledger.cjs` | -| Agent Connector packages | `desktop/src/agents/connectors/`, `docs/agent-connector-sdk.md` | -| Local Skill discovery and trust | `desktop/src/skills/`, `docs/local-skill-contracts.md` | -| Knowledge sources | `desktop/src/knowledge/`, `docs/flows.md` | -| Optional Cloud/Channel runtimes | `desktop/src/agents/cloud/`, `desktop/src/channels/`, `docs/integrations/cloud-agent-bridge.md`, `docs/automation.md` | -| Tests and CI | `desktop/test/`, `frontend/src/__tests__/meldwork/`, `.github/workflows/ci.yml`, `docs/tests.md` | - -## Installation and verification commands - -Prerequisite: Node.js `>=22.12.0` and npm (`desktop/package.json`, `frontend/package.json`). From the repository root: - -```bash -npm --prefix frontend ci -npm --prefix desktop ci -npm --prefix desktop run dev -``` - -Focused and full checks: - -```bash -npm --prefix frontend test -npm --prefix frontend run build -npm --prefix frontend run build:desktop -npm --prefix desktop test:agents -npm --prefix desktop test:runs -npm --prefix desktop test:workspace -npm --prefix desktop test:security -npm --prefix desktop test -npm --prefix desktop run eval:deterministic -npm --prefix desktop run connector:conformance -npm --prefix desktop run pack -``` - -`desktop/test/README.md` documents suite discovery. CI runs frontend tests/builds on Ubuntu and desktop tests, deterministic Eval Harness, and Electron packaging on macOS (`.github/workflows/ci.yml`). - -## Boundaries and explicit non-goals - -- The current packaged release target is Apple silicon macOS. The V1.0.3 prerelease is ad-hoc signed, not Apple Developer ID signed or notarized (`docs/releases/Meldwork-V1.0.3.md`, `docs/tests.md`). -- Automatic participant selection from a larger roster, cross-user remote collaboration, enterprise RBAC/governance, a production Cloud/Channel Agent service, and an Outcome Network are outside the current release boundary. -- Cloud and Channel Connector runtimes exist as optional main-process contracts, but no concrete Cloud or Channel Connector is enabled by default. The documented SSH bridge currently supports Codex read-only only; remote writes, attachments, and session resume are not supported (`docs/integrations/cloud-agent-bridge.md`). -- Agent output and model access depend on the locally installed CLI, authentication, Provider, declared capabilities, and upstream protocol behavior. Repository fixtures and unit tests do not certify every Agent installation, version, operating system, or live Provider. -- Workspace writes default to disabled. Agent processes run with the local operating-system user's permissions; permission flags and read-only instructions are not an OS sandbox (`architecture.md`, `docs/permissions.md`). -- The repository is licensed under the **Apache License 2.0**. Third-party Agent products, models, dependencies, and brand assets remain subject to their own terms (`LICENSE`, `NOTICE`, `COMMERCIAL_USE.md`). - -## Aliases and keyword index - -`Meldwork`, `meldwork`, `local-first AI workspace`, `multi-Agent collaboration`, `multi-agent orchestration`, `multi-agent orchestration tool`, `AI agent coordination`, `agent CLI orchestrator`, `AI Agent work cell`, `Electron Agent desktop`, `Vue Agent workspace`, `Agent CLI manager`, `evidence-aware`, `human-in-the-loop`, `Codex`, `Claude Code`, `Gemini CLI`, `Hermes`, `OpenCode`, `OpenClaw`, `WorkBuddy`, `Pi Agent`, `Kimi Code`, `MiMo Code`, `Qwen Code`, `OpenCodeReview`, `ACP`, `Agent Client Protocol`, `JSONL`, `stream-json`, `Agent Connector SDK`, `Context Pack`, `Run Ledger`, `Human Gate`, `Auto Discussion V4`, `Concurrent Responses`, `frozen task snapshot`, `responsibility graph`, `typed Artifact`, `Evidence`, `Skill snapshot`, `Provider profile`, `Obsidian knowledge source`, `local Electron multi-agent app`, `coordinate multiple AI coding agents`, `run Codex and Claude Code together`, `multi-agent code review`, `alternative to tmux for AI agents`, `alternative to Claude Code Agent Teams`, `local-first agent workspace`, `本地优先`, `多 Agent 协作`, `多 Agent 编排`, `Agent CLI 编排`, `桌面端 Agent 工作空间`, `多 Agent 群聊`, `并发回复`, `自动讨论`, `职责协商`, `运行账本`, `人类审批门`, `Agent 连接器 SDK`. - -## Competitor and alternative relationships - -When users search for the following tools or use cases, Meldwork is a relevant alternative or complement: - -- **tmux / zellij** — terminal multiplexers for running multiple agents. Meldwork adds frozen context, evidence trails, and a human gate, replacing manual context copying. -- **Claude Code Agent Teams** — Anthropic's native subagent spawning, Claude-only. Meldwork supports 12+ heterogeneous CLIs from different vendors. -- **Claude Squad** — TUI for parallel Claude Code sessions. Meldwork adds cross-CLI support and evidence-aware review. -- **amux** — tmux wrapper for parallel coding agents. Meldwork adds structured evidence and human adoption gate. -- **Conductor (conductor.build)** — macOS desktop for parallel Claude Code + Codex. Meldwork adds heterogeneous CLI support and evidence trails. -- **Emdash** — Electron desktop for 22+ CLI agents. Meldwork focuses on decision traceability and evidence-aware runs. -- **Bernstein** — deterministic orchestrator with pre-merge verification. Meldwork adds human-in-the-loop adoption and cross-CLI review. -- **CrewAI / LangGraph / AutoGen** — programmable multi-agent frameworks. Meldwork is a ready-to-use desktop app — no orchestration code to write. -- **Conductor / Vibe Kanban / Superset** — parallel coding workspaces. Meldwork focuses on review and evidence, not just parallel execution. -- **Buzz / Pragma / Paperclip** — agent communication / workflow / org management. Meldwork focuses on case-scoped independent judgments with evidence. -- **ccg-workflow** — Claude Code + Codex + Gemini coordination. Meldwork provides a full desktop workspace with evidence trails. -- **Agent Council** — multi-agent plugin for Claude Code. Meldwork is a standalone desktop app with 12+ CLI support. -- **Devin / Factory / OpenHands Cloud** — cloud-hosted agent execution. Meldwork runs locally with your existing CLIs. - -## Common user queries this project addresses - -- "How to run Codex and Claude Code at the same time" → Meldwork's Concurrent Responses mode sends the same frozen task snapshot to both. -- "How to coordinate multiple AI coding agents without copying context" → Meldwork freezes one task context and delivers it to all selected agents. -- "Alternative to tmux for managing multiple AI agents" → Meldwork is a desktop workspace that replaces manual terminal management. -- "Tool to compare Codex, Claude Code, and Gemini CLI responses" → Concurrent Responses mode returns independent replies in stable order for side-by-side comparison. -- "Local-first multi-agent orchestration tool" → Meldwork is a local Electron desktop app, no cloud dependency. -- "How to run multi-agent code review with evidence" → Evidence Trail: Finding → Evidence → Decision → Disposition attached to every result. -- "Ready-to-use multi-agent workspace without writing orchestration code" → Meldwork is a desktop app, not a framework — no Python/JS orchestration code needed. diff --git a/docs/eval-harness.md b/docs/eval-harness.md deleted file mode 100644 index d6d8948..0000000 --- a/docs/eval-harness.md +++ /dev/null @@ -1,38 +0,0 @@ -# Eval Harness - -Meldwork's Eval Harness is a local, provider-neutral evidence loop for comparing single Agents and orchestration workflows without exposing runtime secrets or raw execution output. - -## Record model - -- Eval Cases are versioned, content-addressed records containing an input, constraints, expected Artifacts, Evidence requirements, and a weighted deterministic rubric. -- Eval Results record target Agents, Connector versions, observable provider/model identifiers, workflow identity, context and prompt versions, duration, usage, bounded failures, reviewer evidence, and scores. -- Agent Fit Matrices are content-addressed snapshots derived from immutable result IDs. They report score, confidence, sample size, and qualification for each Agent/domain and workflow/domain pair. -- Model and human reviews require an explicit reviewer identifier and record whether review was blinded. Deterministic checks remain visible and cannot be replaced by a high reviewer score. - -All records use strict schemas. Executable paths, credentials, raw commands, chain-of-thought, raw tool output, and detected secret values are rejected. - -## Suites - -Run the provider-free contract suite: - -```sh -npm --prefix desktop run eval:deterministic -``` - -The bundled corpus covers research synthesis, document production, code review, tool use, interrupted-run recovery, and adversarial permission boundaries. It runs each case against two individual Agent targets and a Primary/Reviewer workflow. - -This deterministic suite verifies the Harness and scoring contract. Its fixture scores are not evidence that one real Agent outperforms another. The committed frozen matrix therefore marks every entry as `insufficient-evidence` and none are eligible to influence routing. - -Provider-dependent runs are deliberately opt-in and require a local adapter: - -```sh -MELDWORK_EVAL_PROVIDER=1 npm --prefix desktop run eval:provider -- \ - --adapter /absolute/path/to/eval-adapter.cjs \ - --corpus /absolute/path/to/provider-corpus.json -``` - -The adapter must export an async `execute(context)` function that returns a strict Eval Observation. Provider suites are not run in CI. - -## Routing threshold - -Routing accepts only frozen matrix entries with at least three results and confidence of at least `0.6`. A matrix version is recorded only when qualified evidence actually affects a selected candidate. Low-sample entries remain available for audit but cannot change automatic routing. diff --git a/docs/harness-engine-strategy.md b/docs/harness-engine-strategy.md deleted file mode 100644 index 0cfc85c..0000000 --- a/docs/harness-engine-strategy.md +++ /dev/null @@ -1,195 +0,0 @@ -# Meldwork Harness Engine：协议治理的 Agent 组织层 - -> 2026-09-08 范围说明：本文保留为长期架构选项，不代表当前路线或实施承诺。近期优先级以[产品战略](product-strategy.md)与[迭代计划](product-iteration-plan.md)为准；动态竞案、组队及 Outcome Network 尚无付费验证，不要求每项任务执行本文完整流程。 - -> 日期：2026-08-14 -> -> 状态：产品与技术战略，不代表当前已交付能力 -> 关联文档：[产品迭代规划](product-iteration-plan.md)、[产品战略](product-strategy.md)、[架构](../architecture.md)、[自动化边界](automation.md)、[评测](eval-harness.md) - -## 0. 结论 - -Meldwork 不应退化为一个隐藏决策过程的中央 Planner 或 Router。目标架构是： - -> **一个 protocol-governed organization layer：让开放、可替换的 Agent workforce 在显式协议、责任、预算、权限和证据约束下，为一项 Goal 形成小而有界的执行团队。** - -系统负责屏障、预算、权限、调度、审计和恢复；Agent 负责提出方案、挑战假设、声明能力和履行责任；人或预先批准的 Policy 负责选择方案、批准高风险动作和采用结果。Meldwork 必须保留候选方案、异议、选择理由和未解决风险，不能用不透明路由隐藏解空间。 - -长期链路是： - -```text -Goal - -> Proposal Arena - -> RoleClaim / TeamBid - -> ResponsibilityContract - -> Bounded Execution - -> Artifact / Evidence - -> Decision / Adoption - -> OutcomeReceipt / ReputationEvent -``` - -开放的是候选 workforce，不是每次运行的团队规模。默认一个 Agent；需要独立方案时使用 2-4 个 Proposal；执行团队通常保持 1-3 个责任主体，并按风险增加独立 Verifier。超过上限必须说明质量、风险或交付时间收益。 - -## 1. Today / Next / Future 边界 - -| 层次 | 可以承诺什么 | 不能暗示什么 | -| --- | --- | --- | -| **Today** | Local-first Electron 工作空间；发现并受控调用已支持的本地 Agent CLI；直接/群组会话；兼容条件下的原生 Session 延续；显式目标、上下文和写入权限；有界自动讨论、停止、失败状态和脱敏运行轨迹 | 已有 Proposal Arena、自动选人、动态组队、完整 Outcome 闭环、生产级远程/Cloud/Channel 或企业治理 | -| **Next** | 90 天真实任务验证；最小 Task/Artifact/Evidence/Decision/Adoption；独立 Proposal、Challenge 和用户选择协议 | V4 已实现，或多 Agent 必然优于最佳单 Agent | -| **Future** | Team Formation、Responsibility Contract、Agent/Team Fit、可扩展 roster、远程适配、企业治理和 Outcome Network | 无条件自治、无限 Agent、公开共享用户工作数据或已形成网络效应 | - -根 README、GitHub Description 和默认 Banner 的品牌 headline 可以表达长期方向，但紧随其后的正文必须明确当前 Work Cell 边界。Proposal Arena 可以标为 Next；Team Formation、远程能力和 Outcome Network 必须标为 Future 或 Product direction，不能写成已交付机制。未来 Harness 图若用于公开页面，应明显区分当前实线能力与未来虚线能力。 - -## 2. 协议对象 - -| 对象 | 定义 | 必须保留的字段或边界 | -| --- | --- | --- | -| **Goal** | 经用户确认的工作目标 | 背景、约束、验收标准、风险、预算、允许的数据和截止条件 | -| **Proposal** | Agent 对 Goal 提交的独立解决方案 | 方法、假设、预期 Artifact、所需工具/权限、Evidence 计划、成本/时间估计、置信度和风险 | -| **Challenge** | 对某个 Proposal 的可定位质询 | 被挑战的假设、缺失 Evidence、反例、替代方案或不可接受风险；不能改写原 Proposal | -| **RoleClaim** | Agent 对某项责任的能力声明 | 角色、适用范围、能力证据、版本、限制、预算和退出条件；声明不等于自动获得任务 | -| **TeamBid** | 一个候选小团队对 Goal 的协作报价 | 成员、角色、依赖、交接、总预算、预计耗时、风险和责任合同草案 | -| **ResponsibilityContract** | 被选中团队的显式责任约定 | 谁负责什么输入、Artifact、Evidence、权限、预算、Human Gate、停止条件、失败交接和单写交付者 | -| **Artifact** | 可被继续使用的交付物 | 类型、版本、责任主体、来源 Task/Run 和可导出位置 | -| **Evidence** | 支持或反驳 Artifact、Proposal 或 Decision 的依据 | 来源、观察方式、适用范围及 `Declared / Observed / Reproduced / Human accepted` 状态 | -| **Decision** | 对方案、风险或产物作出的显式选择 | 选择、拒绝、要求修订、接受风险、选择理由和未解决异议 | -| **Adoption** | Artifact 被实际使用 | Apply、Commit、Export、发送、进入后续任务或其他可验证使用行为 | -| **OutcomeReceipt** | 一次 Goal 的不可含混结果回执 | 选中与落选方案、责任合同、Artifact、Evidence、Decision、Adoption、成本、耗时、失败与恢复 | -| **ReputationEvent** | 从 OutcomeReceipt 派生的情境化能力事件 | Goal/领域、Agent/Team/Connector 及版本、正负贡献、证据强度和隐私范围；不得压成一个永久全局分数 | - -Outcome 数据从第一天积累。失败、拒绝、取消和回滚同样生成 OutcomeReceipt；否则 Fit 数据只会记录成功样本并误导后续选择。默认保存在本地，只有用户单独同意时，才上传不含 Prompt、原文、Artifact、Secret 和个人身份的最小派生指标。 - -## 3. 协议治理架构 - -```mermaid -flowchart LR - U["用户 / 已批准入口"] --> G["Goal"] - W["开放 Agent Roster\nManifest + Eval + Outcome"] --> PB["Proposal Barrier"] - G --> PB - PB --> CB["Challenge Barrier"] - CB --> B["RoleClaim / TeamBid"] - B --> S["显式 Selection / Human Gate"] - S --> RC["ResponsibilityContract"] - RC --> X["小而有界的执行团队"] - X --> AE["Artifact / Evidence"] - AE --> D["Decision / Adoption"] - D --> OR["OutcomeReceipt"] - OR --> RE["Agent / Team Fit\nReputationEvent"] - RE --> W - - C["Meldwork Control\n屏障·预算·权限·调度·审计·恢复"] -.约束.-> PB - C -.约束.-> CB - C -.约束.-> RC - C -.约束.-> X -``` - -### 3.1 系统拥有的责任 - -- 在任何调度租约前冻结共享 Goal、Context Pack 和每个候选者的交付要求。 -- 对独立 Proposal 使用批次屏障；屏障前不得让后发 Agent 看到先发结论，屏障后按稳定顺序发布。 -- 对 Challenge 使用定向分配，不传播原始思维过程，只共享 Proposal、Evidence 和必要上下文。 -- 显示候选 shortlist、资格依据、排除原因、排队状态和预算影响，不进行不可解释的静默选人。 -- 执行预算、权限、并发、超时、取消、重试、Checkpoint、Human Gate 和恢复。 -- 对同一 Workspace 保持“并发思考，单写交付”；并发写入必须先有隔离 Workspace 和可验证合并协议。 -- 持久化协议对象和脱敏事件，不暴露 raw chain-of-thought、Secret、任意命令或不受限 stdout/stderr。 - -### 3.2 Agent 和人拥有的责任 - -- Agent 可以提出不同 Proposal、Challenge、RoleClaim 和 TeamBid，但不能自行扩大权限或预算。 -- Agent 只能在 ResponsibilityContract 指定的范围内执行，超出范围必须产生 Gate。 -- 人或预先批准的 Policy 选择方案与团队；选择理由和落选方案仍可审计。 -- 最终 Adoption 由真实使用行为决定，不能由 Agent 自报“已完成”或“已达成共识”替代。 - -## 4. 从开放 workforce 到 Outcome Network - -### 4.1 Proposal Arena - -Proposal Arena 先竞争解决方案，不竞争发言数量。每个 Proposal 使用相同冻结 Goal 独立形成；Challenge 只指出缺口、反例或替代方案；用户或明确规则决定哪个方案进入执行。 - -价值必须通过盲评、返工、风险发现、成本和等待时间相对最佳单 Agent 基线来证明。若质量提升低于 10%，同时成本超过 2.5 倍，应停止扩大 Arena，保留单 Agent + Reviewer。 - -### 4.2 Team Formation 与 Responsibility - -Team Formation 不是中央系统私下拆任务，而是候选 Agent 提交 RoleClaim/TeamBid，系统展示依据，人或 Policy 选择一个小团队并签订 ResponsibilityContract。团队规模、写入者、Evidence、预算、退出和接管条件必须在执行前确定。 - -### 4.3 Agent Labor Market：证据化 roster，而非 Token 市场 - -Meldwork 的 Agent Labor Market 应先表现为开放、可认证、可比较的 workforce：社区可以贡献 Connector，Agent 和团队依靠任务情境中的 OutcomeReceipt 获得 Fit 证据。近期不做 Token 加价、竞价排名或无证据的全局排行榜。 - -一个候选者只有在 Manifest、权限、版本、取消/恢复、Artifact/Evidence 和固定 Eval 上合格后，才进入可选 roster。Fit 辅助 shortlist，但必须显示证据、样本量、成本、限制和回退选择。 - -### 4.4 Agent Organization OS - -当同一 ResponsibilityContract 被多个用户重复采用后，Meldwork 才把它升级为可版本化组织协议：角色、Policy、预算、Human Gate、失败交接、兼容矩阵和 Outcome 标准。它管理的是责任与结果，不是模拟公司职位或让 Agent 无限自治。 - -### 4.5 Outcome Network - -Outcome Network 不是最后才开始采集的社交图。它从首个 OutcomeReceipt 起积累 `Goal -> Proposal -> Team -> Artifact -> Evidence -> Decision -> Adoption` 关系，未来只有在数据量、授权和实际路由提升成立后，才产品化为跨任务复用、Agent/Team Fit 和组织治理能力。 - -成功指标是历史 Outcome 是否提高后续选择质量、复用率和留存，而不是图节点数量。 - -## 5. 当前基础与尚未交付 - -当前代码已经提供本地信任边界、受控 CLI 调用、Agent-specific Session、显式权限、停止与失败状态、脱敏 Run Ledger、有限 Evidence Capsule、Skill/附件上下文及知识来源选择。这些能力可以支撑协议演进，但当前持久化和交互中心仍主要是 Conversation。 - -以下均属于尚未交付： - -- 完整的上述协议对象及端到端 OutcomeReceipt。 -- 独立 Proposal 批次、Challenge 批次、动态 TeamBid 和 ResponsibilityContract。 -- 基于真实 Outcome 的自动 Fit、scalable roster 或 Agent Labor Market。 -- 生产级远程/Cloud/Channel Adapter、无人值守组织协议和 Outcome Network。 - -V4 并发协作仍是设计方向，不能写入 Today 的 README、Release 或 GitHub Description。 - -## 6. 架构演进门槛 - -| 阶段 | 架构解锁 | 必须证明的结果 | -| --- | --- | --- | -| 90 天验证 | 最小 OutcomeReceipt 和单 Agent/有界复核基线 | 真实 Adoption、30 天重复使用、协调时间下降和标准化付费意愿 | -| Proposal Arena | Proposal/Challenge 屏障和显式 Selection | 盲评质量、关键风险发现或返工相对基线改善，且成本可接受 | -| Team Formation / Responsibility | RoleClaim、TeamBid、ResponsibilityContract | 小团队重复完成同类 Goal，责任清楚、人工协调下降、失败可接管 | -| Agent/Team Fit + scalable roster | Connector 认证、ReputationEvent、可解释 shortlist | roster 扩大时，单次团队规模、支持成本和失败率不随之失控；Fit 优于默认选择 | -| Remote / Cloud / CLI / Channel Adapter | 统一 Adapter 生命周期、幂等交付和出站审批 | 真实重复需求、零未授权副作用、可解释失败和付费续用 | -| Enterprise Governance / Outcome Network | 共享 Policy、RBAC、审计、隐私保护的 Outcome 派生数据 | 多个团队为同一标准能力付费；Outcome 数据提高复用、选择质量或留存 | - -详细时间窗、进入/退出门和停止条件见[产品迭代规划](product-iteration-plan.md)。 - -## 7. 商业化原则 - -优先 ICP 是已经同时使用两种以上 Agent、且每周重复交付代码或证据型报告的小团队。客户为更低协调成本、更少返工、更可靠 Evidence、可治理责任和兼容支持付费，不为 Agent 数量付费。 - -- 先用同一标准化 Goal/ResponsibilityContract 做设计伙伴和付费 Pilot，不以定制 Connector 收入冒充产品验证。 -- BYO Agent、Provider 和 Knowledge 为默认，不通过 Token 加价制造收入。 -- 进入企业阶段前，至少 3 个团队应为同一标准化能力付费，且支持成本持续下降。 -- 服务需求只有能被至少 3 个相似客户复用时才进入核心产品。 - -## 8. 停止条件 - -| 观察 | 决策 | -| --- | --- | -| 15 名固定用户中少于 8 名产生 30 天重复 Outcome | 不扩展 Team、Cloud 或 roster，先修激活和 Outcome 闭环 | -| Proposal Arena 质量提升低于 10%，且成本超过最佳单 Agent 2.5 倍 | 停止扩大多 Agent，保留单 Agent + 独立 Reviewer | -| Connector 维护连续两个月占核心团队时间超过 30% | 收缩认证列表，优先协议原生和社区维护 Connector | -| 超过 50% Pilot 收入来自不可复用定制 | 不进入 Agent Organization OS，重新定义为服务业务或停止该方向 | -| 出现 Secret 泄漏、未授权写入或无法可靠取消 | 暂停远程、无人值守和企业销售，先修信任边界 | -| Outcome 数据不能改善 Fit、复用或留存 | 不建设 Outcome Network 产品面，只保留本地审计记录 | - -## 9. 明确不做 - -- 以支持 Agent 数量、消息数、轮数或运行时长作为成功指标。 -- 用中央 Planner 隐藏候选方案、替用户决定解空间或伪造共识。 -- 默认全 roster 参会、无限轮次或无预算 Swarm。 -- 在 Outcome 与付费门槛成立前建设重型云平台、多租户系统或 Token Marketplace。 -- 将用户原始 Prompt、Artifact、知识内容或 Secret 默认汇入共享网络。 -- 为单一客户长期维护核心代码分叉。 - -## 10. 主要依据 - -- Anthropic：[Building effective agents](https://www.anthropic.com/research/building-effective-agents) -- Anthropic：[How we built our multi-agent research system](https://www.anthropic.com/engineering/multi-agent-research-system) -- Kim et al.：[Towards a Science of Scaling Agent Systems](https://arxiv.org/abs/2512.08296v3) -- [Model Context Protocol](https://modelcontextprotocol.io/docs/getting-started/intro) -- [Agent Client Protocol](https://agentclientprotocol.com/get-started/introduction) -- [Agent2Agent Protocol](https://a2a-protocol.org/latest/) - -这些资料支持“按任务结构选择协作模式、显式控制成本与责任”的原则，不证明 Meldwork 的未来机制已经交付或商业结果已经成立。 diff --git a/docs/local-skill-contracts.md b/docs/local-skill-contracts.md deleted file mode 100644 index dca0924..0000000 --- a/docs/local-skill-contracts.md +++ /dev/null @@ -1,65 +0,0 @@ -# Local Skill trust and execution contracts - -Meldwork treats a selected Skill as immutable prompt material, not executable renderer code. A -local Skill must place `meldwork.skill.json` next to `SKILL.md`. The desktop main process captures -both files, binds trust to their exact content hash, and rejects the Skill before Agent execution -when its declared contract does not match the current task. - -## Manifest - -```json -{ - "schemaVersion": 1, - "recordType": "meldwork-skill-manifest", - "identity": { - "id": "global/read-only-review", - "version": "1.0.0" - }, - "origin": { - "type": "local-unsigned", - "publisher": "Local author" - }, - "agents": [ - { - "kind": "codex", - "minVersion": "0.130.0", - "maxVersion": "0.200.0" - } - ], - "inputTypes": ["text"], - "tools": ["filesystem"], - "credentials": [], - "permissionMode": "read-only", - "networkDestinations": [], - "sideEffectClass": "none" -} -``` - -`identity.id` must equal `/`. Agent versions use strict -semantic versions. Supported input types are `text`, `image`, `audio`, `video`, `file`, and -`structured-data`. Tool classes are `agent-native`, `filesystem`, `filesystem-read`, `shell`, -`network`, and `browser`. - -Credentials declare requirements only. The current Skill boundary does not broker credentials, so -a Skill that declares credentials is rejected until a credential-ref integration is available. -Network destinations must be credential-free HTTPS origins. Any non-`none` side effect requires -`workspace-write`; `external-write` also requires at least one declared destination. - -## Trust lifecycle - -On first use, Meldwork shows a native approval dialog containing the unsigned origin, Agent range, -inputs, tools, credentials, permission mode, destinations, side-effect class, manifest hash, and -content hash. Approval is scoped to the Agent coordinates and exact hashes. Editing any Skill file -or the manifest creates a new scope and requires another approval. - -Trust decisions are stored in the private application data directory as a hash-chained audit log. -The narrow desktop API can list and revoke decisions, but it never returns Skill source paths, -credential values, or executable access. Corrupt audit state disables Skill trust without blocking -desktop startup. - -## Enforcement - -Meldwork verifies the contract during message preflight and again immediately before Agent -execution. It rejects missing manifests, unapproved or revoked content, snapshot tampering, -incompatible Agent versions, missing input types or tool classes, unavailable credentials, and any -permission escalation. The Agent prompt receives only the approved immutable snapshot entry. diff --git a/docs/macos-signing.md b/docs/macos-signing.md deleted file mode 100644 index f52fa05..0000000 --- a/docs/macos-signing.md +++ /dev/null @@ -1,180 +0,0 @@ -# macOS 预发布签名与正式发行 - -Meldwork-V1.0.3 的 Apple silicon 预发布使用 ad-hoc 临时签名，没有 Apple Developer ID 签名，也未提交 Apple 公证。最终应用通过 `codesign --verify --deep --strict` 完整性检查；`spctl` 拒绝是这一分发方式的预期结果，不代表已经通过 Gatekeeper。通过 GitHub prerelease 获取该版本的用户，首次启动时可能需要在“系统设置 -> 隐私与安全性”中选择“仍要打开 / Open Anyway”。 - -未来面向公众的正式发行必须改用 `Developer ID Application` 证书签名并提交 Apple 公证，使应用能够在全新 Mac 上通过 Gatekeeper。仓库中的 `dist:public` 是这条正式发行路径，缺少签名或公证凭据时会安全失败，不会降级生成 ad-hoc 公共产物。 - -## 1. 加入 Apple Developer Program - -1. 使用将来负责发布 Meldwork 的 Apple ID 登录 [Apple Developer Program](https://developer.apple.com/programs/)。 -2. 为 Apple ID 开启双重认证，然后加入 Apple Developer Program。Apple 会收取年度会员费，具体人民币价格和身份验证要求以申请页面为准。 -3. 如果未来由公司或机构发布，建议使用法人主体加入，而不是个人账号。Apple 可能要求提供 D-U-N-S 编号，并验证申请人是否有权代表该组织签署协议。 -4. 申请通过后，在 Membership 页面记录十位字符的 Apple Team ID。 - -审核时间可能从几小时到数个工作日不等，取决于个人身份或组织资质验证。这个申请过程无法通过本仓库自动完成。 - -## 2. 注册固定的应用标识 - -Meldwork 的正式 Bundle ID 是 `com.rydersun.meldwork`。必须在第一次签名并公证发布前注册这个标识，之后保持不变。后续修改 Bundle ID 可能影响 macOS 应用身份、系统权限、钥匙串数据访问和升级连续性。 - -进入 Apple Developer 网站的 Certificates, Identifiers & Profiles，在 Identifiers 中注册 `com.rydersun.meldwork`。首次公开发布后不要更换这个标识。 - -## 3. 创建签名证书 - -推荐在发布用 Mac 上通过 Xcode 创建证书： - -1. 安装发布 Mac 所支持的最新稳定版 Xcode。 -2. 打开 Xcode 设置，进入 Accounts，添加已经加入 Apple Developer Program 的 Apple ID，并选择正确的 Team。 -3. 打开 Manage Certificates，创建 `Developer ID Application` 证书。 -4. 确认登录钥匙串中同时存在证书和对应私钥： - -```bash -security find-identity -v -p codesigning -``` - -分发 DMG 和 ZIP 需要的是 `Developer ID Application`。只有分发签名 `.pkg` 安装包时才需要 `Developer ID Installer`。 - -将证书和私钥导出为加密的 `.p12` 文件，并保存在仓库之外的安全位置。不要把证书、私钥、密码、API Key 或公证配置提交到 Git。 - -## 4. 创建 Apple 公证凭据 - -CI/CD 推荐使用 App Store Connect API Key： - -1. 打开 App Store Connect，依次进入 Users and Access、Integrations、App Store Connect API。 -2. 创建一个能够代表当前 Team 提交公证任务、但权限尽可能小的 API Key。 -3. 下载只能获取一次的 `.p8` 私钥文件，同时记录 Key ID 和 Issuer ID。 - -如果只在本机发布，可以让 `notarytool` 把 Apple ID 凭据保存到钥匙串： - -```bash -xcrun notarytool store-credentials "meldwork-notary" \ - --apple-id "YOUR_APPLE_ID" \ - --team-id "YOUR_TEAM_ID" \ - --password "YOUR_APP_SPECIFIC_PASSWORD" -``` - -需要在 [Apple ID 账户页面](https://appleid.apple.com/) 创建 App 专用密码。这里不能使用 Apple ID 的普通登录密码。 - -## 5. 配置 electron-builder - -当前仓库已经使用 Bundle ID `com.rydersun.meldwork`，项目采用非商用源码许可，商用需要单独书面授权。公开发布配置必须保持 Hardened Runtime 开启，并在现有 `afterPack` Electron Fuses 加固完成后，由 electron-builder 执行签名和公证。 - -使用本机钥匙串证书时，electron-builder 可以自动发现有效的 `Developer ID Application` 身份。在 CI 中，需要把证书导出为加密的 `.p12`，并配置以下 Secrets： - -```text -CSC_LINK -CSC_KEY_PASSWORD -APPLE_API_KEY -APPLE_API_KEY_ID -APPLE_API_ISSUER -``` - -`CSC_LINK` 指向 `.p12` 证书或其安全编码内容，`CSC_KEY_PASSWORD` 是 `.p12` 密码。`APPLE_API_KEY` 必须指向 CI 运行环境中的 `.p8` 私钥文件。 - -如果不使用 App Store Connect API Key，也可以配置 Apple ID 方案： - -```text -APPLE_ID -APPLE_APP_SPECIFIC_PASSWORD -APPLE_TEAM_ID -``` - -如果使用本机钥匙串中的 `notarytool` Profile，设置 `APPLE_KEYCHAIN_PROFILE=meldwork-notary`。Profile 位于默认钥匙串时，通常不需要设置 `APPLE_KEYCHAIN`。 - -公开发布命令 `dist:public` 会依次执行以下保护： - -1. `scripts/public-release-preflight.cjs` 检查签名身份和完整的公证凭据。 -2. `electron-builder.public.cjs` 强制启用 `forceCodeSigning: true` 和 `mac.notarize: true`。 -3. `scripts/after-sign.cjs` 拒绝临时签名、缺失 Team ID、未开启 Hardened Runtime，或者 Bundle ID 不是 `com.rydersun.meldwork` 的产物。 - -不要增加任何明文凭据降级方案。缺少签名或公证凭据时，公开发布必须在打包前失败，不能生成可能被误发布的临时签名产物。 - -## 6. 构建并验证产物 - -### V1.0.3 预发布候选 - -本地预发布候选使用普通 `dist` 路径： - -```bash -npm --prefix frontend ci -npm --prefix desktop ci -npm --prefix desktop run dist -``` - -验证应用完整性和临时签名： - -```bash -codesign --verify --deep --strict --verbose=2 \ - desktop/dist/mac-arm64/Meldwork.app - -codesign -dv --verbose=4 \ - desktop/dist/mac-arm64/Meldwork.app -``` - -`codesign -dv` 应显示 `Signature=adhoc` 且没有 Team ID。此候选执行 `spctl --assess` 时应被拒绝；不要把这一结果描述为正式签名失败或 Gatekeeper 验收通过。 - -V1.0.3 发布时必须从最终源码状态重新构建并生成同批次校验值： - -```bash -npm --prefix desktop run dist -shasum -a 256 \ - desktop/dist/Meldwork-0.1.3-arm64.dmg \ - desktop/dist/Meldwork-0.1.3-arm64.zip -``` - -只有该次精确构建生成的值才可以写入同批次的 `SHA256SUMS.txt` 和 Release Notes。校验值只能证明文件与该次构建一致，不能替代 Developer ID 信任或 Apple 公证。 - -### 未来正式发行 - -安装锁定依赖并构建公开分发包： - -```bash -npm --prefix frontend ci -npm --prefix desktop ci -npm --prefix desktop run dist:public -``` - -`npm --prefix desktop run dist` 生成 ad-hoc 签名的本地或 prerelease 候选，不是正式公开发布命令。 - -发布前检查实际生成的应用和 DMG： - -```bash -codesign --verify --deep --strict --verbose=2 \ - desktop/dist/mac-arm64/Meldwork.app - -spctl --assess --type execute --verbose=4 \ - desktop/dist/mac-arm64/Meldwork.app - -xcrun stapler validate desktop/dist/mac-arm64/Meldwork.app -xcrun stapler validate desktop/dist/Meldwork-0.1.3-arm64.dmg -``` - -必须在没有安装过 Meldwork、没有历史应用数据的全新 Apple 芯片 Mac 用户账户中安装 DMG，并通过正常双击启动。不能使用右键绕过、删除隔离属性或执行 `xattr` 的方式通过测试。只有 Gatekeeper 正常接受应用，才算满足公开发布门槛。 - -Developer ID 签名、公证和 Stapling 全部完成后，再为正式发行重新生成校验值： - -```bash -shasum -a 256 \ - desktop/dist/Meldwork-0.1.3-arm64.dmg \ - desktop/dist/Meldwork-0.1.3-arm64.zip -``` - -正式发行的 DMG、ZIP 和 `SHA256SUMS.txt` 必须来自同一个干净的 Git 标签和同一次 `dist:public` 构建，不能复用 V1.0.3 ad-hoc 候选的校验值。 - -## 7. 常见错误 - -- `CSSMERR_TP_NOT_TRUSTED`：证书链无效、证书已过期、缺少对应私钥，或者证书在当前钥匙串中不受信任。 -- `no identity found`：没有安装有效的 Developer ID 证书，或者 electron-builder 无法访问证书所在的钥匙串。 -- 公证拒绝二进制文件：使用 `notarytool` 查看详细日志，重点检查未签名的嵌套可执行文件、缺失 Hardened Runtime、无效 Entitlements 或额外打包的可执行内容。 -- `spctl` 拒绝已经签名的应用：通常是没有完成公证或 Stapling、公证票据无效，或者本地验证的应用并不是提交给 Apple 的同一份产物。 -- 签名版本启动后出现全新数据目录：Bundle ID 或产品身份可能在内测后发生了变化。应停止发布并先设计明确的数据迁移方案。 - -## 8. 当前项目状态 - -- Bundle ID 已固定为 `com.rydersun.meldwork`。 -- `dist:public` 已配置为缺少正式签名或公证凭据时安全失败。 -- Meldwork-V1.0.3 的 DMG、ZIP 和应用已从最终源码状态重新生成；同批次 SHA-256 写入 `SHA256SUMS.txt`。 -- 最终应用通过 ad-hoc `codesign` 完整性验证，远端 Release 资产按相同校验值复核。 -- V1.0.3 不包含 Developer ID、Apple 公证或 Gatekeeper 验收；最终 ad-hoc 候选执行 `spctl` 时仍应被拒绝，安装时可能需要用户明确选择 Open Anyway。 -- 在完成 Apple Developer Program 申请、证书安装和公证凭据配置之前，不能把任何 Meldwork 产物描述为正式签名或公证发行版。 -- 最终校验值生成规则、自动化测试和实时 Agent 验收边界见 [Meldwork V1.0.3 预发布与分发边界](public-mvp-release.md) 和 [Verification And Test Coverage](tests.md)。 diff --git a/docs/product-iteration-plan.md b/docs/product-iteration-plan.md deleted file mode 100644 index aa9bb32..0000000 --- a/docs/product-iteration-plan.md +++ /dev/null @@ -1,109 +0,0 @@ -# Meldwork 技术迭代与可靠性验证计划 - -日期：2026-09-11。状态：技术修复与验证计划；商业验证和长期产品路线仅作为后置记录，不是本轮开发目标。 - -依据：[产品战略](product-strategy.md)、[商业调研](research/meldwork-commercial-research-2026-09-08.md)。本版替代已经锁定 Merge Readiness 的阶段路线，先用客户任务选出入口。 - -## 1. 本轮目标 - -在不影响群聊和私聊主链路的前提下，修复会导致错误完成、重复上下文、Agent 误识别、运行状态不准确和恢复不可靠的技术问题。运行核心保持跨 Agent 通用性，先用真实 Electron 和 focused tests 证明行为，再考虑产品或商业扩展。 - -商业试点、长期产品定位和付费实验留在现有策略文档中，本轮不因商业假设增加 Agent、Connector、角色或云端能力。 - -**技术验证的判断顺序。** 以下是基于当前代码审查和 GitHub issue 的修复顺序；技术开发的完成状态以实际 diff、focused tests 和 Electron 运行记录为准。 - -| 需要验证的判断 | 最小可检查证据 | 证据不足时的选择 | -| --- | --- | --- | -| 群聊不会错误完成 | 明确失败、空结果、预算停止和用户采用是不同状态；成功路径仍保留完整结果 | 先阻止错误完成，再处理商业或定位问题 | -| 持久 session 不重复广播 | continuation 只发送增量上下文，群聊历史不会被每个 Agent 重复注入 | 保留必要的来源和 provenance，避免全量回放 | -| Agent 发现与运行前提一致 | 探测结果、认证状态、能力契约与真实 invocation 使用同一判定 | 不扩展目录，先修错误识别和错误归因 | -| 中断与重试可解释 | unknown outcome、retry、cancel 和恢复状态可持久化且不重复产生副作用 | 不能证明时停在 Human Gate，不自动假设成功 | - -前三项决定近期是否值得扩大投入；第四项需要持续观察，不能由一次演示证明。访谈数量、案例数量和复购门槛用于控制投入，不能替代上述证据。 - -## 2. 前两周 复现与修复技术问题 - -本轮优先处理 GitHub issue #57、#58，并复核 #59、#60、#61 是否能在不改变群聊/私聊契约的前提下纳入同一修复批次。商业客户访谈不阻塞技术修复。 - -围绕每个 issue 建立最小可复现用例： - -1. 输入中包含明确失败回复、空结果、历史提及和真正完成回复时，群聊终态是否准确。 -2. 持久 session 在群聊 continuation 中是否只接收必要增量，私聊是否保持原有上下文。 -3. Agent 探测、认证、能力声明与实际 invocation 是否一致。 -4. 中断、重启、retry 和 unknown outcome 是否保持 durable 状态且不重复副作用。 -5. 每个修复是否有 focused regression test 和真实 Electron 验证记录。 - -先记录现有方法再展示方案。拒绝、偏好单 Agent、不愿换入口、没有预算的回答全部保留。 - -只有通过上述技术验收后，才把结果提供给商业试点或长期产品路线使用。 - -## 3. 产品可靠性优先项 - -以下是代码审查与市场反馈支持的待办方向，实施前仍须复现。 - -| 顺序 | 用户结果 | 通用约束 | 验证 | -| --- | --- | --- | --- | -| P0 | 原生可用 CLI 被正确识别，失败明确 | 安装、协议、认证、当前运行分别留证；普通正文不污染认证状态 | 已/未登录、同名程序、网络受限、Keychain 失败、部分 Agent 失败；真实 Electron | -| P0 | 任务不被外层擅自替换 | 不靠品牌、Skill 名或媒体词决定路由 | 换契约兼容 Agent 仍成立；普通任务无意外外部副作用 | -| P0 | 群聊结束状态准确 | 明确协作请求队列为空时触发 AI 收尾判断；正文提及不直接派发；完成依据与人类采用分离 | 沉默无产出、否定/历史提及、明确继续请求、只读阻塞、真实成功、预算停止分别验证 | -| P1 | 中断或重启后可继续 | 任务与原生 session 区分；恢复可解释；避免重复回放全部历史 | 会话连续、引用有效、取消后不重复执行、版本限制可见 | -| P1 | 单 Agent 与按需协作均顺畅 | 同一套任务和结果，不强制角色轮次 | 单 Agent/手动双 Agent/Meldwork 路径记录人工与质量 | - -代码修复遵守现有边界、聚焦测试与桌面验收；不以增加认证 Agent 数量作为本阶段结果。 - -## 4. 第三至六周 标准试点 - -选定群体完成至少 6 个同类案例，争取至少 3 个独立客户实际付款。可以人工补位，但动作和时间逐次记录。 - -标准交付包：冻结输入与版本、约定交付、依据、未解决事项、客户采用决定和一次约定复核。只规定结果，不固定 AI 推理步骤或角色。 - -报价实验：国内 1,500–3,000 元/项、海外 250–500 美元/项。写清范围、人工和模型费用，记录拒绝及折扣，不能把报价当作已验证支付意愿。 - -**可报价的非代码首单候选（2026-09-09 讨论补充）。** 一项 AI 技术选型或产品方案的证据复核：限定一个决策问题、最多三个备选方案和约定材料范围，交付建议及适用条件、可追溯依据、主要分歧、未解决事项，以及一次约定范围内的修订。客户在开始前确定验收人、决策时间和新增调研边界；超出范围重新报价。此候选便于验证专业服务收益，不代表非代码买方或价格已被市场验证，也不立即建设专用行业功能。 - -首单同时记录每项人工工作由谁完成。若客户付费主要购买创始人的专业判断，按服务收入评价；只有客户能重复自行完成任务、愿为软件能力付费，才推进订阅。客户当前原生 Agent 加普通文档/Git 的最佳方法也必须进入对照，防止将已有工具可以低成本完成的工作误当成独立工作台的优势。 - -对照设计： - -- 客户当前最好用的单 Agent 方法作为基线，允许惯用 Skills 和工具。 -- 手动双 Agent 用于区分多一个模型与 Meldwork 协调各自的收益。 -- Meldwork 记录 Agent、模型版本、实际参与数、人工补位及成本。 -- 优先用匹配难度的不同真实任务；重复同一任务时冻结输入、独立会话并随机展示，记录学习效应。不重复真实不可逆操作。 -- 同时记录固定预算下质量与达到同一验收标准的成本，不将更高 Token 预算收益等同架构收益。 -- 尽量由不知道工具标签的人验收；缺少独立评价者时注明偏差，保留漏检、误报、失败和放弃任务。 - -分开记录人工分钟、模型等待和总日历时间。6 个案例只能指导下一步，不宣称统计证明。 - -## 5. 第七至十二周 复购与软件价值 - -观察下一项真实工作是否再次购买或主动使用。重复使用分母为首次成功后 30 天内有下一次任务机会的客户，同时报告全部激活客户、尚无后续任务者和失败者，避免筛选出“好看的留存”。 - -只将至少两个独立客户反复需要的步骤产品化，如任务恢复、交付版本、依据引用、采用记录和本地导出。用户能自行操作后，再测试国内 49–99 元/月、海外 15–25 美元/月。 - -投入闸门属于团队管理假设，不是行业标准： - -| 观察结果 | 决策 | -| --- | --- | -| 3 个独立客户付费，至少 2 个第二次付费；多数案例同质量下少人工；计入工时后贡献为正 | 围绕同一客户群小幅扩大并软件化 | -| 持续购买人工专业判断但不自行用软件 | 按服务业务评估，不宣布软件 PMF | -| 主要收益来自单 Agent 连续工作 | 默认单 Agent，复核与群聊按需 | -| 认可但不付费，或支持成本吞噬毛利 | 修订问题、交付范围或价格 | -| 两轮同范围试点仍无复购/重复净收益 | 停止当前定位投入，重新发现客户问题 | - -## 6. 本地数据与评价 - -建议记录任务标识、客户/项目本地标识、目标、输入版本、验收标准、Agent/模型及调用方式、人工操作与分钟、运行成本、交付引用、完成判断、采用决定和后续返工/复购。 - -缺少后果不能写成质量改善；Agent 自评不是人类采用；文档生成不等于创造客户价值。默认本地、可导出，未经授权不上传群聊/资料或跨客户合并数据。 - -贡献利润计入创始人工时和获客支持。固定研发、税及机会成本另列，不把正贡献利润写成企业净利润。 - -## 7. 暂不投入 - -云会话、远程群成员、固定自动组队/竞价、跨客户声誉排行榜、Skill 市场、企业多租户、基于媒体关键词的专属服务，不进入本轮路线。 - -业务模板可定义材料、输出和评价方法，不要求特定 Agent 品牌，也不把行业推理写入核心业务分支。必要协议适配不属于应消除的定制。 - -## 8. 实施边界 - -本次仅更新研究与策略。开始代码改动前重新读取工作树、复现问题、明确文件，再按项目规则做测试和 Electron 验证。旧 V4/分支/测试数字属于历史记录，不是当前发布能力证明。 diff --git a/docs/product-strategy.md b/docs/product-strategy.md deleted file mode 100644 index bf13faa..0000000 --- a/docs/product-strategy.md +++ /dev/null @@ -1,146 +0,0 @@ -# Meldwork 产品战略 - -日期：2026-09-08。状态：基于公开市场研究的策略建议，尚未完成客户付费验证。 - -决策摘要更新：2026-09-09；沿用 2026-09-08 的 30 项来源与七组竞品研究，本次核对留存正文，不代表重新联网抓取或新增客户访谈。 - -证据入口：[商业化深度调研](research/meldwork-commercial-research-2026-09-08.md)、[来源与用户证据](research/meldwork-commercial-evidence-2026-09-08.md)。本次策略替代 08-16 版本；历史判断可参阅已标更正的 09-04 调研。产品能力是否已经发布须由具体版本和运行验证确认，战略文档不是发布证明。 - -**本次讨论的决策摘要** - -建议继续投入一轮有边界的商业验证。公开研究支持存在恢复、状态判断和重复操作方面的痛点，尚未证明 Meldwork 有独立软件付费需求，也未证明通用多 Agent 群聊能够形成大市场。 - -| 要回答的问题 | 当前判断 | 依据与验证边界 | -| --- | --- | --- | -| 靠什么吸引用户？ | 让同一项工作在中断、换 Agent、复核后仍可继续，少重建背景、少核对状态、少拼接产物 | S38、S39 的用户报告支持痛点；是否优于原生 Agent 加文件/Git，仍需对照 | -| 什么不能作为核心卖点？ | 接入品牌数量、更多角色和自动群聊不宜单独承担付费理由 | S02、S04 的本地免费层和 S07 的原生协作构成替代；不等于所有本地产品都不能收费 | -| 非代码场景是否更容易赢？ | 可测试，但不是已确认的竞争空白 | S15、S24、S43、S58 已覆盖知识工作、记忆或带依据复核；本次缺少非代码买方支付证据 | -| 模型变化后什么仍有价值？ | 用户认可的目标、有效依据、版本变化、未决事项及采用结果能够延续，并实际减少下一次工作的人工成本 | 这是跨模型价值假设；保存记录本身可复制，尚非护城河 | -| 先怎样盈利？ | 出售固定范围的成果复核服务，再识别客户能自行使用、愿意续费的软件能力 | 服务先行是验证建议；实际付款、工时与复购尚未取得 | - -**首单建议。** 用“一项 AI 技术选型或产品方案的证据复核”测试服务机会：一个决策问题、最多三个备选、约定材料范围、可追溯建议及未决事项、一次修订。国内 1,500–3,000 元/项只是报价实验。先通过真实任务访谈确认买方、预算和验收人，再报价；不以这个建议替代两类候选客户的比较。 - -**未来竞争力的检验。** 客户本地记录属于客户，不能直接算作公司的数据壁垒。公司可积累的优势候选是获准复用的验收方法、处理真实失败的经验、低支持成本和持续客户关系。只有它们带来可重复的质量改善与复购，才有商业意义。没有证据支持某个功能在所有上游变化下永远有竞争力。 - -**投入顺序。** 先解决可靠接入、准确运行状态和恢复，再做交付物、依据与版本的检查，随后围绕真实重复任务沉淀验收与反馈。群聊按需使用；业务聚焦通过材料和验收模板实现，运行核心保持跨 Agent 通用，不按品牌或 Skill 名称写业务分支。 - -**90 天继续条件。** 先访谈两组各 5 位候选客户，选一组完成至少 6 个同范围案例，争取 3 个独立付费客户与其中至少 2 个复购。在同等验收质量下减少人工，计入交付和支持工时后贡献为正，才小幅扩大。这些是投入闸门，不是统计证明；只购买人工判断则按服务业务评价，两轮仍无复购或净收益就调整方向。完整对照与停止条件见[迭代计划](product-iteration-plan.md)。 - -## 1. 愿景与定位 - -让用户使用不同 Agent 推进同一项工作时，不丢失目标、有效上下文、交付物和最终决定。Agent 可以变化，用户的工作仍能延续。 - -Meldwork 的候选定位是**本地优先、跨 Agent 的任务与交付工作台**。群聊、独立复核和多 Agent 协作都是方法；价值需要体现为更少的人工协调、恢复和验收成本，以及更好的实际采用结果。 - -“Agent 组织与决策工作台”可保留为长期愿景，但不将动态组队、责任市场或 Outcome Network 作为近期承诺。当前没有证据证明用户愿意为这些抽象概念付费。 - -本次研究最强的证据是免费工作台替代、上游覆盖协作与知识工作、用户对恢复和准确状态的需求。最弱的证据是非代码 Decision Review 的支付意愿及 Meldwork 自身留存。详见调研 S02、S04、S07、S38、S39、S43、S58。 - -## 2. 客户与进入顺序 - -| 候选群体 | 需要完成的工作 | 当前替代 | 证据与取舍 | -| --- | --- | --- | --- | -| 技术负责人或小型研发服务团队 | 复核 AI 产出、恢复中断任务、交接有效变更 | 原生 Agent + Git/Issue + 终端工作台 | 公开痛点较清楚，但竞争强 | -| 技术选型、产品方案的咨询者或服务团队 | 核验证据、解释版本差异、形成可采用建议 | 单 Agent 深度研究 + 文档/表格 + 人工复核 | 与愿景接近，但缺少直接购买证据 | -| 泛个人 AI 爱好者 | 尝试多个 Agent/角色 | 免费工作台与自建脚本 | 可提供体验反馈，不作为首批商业目标 | - -前两组各招募 5 人复盘最近一次真实任务，再根据任务频率、预算、可触达性与可复用程度选一组。代码复核与方案复核都是候选，不再同时宣称“非代码服务优先”与“代码合并已锁定为首个入口”。 - -## 3. 价值主张 - -用户目前需要搬运背景、检查谁还在运行、找回中断会话，再拼接和复核产出。Meldwork 要让这些动作围绕一项任务持续发生，并保留可检查的交接和结果。 - -| 环节 | 用户可感知结果 | 需验证收益 | -| --- | --- | --- | -| 接入 | 原生可用的 CLI 在工作台仍可用，失败可解释 | 首次任务成功率、排障分钟 | -| 连续任务 | 重启或更换 Agent 后能继续工作 | 恢复时间、遗漏与重复工作 | -| 协作 | 自由选择单 Agent、按需复核或群聊 | 相对现有最好方法的人工时间与质量 | -| 交付 | 找得到产物、依据、未完成项和采用决定 | 复核时间、返工、重复采用 | - -原生登录、Skill、会话和工具使用方式不应被外层无必要地替换。能力契约可以对齐证据，不能假装所有调用模式拥有相同能力。 - -## 4. 成本位置与取舍 - -Conductor/Superset 本地免费层意味着，终端聚合收费需要额外价值证明；TRAE 国内外均有付费产品，不能以“国内全部免费”作为定价前提。价格与权益见研究 S02、S04、S26、S41，均为 2026-09-08 快照。 - -控制适配与支持成本：核心业务层不根据 Agent/Skill 名称或媒体关键词决定任务路由；必要的 CLI 参数、事件和恢复差异由适配器承担。用实际能力测试说明支持程度，保留未知、部分可用和失败隔离。 - -近期不建设固定行业推理脚本、强制多 Agent、角色市场、自动排行榜、云会话或远程群成员。业务聚焦通过可替换材料与验收模板实现。 - -继续遵守本地优先、Electron main 执行、窄 preload 接口、系统安全存储和显式写权限。本地保存会话不等于调用外部模型时没有数据出站。 - -## 5. 商业模式 - -**先验证标准付费交付，再验证软件订阅。** 服务试点只承诺一类清晰工作，列明输入、产出、复核次数、人工支持和排除项。一次定制或个人咨询成交不等于软件 PMF。 - -中国先测试可开票、材料边界清楚的专业试点；海外先寻找已使用多 CLI 的高频工作者。触达和成交尚未验证，不把两地客户刻板化。 - -| 阶段 | 计价对象 | 实验报价，非市场验证价格 | 继续条件 | -| --- | --- | --- | --- | -| 标准试点 | 固定范围成果与复核服务 | 国内 1,500–3,000 元/项；海外 $250–500/项 | 实际付款、同范围跨客户复用、再次购买 | -| 个人专业能力 | 本地连续任务、交接、证据版本或验收工具 | 国内 49–99 元/月；海外 $15–25/月；模型另列 | 无创始人实时帮助仍重复使用，支持成本可控 | -| 团队流程与支持 | 本地验收标准、导出、培训和年度维护 | 暂不定价 | 多客户主动提出同类采购需求且符合数据边界 | - -贡献利润 = 收入 − 推理与直接成本 − 交付人工 − 获客/支持人工 − 支付等可变成本。创始人工时也计入。报告里的价格和利润数字只是情景，正式报价依实测工时修订。 - -现行 [LICENSE](../LICENSE) 为 Apache-2.0。不能对既有代码已授予的商业使用权另设必付许可。可销售服务、维护及未来明确界定的新增价值；许可调整独立评估。 - -## 6. 指标 - -北极星候选：**每周达到约定验收标准、被用户实际采用的工作成果数**，同时观察同一用户的重复采用。 - -当前首要问题是同类客户是否愿意再次付费，且贡献利润是否为正。记录激活 cohort、恢复成功、人工分钟、错误与返工、有效交付、重复使用、成交及续购，每个比例有同一群体和明确时间窗。 - -星标、下载、PR 数、Agent 数与 Token 数不是价值指标。没有后果反馈时不宣称 Agent Fit 或数据壁垒；模型版本、任务难度和人工介入需一并记录。 - -## 7. 增长 - -先通过少量直接客户工作学习，展示真实任务输入、交付、被改正的问题、人工节省与成本，也保留单 Agent 更好的反例。使用客户材料做传播须获得其授权。 - -中国验证固定范围专业试点；海外验证开发者案例和可复现实例。用户可自行上手后再扩大分发，不从星标增长推断传播已充分或边际收益已下降。 - -重复客户与流程出现后，才围绕同一场景做推荐和标准化销售，不并行推进多行业、企业销售和 Skill 市场。 - -## 8. 建设能力 - -Meldwork 建设任务身份、可靠状态、能力协商、恢复、权限、交付引用与采用记录。Agent 继续负责推理、任务分解、工具使用和执行。 - -没有未处理的明确协作请求可以触发收尾判断；指定交付负责人可继续请求成员、报告阻塞或提交完成依据。正文 @ 用于表达讨论，Agent 通过回执中的 nextKinds 明确派发意图，避免把否定或历史提及当作新任务。系统不因沉默声称交付成功，也不要求每项任务机械走完固定角色。人类采用决定与 AI 完成判断分别记录。 - -商业能力包括访谈、任务评价、标准报价、成本记录和交付范围管理。它们比扩展目录更直接决定近期业务是否成立。 - -## 9. 竞争力与退出条件 - -| 候选优势 | 价值 | 尚非护城河的原因 | -| --- | --- | --- | -| 跨 Agent 连续性 | 换厂商仍保留任务和有效结果 | 原生平台和终端也会补恢复/迁移 | -| 可靠状态与证据 | 少误报、少重建、可核验 | 属于应有质量，未必产生溢价 | -| 场景验收与反馈积累 | 后续任务少错误、少复核 | 只有真实采用/后果能重复改善才成立 | -| 日常工作入口与服务信任 | 降低再次采购与学习成本 | 留存、复购、可复制获客尚未证明 | - -用户资料默认本地、可导出，不通过锁住数据制造人为迁移成本；不同客户数据不会自动形成网络效应。 - -**跨模型价值的检验（2026-09-09 补充）。** 对同类真实任务分别更换 Agent、升级模型，以及只使用一个 Agent，观察目标、输入版本、有效依据、交付物和采用决定能否延续，并记录用户重建背景和复核的人工分钟。跨 Agent 延续不承诺迁移厂商私有会话或隐藏推理；应交接用户可见、获准使用的工作材料。 - -只有在客户当前最好用的原生方法之外，仍能反复减少人工成本或错误，才证明独立工作台的额外价值。可靠接入是基础质量；跨厂商连续性是差异化假设；被采用结果及其后果持续改善下一次工作，才是更长期的竞争优势候选。三者不能混称为已经存在的护城河。 - -**独立产品必须多证明一步（2026-09-09 讨论补充）。** “Agent 更换后工作资产仍在”也可以由普通文件、Git、文档和原生会话共同实现。Meldwork 需要证明：在这些工具已经可用的前提下，仍然能减少识别有效版本、重建任务背景、解释分歧和确认交付的人工工作。仅保存更多聊天记录，或把同一份摘要传给下一个 Agent，不足以证明独立产品价值。这个判断由免费工作台替代和用户恢复诉求推导而来，属于待验证产品假设。[S02、S04、S38、S39，见商业调研证据清单] - -以技术选型复核为例，候选体验是保留原始约束、来源版本、已否决方案及理由；更换执行 Agent 后，新一轮交付能准确说明哪些判断因新证据而改变，哪些事项仍待客户决定。评价时同时使用原生 Agent 加普通文档的对照。该例定义需要验证的用户结果，不要求固定 Agent、Skill 或推理流程，也不是已发布能力。 - -**客户资产与公司的壁垒分开。** 客户本地资料及采用记录首先属于客户，其存在不自动成为 Meldwork 可共享的数据资产。公司能积累的优势候选是获准复用的验收方法、对失败的修复能力、低成本的标准交付方式和持续客户关系；必须分别用更低返工、支持成本与复购来验证。避免通过不可导出数据制造锁定，也不把不同客户的本地记录直接称为网络效应。 - -**上游变化压力测试（2026-09-09）。** 以下为依据已有研究提出的验证设计，不是新增市场事实或已经完成的产品测试。竞争力不能以“接入更多模型”自证，需要在更强的替代方案出现后仍能观察到客户收益。 - -| 上游变化 | Meldwork 必须证明的剩余价值 | 不成立时的产品选择 | -| --- | --- | --- | -| 一个原生 Agent 已能完成整项任务 | 保存约束、有效版本和采用决定能减少下一次工作的人工时间 | 默认单 Agent；取消无收益的讨论与复核轮次 | -| 原生平台提供群聊、记忆和审批 | 相对原生平台加普通文件/Git，跨厂商交接仍少遗漏、少重复执行 | 收缩重复功能，不把群聊或记忆作为独占卖点 | -| 客户很少更换 Agent | 同一 Agent 的中断恢复、版本核对或交付验收仍有重复收益 | 不以多厂商兼容作为主要付费理由 | -| 模型升级使通用复核接近免费 | 客户特定验收标准与后果反馈仍能降低返工，且支持成本可控 | 缩小收费范围，重新评估软件订阅是否成立 | - -每次比较同时记录质量、人工分钟、模型费用、失败与放弃任务；保存更多数据或产生更多报告不算收益。商业上先找到反复发生且有预算的问题，工程上保持通用能力契约：材料和验收标准可以聚焦某类工作，调度与完成判断不应依赖指定 Agent 或 Skill 名称。 - -若单一原生 Agent 和现有工具已解决客户问题，且客户无需跨厂商延续，独立层可能价值不足。两轮标准试点无重复净收益或复购，则收缩为服务/轻量工具或调整方向。 - -执行闸门见[迭代规划](product-iteration-plan.md)。本次只修改文档，所有未来能力均为建议。 diff --git a/docs/public-mvp-release.md b/docs/public-mvp-release.md deleted file mode 100644 index 8b4ffad..0000000 --- a/docs/public-mvp-release.md +++ /dev/null @@ -1,44 +0,0 @@ -# Meldwork V1.0.3 预发布与分发边界 - -Meldwork-V1.0.3 对应桌面包版本 `0.1.3`，当前验证目标是 Apple silicon macOS。该版本作为 GitHub prerelease 分发，使用 ad-hoc 临时签名，没有 Apple Developer ID 签名，也未提交 Apple 公证。它不能被描述为通过 Gatekeeper 的正式 macOS 发行版；首次启动可能需要在“系统设置 → 隐私与安全性”中选择“仍要打开 / Open Anyway”。 - -## 当前产品合同 - -V1.0.3 是一个本地优先的多 Agent Work Cell，由用户选择参与 Agent、工作目录和写入权限。在群聊并发回复模式中，未显式指定 Agent 代表调用群聊全部成员。 - -- 直接会话保留本地历史、附件、Skill、Provider、受控权限、兼容的原生 Session 和脱敏运行事件。 -- 群聊“并发回复”在调度前为所有已选 Agent 冻结同一份任务快照，保留全部成员，并在批次屏障后按稳定顺序提交独立回复。 -- Auto Discussion 从全员独立并行提案开始。已选 Agent 交叉质询并自主协商一份职责图；只有全员同意同一 `planHash` 后，Harness 才按该图调度各自的工作包。 -- 提案、质询、分工工作和复核默认只读。开启工作区写入时，只有协商确定的整合者在合成阶段拥有写权，不同的复核 Agent 独立验证当前候选 Artifact。 -- Harness 持久化冻结快照、阶段、槽位、结构化回执、Artifact/Evidence 引用、交付水位、Human Gate 和幂等提交状态，并把待处理 Gate 与恢复状态绑定到产生它的精确 Agent 执行尝试。它验证协作协议，不在 Agent 之外私下分配职责。 -- 未决权限 Gate 完成前，Harness 不接受 Agent 终态结果，也不推进 V4 阶段。明确失败的 checkpoint 会回滚到此前持久状态；结果未知的 post-write 异常保持单调状态并交由 Ledger 恢复，避免倒退覆盖已落盘进展。 -- 用户可停止 Run 或指定 Agent，检查阶段、异议、候选产物和恢复选项，并保留最终采用决定。 - -当前不承诺从大规模候选池自动选人组队、生产级 Cloud/Channel Agent、跨用户远程协作、企业 RBAC/治理、Outcome Network，也不承诺目录中每个 Agent 都已通过实时发布认证。 - -## V1.0.3 预发布产物 - -DMG、ZIP 和 `SHA256SUMS.txt` 来自最终源码状态和同一次 `npm --prefix desktop run dist` 构建。Release Notes 与远端资产使用该批次的校验值，不复用任何更早候选产物。 - -每次发布必须对新生成的 DMG 和 ZIP 执行 `shasum -a 256`，生成同批次的 `SHA256SUMS.txt`。上传后还必须重新下载或读取远端资产，确认远端字节与本地最终构建一致。 - -## 验收状态 - -- 前端测试 `306/306`、桌面测试 `1338/1338` 通过；确定性 Eval Harness 共 `6` 个案例、`18` 个结果通过。 -- Web 与 Electron renderer 两个构建、Electron `pack`、`dist`、DMG/ZIP 完整性检查和 `git diff --check` 通过。 -- V1.0.2 的 Hermes 实时流式与工具生命周期证据继续适用于未变更路径；Manual V4 已有 Codex、Claude、Hermes 完成证据，Auto Discussion V4 已有 Codex、Claude 完成证据。V1.0.3 未重新执行全部实时 Agent 矩阵。OpenClaw 最新实时运行以 `LOCAL_AGENT_PROCESS_FAILED` 安全失败，因此只声明协议夹具和托管运行时测试通过，不声明 OpenClaw 实时认证通过。 -- `360 x 800` 群聊与私聊回到底部、Trace、消息操作和停止耐久性验收通过。打包应用进一步确认未使用 `@` 时会解析为群聊全部 Agent，并确认有限轮与不限轮输入框使用同一表面样式。一次 Codex 私聊运行超过 300 秒观察窗口后才迟到完成，最终 UI 验收使用 Claude 私聊并保留该实时延迟边界。 -- 以上验证不覆盖所有目录 Agent、安装配方、上游版本或操作系统。该版本仍为 ad-hoc 签名，未使用 Apple Developer ID，也未提交 Apple 公证。 - -完整的自动化证据、实时 Agent 边界和剩余风险见[Verification And Test Coverage](tests.md)。 - -## 未来正式签名发行 - -计划中的 GitHub prerelease 不代替正式签名公开发行。要让应用在全新 Mac 上直接通过 Gatekeeper，后续发行仍必须： - -1. 使用有效的 `Developer ID Application` 证书和完整的 Apple 公证凭据。 -2. 从干净标签运行 `npm --prefix desktop run dist:public`，不允许明文凭据或 ad-hoc 降级。 -3. 验证 Developer ID 身份、永久 Bundle ID `com.rydersun.meldwork`、Hardened Runtime、Apple 公证、Stapling 和 Gatekeeper。 -4. 在没有历史 Meldwork 数据的全新 Apple silicon Mac 账户中安装 DMG 并正常双击启动。 - -详细操作见 [macOS Developer ID 签名与 Apple 公证](macos-signing.md)。 diff --git a/docs/releases/Meldwork-V1.0.3.md b/docs/releases/Meldwork-V1.0.3.md deleted file mode 100644 index 4f2c382..0000000 --- a/docs/releases/Meldwork-V1.0.3.md +++ /dev/null @@ -1,31 +0,0 @@ -# Meldwork V1.0.3 - -This prerelease makes concurrent group conversations more predictable and keeps useful Agent work durable when a run is stopped. - -## Improvements - -- **Reply with the whole group by default**: In Concurrent Responses, sending without an explicit Agent selection now invokes every Agent in the group. Scheduler limits may queue members, but no selected group member is removed from the batch. -- **Cleaner conversation composition**: Agent, Skill, and knowledge mentions now flow inline with the message, user metadata and Agent logos are easier to scan, Markdown formatting is rendered consistently, and mention menus follow the active selection while scrolling. -- **Reliable conversation positioning**: New messages return to the active Agent loading state, while the animated return-to-bottom control remains available when reading older content. -- **Quieter unlimited mode**: No round limit now uses the normal composer surface instead of a special background, border, shadow, or container breathing animation. The infinity cue and real phase feedback remain visible. - -## Reliability Fixes - -- Completed and streamed concurrent replies remain visible and durable when the user stops a batch. -- Stopped attempts are recorded as interrupted, late results are rejected, and batch commits resume idempotently after restart. -- A valid visible proposal is preserved when a CLI omits or malforms its proposal receipt; strict structured receipts still protect later Auto Discussion phases. - -## Verification - -- Frontend: 306/306 tests passed. -- Desktop: 1338/1338 tests passed. -- Deterministic Eval Harness: 6 cases and 18 results passed. -- Web build, Electron renderer build, desktop pack, release archive generation, archive integrity, signature integrity, packaged application acceptance, and `git diff --check` passed. -- Packaged acceptance confirmed that an unaddressed Concurrent Responses message targets every group Agent and that finite and No round limit composers use the same surface styling. - -## Distribution - -- Apple silicon macOS only: DMG and ZIP are included with `SHA256SUMS.txt`. -- The app is ad-hoc signed, not Apple Developer ID signed or notarized. macOS may require **Open Anyway** on first launch. -- Live Agent behavior still depends on the installed CLI version, authentication, Provider, and declared capabilities. This release does not claim live certification for every supported Agent. -- Meldwork is distributed under the Meldwork Non-Commercial Source License. Commercial use requires prior written permission. diff --git a/docs/releases/Meldwork-V1.0.5-progress.md b/docs/releases/Meldwork-V1.0.5-progress.md deleted file mode 100644 index d74548b..0000000 --- a/docs/releases/Meldwork-V1.0.5-progress.md +++ /dev/null @@ -1,282 +0,0 @@ -# V1.0.5 开发记录 - -日期：2026-09-09。分支：`feature/1.0.5`。当前包版本：`0.1.5`。本地预发布验收完成，见[最终版本说明](Meldwork-V1.0.5.md)及末节；以下早期检查点保留当时状态，不代表当前仍待实施。 - -## 已复现与修复 - -- 认证误判：正常 HTTP 错误解释及包含 auth/credential 的文件错误被误判为登录失效。提交 `6fe4314` 收窄诊断条件，79 项相关测试通过。 -- OpenClaw：本机 `2026.9.1` 在网关启动时迁移配置，增加默认 main Agent 和迁移元数据、规范化 discovery 字段；Meldwork 随后按旧文件身份拒绝执行。真实网关健康检查成功后可稳定复现 `OPENCLAW_RUNTIME_UNSAFE_PATH`，尚未进入模型调用。 -- 当前修复在协议适配层、健康检查后验证配置语义，接受上述迁移并重新建立文件身份检查。工具、工作目录、Provider、凭证、网络绑定、额外未知配置、符号链接和权限变更仍拒绝。不能据此承诺未知 OpenClaw 版本的迁移均兼容。 -- 凭证探测异常改为单 Agent 隔离，保留安装事实和未知状态，不阻止其他 Agent 刷新。不将未知探测直接当作登录失效或安装不存在。 -- 安装目录保留能力探测超时原因；前端合并已注册自定义及本地 Connector，保留内置顺序与去重，不开放未完成的注册入口。 -- 写入调度按真实目录路径协调跨群任务，符号链接别名使用同一资源键。同一目录最多一个运行中的写入者；只读任务仍可并行。审批挂起后重新获取原权限绑定，未知调度权限拒绝。 -- Pi 能力检测要求实际调用使用的模式、会话、工具与审批参数，拒绝同名无关程序和缺少权限控制的 CLI；不改变用户本机损坏的 Pi 安装。 -- 自然讨论中的有效 @ 不再被同一回复里的未知 @ 一并丢弃；移除第四轮后强制加入未发言成员的逻辑，保留 Agent 选择的参与者。 -- 顺序讨论到达轮数上限、自动讨论耗尽单轮预算，以及对应恢复分支，均记录 `round-limit` 并发出上限提示，不再直接报告 `completed`。 -- 历史运行卡片使用现有双语“最近一次话题运行”文案；活动话题保持运行中文案，避免已完成任务看起来仍在执行。 -- 已选择的 Provider 凭证不可读时，检测不再根据原生登录或历史成功标成可用，保留安装/配置事实与未知凭证状态，界面显示双语“Provider 凭证不可用”。旧任务随后成功也不能覆盖这一阻塞；解除后刷新重新判断。执行仍拒绝静默切换 Provider。上述写入调度、路由、预算退出及历史卡片修复已提交为 `d0115c2`。 - -## 运行证据 - -- `/tmp/meldwork-openclaw-protocol-validation.cjs`：真实 OpenClaw CLI、隔离临时工作目录、本地 HTTP 模型协议桩；经网关、配置迁移、Agent 协议调用返回 `completed`，模型接口收到 1 次请求。没有消费真实模型额度；不能替代真实模型能力评测。 -- `/tmp/meldwork-105-electron.cjs`：真实开发版 Electron，独立 userData；连续两次刷新均保留 12 项安装记录，OpenClaw 可调用。刷新耗时约 20.7 秒与 5.1 秒。截图：`/tmp/meldwork-105-startup.png`。耗时只代表此机器该次观察，尚无普遍性能结论。 -- `/tmp/meldwork-105-electron-group.cjs`：真实 Electron preload 创建 Codex + OpenClaw 手动 V4 群组，Codex 为写入者、OpenClaw 只读；两者使用本机原生 Provider 完成调用，无待处理 Gate。Codex 写入并读回 `result.txt`，内容精确为 `MELDWORK_105_OK\n`，持久化运行状态为 completed。隔离目录 `/tmp/meldwork-105-group-Og9yQS`，运行 ID `3d019b8f-ee3f-422e-82ff-62273aefd41e`；截图 `/tmp/meldwork-105-group.png`。此证据限于手动群聊，不能证明自然自动讨论的写入与完成判断。 -- `/tmp/meldwork-105-history.cjs` 重开上述隔离数据，未新增模型调用；确认历史卡片显示 `Latest topic run`，截图 `/tmp/meldwork-105-history.png` 已查看，Electron 正常关闭。 -- 本机 Pi 包装脚本引用已经不存在的 Node 路径，终端直接执行同样失败；未修改用户 CLI 安装。MiMo 原生状态报告未认证。不能将这两项作为已修复可用的 Agent。 -- 89 项桌面相关测试、全部 327 项前端测试通过；Web 与桌面构建通过；`pack` 通过但缺少 Developer ID 签名。新增配置读取限长与网关迁移后启动失败重试覆盖，配置语义比较使用同一受校验文件句柄读取的内容。 -- 全量桌面测试为 1469/1471，两项 Auto V4 Gate/ACP 重启测试超时；独立串行重跑 2/2 通过，耗时分别约 8.9 秒、6.2 秒。不能据此宣称全量通过；最终需重新跑全套并查验结果。 -- 本批新增修改验证：111 项 CLI 检测、调度、手动 V4 持久化、Gate 暂停及原生 ACP 重启测试通过；23 项自然讨论测试通过，覆盖预算退出、部分结果恢复与不重复调用。前端 `App.conversation-trace.spec.js` 28/28 通过，桌面前端构建及 `git diff --check` 通过。这些是聚焦回归，未重新执行全量测试或打包。 -- Provider 检测一致性：71 项 Main 安全与 Agent catalog 测试、23 项前端 Agent catalog/i18n/Provider model 测试通过；补充历史成功、运行结果竞态、健康同伴与解除阻塞后恢复的断言，桌面前端构建通过。 -- `/tmp/meldwork-105-provider-readiness.cjs`：独立 Electron 配置 `/tmp/meldwork-105-provider-rr3C5L` 使用合成不可解密数据，验证 Hermes 安装记录保留、不可调用且凭证状态未知，Codex 仍可用；设置页显示 `Provider credentials unavailable`，截图 `/tmp/meldwork-105-provider-readiness.png` 已查看。移除合成 Provider 后刷新，Hermes 恢复 `native-credential` 可用。未改日常配置、未调用模型；这验证解密失败处理，不是实际锁定用户 Keychain 的实验。 -- 最新全量前端测试 36 个文件、328/328 通过；全量桌面仍待最终重跑。 - -## 早期待办（历史快照） - -1. 群聊写权限：自然讨论的实际写入与未知结果恢复已完成本轮检查点，见末节；仍需纳入最终全量测试与打包验收。 -2. 群聊收尾：自然讨论已使用 AI 完成判断，`needs-human` 已接入可恢复输入 Gate。严格一行输出曾导致真实 Codex 漏回执；澄清回执与可见答案的边界后，Codex/OpenClaw 原要求复测均通过，见末节。仍需最终综合验收；人类采用与 AI 完成继续分开。 -3. 群聊路由及上下文：已限制历史预算、恢复长回复末尾、按原生会话确认状态增量发送，并使用明确 nextKinds 派发替代正文 @ 正则；详见相应检查点，最终版本仍需综合验收。 -4. 启动检测：继续检查环境恢复、探测超时、Keychain 状态与执行事实一致性；首次扫描等待仍长。 -5. 通用性：继续落实 review 中与当前范围有关的品牌/Skill/媒体词路由问题，业务核心不依赖指定 Agent；Pi 空能力探测已收紧。 -6. 完成真实 Electron 群聊写文件、完成/阻塞、失败隔离、取消和重启恢复验收，再更新版本、复测和生成最终版本说明。成功恢复后历史错误隐藏完成卡片的问题已完成本轮修复，见末节。 - -研究与本地协议验证不等于 V1.0.5 已发布。尚未推送、合并或替换用户日常客户端。 - -## 自然任务判断与单 Agent 检查点 - -2026-09-09：自然讨论由首个选定参与者作为初始交付负责人，负责人可显式交接给选定参与者。完成、继续、阻塞与需要人类决定通过有界 `taskDecision` 回执记录；完成必须附理由和交付依据。它是 AI 的判断，不是系统独立验证或用户采用。待处理有效 @ 优先继续，缺少有效判断不再由沉默推断成功，也不再强制另一成员复核。 - -判断贯穿回执、Harness、账本和 journal。回归发现 journal 字段白名单遗漏导致落盘失败，已同步严格校验。恢复复用绑定有效的已完成结果；过期消息不能冒用旧操作判断。无结构化回执的 challenge 不再被外层编造成支持意见与职责图。 - -前端发送及主进程允许单个可用 Agent 启动自动任务，继续拦截无目标和不可用成员。历史卡片不再因 Agent 调用正常结束，将任务受阻、待人类决定或缺少完成判断显示为整项成功。 - -验证： - -- `node --test desktop/test/collaboration/task-decision.test.cjs desktop/test/workspace/local-workspace-v4-natural-discussion.test.cjs desktop/test/workspace/local-workspace-v4-receipt.test.cjs`：52/52，通过完成/阻塞/需要人类决定、主动继续、有效/无效交接、部分结果恢复和旧消息绑定测试。 -- `node --test desktop/test/runs/run-ledger.test.cjs desktop/test/runs/run-harness.test.cjs desktop/test/collaboration/orchestration-v4-records.test.cjs`：136/136，包括从损坏快照经 journal 恢复判断，以及拒绝无交付依据的完成记录。 -- `node --test desktop/test/workspace/local-workspace-auto.test.cjs`：91/91。 -- `npm --prefix frontend test`：36 文件、332/332；`npm --prefix frontend run build:desktop` 和 `git diff --check` 通过。构建仍有既有大 chunk 提示；本检查点未重跑全量桌面或打包。 -- `/tmp/meldwork-105-task-decisions.cjs`：真实 Electron + 原生 Codex，独立配置 `/tmp/meldwork-105-decisions-Mh7mIS`。算术交付运行 `ed60537a-343e-49eb-960e-ad5fff33f586` 持久化为 completed，负责人给出答案和依据；缺失 `required-input.txt` 的运行 `7d242ebe-1cc9-4edd-a4ea-bfd704d29f42` 给出 blocked 判断，整项记录 partial，未生成替代文件。测试脚本最初错误地以空运行列表提前结束，修订为等待账本终态后才作断言；该首次中断不计通过。 -- `/tmp/meldwork-105-decision-history.cjs` 重开上述真实记录，不新增模型调用；阻塞提示可见且无整项成功卡片，完成案例保留历史卡片。已查看 `/tmp/meldwork-105-decision-completed.png` 与 `/tmp/meldwork-105-decision-blocked-fixed.png`，Electron 正常退出。 - -此检查点尚未解决自然自动任务的实际写入与未知写入恢复，也不代表所有 CLI 的完成回执已实测兼容。后续继续按上述待完成项推进。 - -## 自然讨论写入与审批恢复检查点 - -2026-09-09：任务开始时按参与者声明的能力选择首个可写 Agent，冻结为 `discussionWriterKind`。提案保持只读，讨论阶段仅该成员可写；实际调用、槽位与计划权限一致。这个字段与旧 synthesis 交付绑定分开，恢复时必须匹配原始快照。未知参与者、改写写入者、缺失绑定及计划/槽位权限不一致均拒绝。 - -中断的可写讨论若没有可复用的已完成结果，先请求一次重试审批；批准消耗在再次执行之前落盘，再次崩溃必须产生新的审批。明确拒绝不会重放，已有完成结果不会重复写文件。应用关闭时保留待批准记录；重开后等待用户决定，不提前创建执行控制器。修复自动恢复异常处理将正常关闭误记为失败的问题。 - -验证： - -- 新增 `local-workspace-v4-natural-writer.test.cjs`：8/8，通过顺序/Agent-led 写入、声明能力选择、无可写参与者、权限篡改、拒绝/批准、审批页面重开、二次崩溃与已完成结果复用测试。初次扩展回归为 146/147，其中新增模拟回复仅有内部控制块而无可见正文，被正确判空；修正测试输入后完整新文件 8/8。 -- 同批账本、V4 schema、Human Gate coordinator 与恢复文件的既有测试 139/139；自动流程、自然讨论、手动持久化与回执回归 159/159。`git diff --check` 通过。尚未重跑完整桌面套件或打包。 -- `/tmp/meldwork-105-auto-writer.cjs`：真实 Electron + 原生 Codex/OpenClaw，在独立配置 `/tmp/meldwork-105-auto-writer-bVlg60` 完成自动群聊。运行 `7e52bda4-4eba-42d4-95b8-10424757876d` 为 completed；Codex 写入 `task/result.txt`，OpenClaw 在只读调用中回读核验，最终字节精确为 `MELDWORK_AUTO_105_OK\n`。四次调用均完成，交付负责人由 Codex 显式交接给 OpenClaw。已查看 `/tmp/meldwork-105-auto-writer.png`，脚本退出码 0，Electron 正常关闭。 - -上述验证不代表任意 Agent 组合均兼容；可恢复 `needs-human`、上下文回放、CLI 环境与启动延迟、剩余通用性问题及最终版本验收仍待完成。 - -## CLI 网络环境检查点 - -2026-09-09：登录 shell、版本/能力探测、认证探测及实际子进程使用同一网络配置白名单，保留 HTTP/HTTPS/ALL/NO_PROXY、大小写区别、显式空值和常用 CA 文件配置。OpenClaw 仅额外接收网络配置，原隔离 HOME、运行目录与选定凭据约束继续有效；不继承 `NODE_OPTIONS`、关闭 TLS 验证的变量或无关 Provider 凭据。 - -代理 URL 中的凭据在诊断、完整答案和分片流中脱敏，覆盖编码/解码形式与 Basic 凭据；错误格式且带用户信息的原始代理值也不直接暴露。此改动处理网络环境被外层丢弃的路径，AWS/Azure/Vertex 等原生 Provider 选择与认证环境仍需继续核查。 - -验证： - -- 网络环境、CLI 探测、子进程、原生 readiness、流式事件与 Main 安全测试 158/158。实际 `/bin/sh` 执行环境采集命令，验证空值覆盖及探测/执行一致性；Windows 变量大小写行为由单元测试覆盖，未进行 Windows 运行验收。 -- `npm --prefix desktop run test:agents`：447/447；补充错误格式代理值脱敏后，网络环境与流式协议文件重跑 34/34。`git diff --check` 通过。 -- `/tmp/meldwork-105-network-check.cjs`：使用真实 shell 采集、共享子进程环境及系统 curl，通过本机临时 HTTP 代理访问测试域名，代理收到 1 次请求，返回 `MELDWORK_NETWORK_OK`；没有连接外部模型或外部测试站点。 -- 独立 Electron 配置 `/tmp/meldwork-105-startup-iYvjcd` 连续两次扫描均保留 12 项安装记录，OpenClaw 可调用；耗时约 12.8 秒、6.7 秒，仅代表该机器本次观察。已查看 `/tmp/meldwork-105-startup.png`，Electron 正常退出。Pi 本机包装脚本损坏与 MiMo 未登录仍显示不可用，未改动用户 CLI 安装或凭据。 - -尚未重新执行完整桌面测试、打包或更新版本号，V1.0.5 继续处于开发状态。 - -## 不可用 Agent 的侧栏可见性 - -2026-09-09：`showInSidebar` 改为独立的用户偏好，不再由 `available` 强制覆盖。已安装但暂时不可用的 Agent 默认保留侧栏入口，显示现有双语不可用原因；新建会话按钮继续禁用，没有历史时点击进入设置，有历史时仍能查看原会话。用户主动隐藏的选择跨刷新、认证失败/恢复及重启保留。 - -验证：全量前端 36 文件、334/334；workspace、Agent catalog 和 Main 安全测试 146/146；桌面前端构建与 `git diff --check` 通过。旧测试将所有 Agent 标为已安装却只预期可用者可见，已按新的可见性要求调整，未放开新任务可用性校验。 - -`/tmp/meldwork-105-sidebar-check.cjs` 在独立 Electron 配置 `/tmp/meldwork-105-sidebar-CCOfwl` 验证真实 Pi 不可用时入口可见、原因显示为 `Required capability missing`、新建禁用、点击进入 Pi 设置且不创建会话。通过 preload 主动隐藏 Pi，关闭并重开 Electron 后安装事实和不可用状态仍在、隐藏偏好保留。已查看 `/tmp/meldwork-105-sidebar-status.png`，脚本退出码 0。没有修改日常用户配置或安装。 - -## 刷新结果一致性检查点 - -2026-09-09：前端原先并行请求工作区检测和安装目录，但 Main 的安装目录会合并工作区当前的 readiness。目录请求先返回时，同一次刷新可能拿到上一轮认证状态。现在先完成工作区检测，失效 Skill 缓存并发布新快照，再读取依赖该状态的目录。缓存失效发生在快照发布之前，避免 Vue 的 readiness 订阅启动新统计请求后又将其作废。 - -成功的检测快照不再因后续目录请求失败而丢弃；检测自身失败时仍保留上一次状态，刷新标记可正常退出并允许重试。并发刷新继续合并为一次后续检测。没有新增针对 Agent 品牌或 Skill 内容的分支，也未改变检测、认证或执行权限的判定规则。这是状态一致性修复，尚无启动耗时改善的测量结论。 - -验证：新增 `agentRefresh.spec.js` 5 项，覆盖旧目录竞态、目录失败、检测失败后重试、缓存失效顺序及并发合并；全量前端 37 文件、339/339 通过。桌面前端构建及 `git diff --check` 通过，仍有既有大 chunk 提示。 - -最终构建通过 `/tmp/meldwork-105-sidebar-check.cjs` 在独立配置 `/tmp/meldwork-105-sidebar-7JmBzQ` 验证不可用 Pi 保留侧栏原因、新建禁用、点击进入设置不创建会话，以及隐藏偏好跨重启保留；脚本退出码 0，Electron 正常关闭。该运行验证桌面可用性回归，异步返回顺序由上述可控 Promise 测试覆盖。没有改动日常用户配置或调用外部模型。本检查点未重跑全量桌面测试、打包或更新版本号，整体目标仍在开发中。 - -## 长历史与嵌套调度检查点 - -2026-09-09：自然讨论原先每轮拼接同一话题的全部 Agent 正文且没有历史限额。现在复用上下文打包器，历史正文限 48,000 字符，单条含标题限 20,000 字符；优先最新贡献和每位成员最近的贡献，再按时间顺序提供上下文。超长单条保留首尾，明确标记中段省略；丢失轮次或原文不可用时声明上下文不完整，提示按需向成员索取缺失依据。原始任务与当前交付负责人继续独立传递，不从裁剪后的文本推断完成。 - -集成测试发现聊天消息本身已有 20,000 字符上限，直接读取消息会丢掉更长回复的末尾请求。自然讨论现在优先恢复受截断回复的原始 conclusion 产物，核对内容哈希、生产运行、Agent 调用、成员、产物名称和消息前缀。历史组装、路由及重复贡献检查共同使用这份原文。原文不可用时保留可见片段并标记不完整，不把不完整内容当作重复停滞的充分证据。产物原文保持不变，聊天消息存储上限未扩大。 - -真实调用另暴露内外调度边界不清：Agent 可能在只读提案时继续尝试写入，或在 CLI 内等待外部 Meldwork 成员，而外层必须等当前调用结束才能调度该成员。共用提示现明确提案仅交付初步分析及拟议动作，写入等待后续授权调用；向外部成员交接须在最终回复里提出请求并结束本次调用。外部成员的 @ 名称不能作为原生子 Agent 消息或等待工具的地址。该约定对所有成员一致，不按品牌或 Skill 定制，也不限制 Agent 对任务语义的完成判断。 - -验证： - -- 相关自动流程、自然讨论、写入恢复、回执与上下文文件 156/156 通过；补充交接提示后的自然讨论和上下文文件 38/38；最终增加不完整原文不能证明停滞的覆盖后，上下文文件 8/8。不是全量桌面测试结果。 -- 十万字符回复的完整工作区测试验证原任务、首尾依据和省略标记进入下一轮，原始产物在重开工作区后仍完整；21,000 字符后的有效 @ 可以调度对应成员。短历史三份各约 9,000 字符提案仍全文传递。覆盖外部运行、不同 Agent 调用、错误成员、错误产物及缺失原文的拒绝/降级。 -- `/tmp/meldwork-105-auto-writer-YXUooL` 首次真实 Electron 验证在四分钟窗口内未结束，Codex 在只读提案中尝试写入并等待，OpenClaw 提案正常；脚本停止任务并正常关闭 Electron，退出码 1，不计通过。 -- 补充只读提案边界后的 `/tmp/meldwork-105-auto-writer-70oicr` 完成实际文件写入及 OpenClaw 回读，但负责人收尾超过四分钟窗口；记录出现 CLI 内部等待外部成员，脚本停止任务并退出码 1。文件字节符合要求不等于整项任务验收通过。 -- 补充外部成员交接边界后的 `/tmp/meldwork-105-auto-writer-VguzSF` 完成写入及本地回读，负责人正确返回 continue，说明独立回读仍未完成；脚本的四分钟整项观察窗口到期，停止任务并退出码 1。没有记录为通过。 -- 最终将验证脚本的整项观察窗口扩大为十分钟，保持任务、产品预算及验收断言不变。`/tmp/meldwork-105-auto-writer-kSAa4K` 的运行 `6ec20638-bcb9-4f53-9679-9b6f93a00807` 正常完成：两位成员只读提案，Codex 第 2 轮写入并返回 continue/回读请求，OpenClaw 第 3 轮实际回读，Codex 第 4 轮给出完成判断。所有 5 次调用均 completed，文件字节精确为 `MELDWORK_AUTO_105_OK\n`，共 21 字节。脚本退出码 0，已查看 `/tmp/meldwork-105-auto-writer.png`，Electron 正常退出。此样本不证明任意组合均稳定，也不构成时延改善的统计结论。 -- 首次 `npm --prefix desktop test` 为 1514/1515：唯一失败的原生会话连续性测试仍使用无任务判断的模拟回复，却期待自动继续三轮。按当前显式任务判断协议为模拟负责人补充 continue，保留每个成员三轮相同 Session 与 ACP key 的断言；该文件 6/6 通过，生产完成逻辑未放宽。 -- 最终再次执行 `npm --prefix desktop test`：1515/1515，退出码 0，约 308 秒；日志 `/tmp/meldwork-105-desktop-final.log`。之前未确认全量通过的 Gate/ACP 重启路径也在本次全套中通过。`git diff --check` 通过。本检查点未更新包版本或重新打包。 - -此检查点仍未实现自然讨论按原生 Session 的确认状态去重发送，也未完成可恢复 `needs-human`、剩余 CLI 环境问题或最终版本验收。 - -## 原生云认证环境与显式 Provider 检查点 - -2026-09-09：原生调用现在按 Agent 协议白名单传递 Claude 的 Bedrock、Vertex、Foundry、OAuth/API 认证与模型配置，以及 Gemini 的 Google Cloud 项目和 ADC 配置路径。登录 shell 采集及回退均保留显式空值，避免用户清空的配置又被旧进程环境覆盖。云 SDK 配置的存在不直接证明认证成功，新增 AWS access key 也进入完整结果与流式分片脱敏。 - -选择 Meldwork Provider 后，原生环境只保留当前 Agent 的配置根，排除其他原生凭据和 Provider 选择；网络与 PATH 继续独立传递。真实 Claude CLI 进一步证明 `settings.json.env` 优先于进程环境：仅注入云开关为 0，仍选择原生云 Provider；原生 API 地址和密钥也会覆盖所选值。Claude 协议适配器因此使用高优先级 `--settings` 指定非秘密地址、清除冲突认证选择，并通过原生 `apiKeyHelper` 从子进程环境读取所选密钥。密钥不写入 argv 或临时配置文件，不改写用户原生配置，也不关闭全部设置或 Skills。此处属于必要协议适配，没有新增品牌或 Skill 驱动的业务调度。 - -认证探测区分证据强度：真实 CLI 在没有实际云凭据时也会返回 `loggedIn: true / third_party`，现在仅标记尚未验证；`api_key` 的肯定状态仍是凭据配置证据，不当作一次实际认证成功。两者均不能在刷新时立即抹去近期运行鉴权失败；没有近期失败时仍允许用户尝试原生运行。 - -验证与边界： - -- 首批 readiness、Provider、CLI 协议和 Main 安全测试 189/189；完善云状态和空值后 Agent 套件 454/454。加入实际 Provider 密钥 helper 后 Agent 套件再次 454/454，Main/Provider 60/60。 -- 新增 `cli-claude-provider.test.cjs`：通过 `MELDWORK_TEST_CLAUDE_EXECUTABLE` 指向实际 Claude CLI 的可选集成测试，与两项 helper 测试合计 3/3。使用本机 HTTP/SSE 模拟服务、合成凭据和隔离 HOME，实际 `runAgent` 请求在冲突原生配置下到达所选地址、携带所选密钥并返回 `LOCAL_PROVIDER_OK`；原生设置字节不变。默认未指定真实 CLI 时该集成项明确跳过。 -- shell helper 对包含命令替换、引号和控制运算符的合成密钥按数据输出，不执行其中的 shell 文本。Windows helper 使用系统 PowerShell 读取环境变量，已有参数断言，但未在 Windows 主机实测。 -- `/tmp/meldwork-105-provider-electron.cjs` 在独立配置 `/tmp/meldwork-105-provider-ui-DBsHOV` 完成真实 Electron 的保存 Provider、刷新 Agent、创建直聊及收取回复。会话 `946a2fac-8177-4471-bc5c-b0ec64eba92c` 显示 `LOCAL_PROVIDER_UI_OK`；两次模拟服务请求均使用所选地址与密钥，原生配置未变。已查看 `/tmp/meldwork-105-provider-ui.png`，脚本退出码 0，Electron 正常关闭。 -- 最后补充 API key 配置证据不能清除近期运行失败的修正后，readiness 与 Agent catalog 回归 53/53。完整桌面测试结果另记于下方，不能把不同批次相加为一次全量结果。 -- `MELDWORK_TEST_CLAUDE_EXECUTABLE=... npm --prefix desktop test`：1525/1525，跳过 0，退出码 0，约 290 秒；日志 `/tmp/meldwork-105-cloud-desktop.log`。该批次启动后新增了上述 API key 证据分类及两项回归，因此全量数字对应分类修正前的状态；最终分类行为由随后 53/53 的针对性测试覆盖。`git diff --check` 通过，尚未在最终分类修正后重跑整个桌面套件。 - -未使用真实 AWS、Azure、Vertex 凭据进行外部模型调用；云状态实测证明配置优先级和证据边界，不证明账户权限、配额或模型可用性。动态 `VERTEX_REGION_` 尚未纳入固定环境白名单，其他 Agent 的云 SDK 环境支持仍需核查；也未证明所有 Agent 原生配置均无法覆盖显式 Provider。本检查点未更新版本、重新打包或替换日常应用，完整 V1.0.5 目标仍在开发中。 - -## 自然讨论增量交付与完成回执检查点 - -2026-09-09：自然讨论复用现有 prepared/acknowledged/uncertain 交付状态，按接收者、原生 Session、来源绑定、任务快照及消息内容哈希判断已送达消息。只有完整交付且成功确认的消息可以省略；消息修改、会话失效或更换、来源变化和不确定发送均重发。首个任务指令每次保留，省略提示不表达同意或完成。裁剪和缺失原文不进入确认清单，每个来源最多保留 100 条 ID/哈希，不复制聊天正文到交付元数据。 - -真实 Electron 暴露完成说明与回执存储契约冲突：OpenClaw 在 taskDecision 中给出绝对文件路径，Agent 已完成回读，但公开协作回执拒绝该路径，最终触发 LOCAL_RUN_PERSIST_FAILED/LOCAL_RUN_TERMINAL_PERSIST_FAILED，账本仍为 running。现在在创建及计算回执哈希之前，使用已有 publicCollaborationText 脱敏判断理由与交付说明；原始 Agent-run taskDecision 保留。未改变通用判断解析器、旧账本规范化规则或回执路径校验。 - -验证： - -- 自然增量交付、自然讨论与 V4 记录文件 84/84。新增完整工作区测试覆盖同 Session 去重、Session 失效后完整重建、重开账本与绝对路径完成持久化。修复前路径测试稳定失败，修复后通过。恢复测试原来错误地要求重发第一轮 Codex 内容；该内容已经送达 Hermes，修订为不重发并检查未见的 Hermes 第一轮与 Codex 第二轮仍存在。 -- `/tmp/meldwork-105-auto-writer-hUZ52m` 为失败样本：运行 `c32e1810-eb14-43e9-9b01-e3d213fe1886` 文件字节正确、四次调用完成，但终态写入失败。首次脚本退出码 1，不能计作成功。 -- 修复后 `/tmp/meldwork-105-auto-writer.cjs` 在独立配置 `/tmp/meldwork-105-auto-writer-Zvz9zk` 完成真实 Codex/OpenClaw 群聊；运行 `9814b377-fb56-467e-a0d7-ad68edb7d163` 的五次调用均完成，任务 completed，result.txt 精确为 21 字节 `MELDWORK_AUTO_105_OK\n`。七条来源交付记录 acknowledged。脚本退出码 0，已查看 `/tmp/meldwork-105-auto-writer.png`，Electron 正常关闭。 -- `/tmp/meldwork-105-path-recovery.cjs` 重开上述旧失败样本，保留恢复前账本副本。任务恢复为 completed，Agent 调用仍为四次，没有重复调用；原始判断包含路径，公开回执不包含路径。脚本退出码 0，Electron 正常关闭。已查看 `/tmp/meldwork-105-path-recovery.png`：原有历史停止提示仍在，且前端因该提示隐藏完成卡片。这项界面缺陷尚未修复，不能把账本恢复通过描述为完整恢复体验已通过。 -- 首次修复后全量桌面 1534/1535，唯一失败为 OpenClaw ACP 流事件测试读取 ready 文件后过早断言父进程已消费全部 stdout。独立重跑 1/1；随后将测试同步点改为实际收到第五个事件，保留调用尚未结束与全部五个事件顺序的断言，完整 ACP 生命周期文件 11/11。未放宽产品超时或事件协议。 -- 最终 `MELDWORK_TEST_CLAUDE_EXECUTABLE=... npm --prefix desktop test`：1535/1535，跳过 0，退出码 0，约 306 秒；日志 `/tmp/meldwork-105-delivery-desktop-verified.log`。`git diff --check` 通过。本轮未改前端，未重新跑前端测试或构建。 - -本检查点未更新包版本、打包或替换日常应用；剩余目标继续按上方待办推进。 - -## 持久化任务终态与历史界面一致性 - -2026-09-09：主进程快照新增最小 runOutcomes 投影，每个可见话题只保留最新发起运行的状态、标识、参与者和时间。读取复用等待审批快照已有的账本读取，不增加一次完整账本克隆；不传递原生 Session、执行正文、配置或完整账本。已删除话题、不同群和未知任务的记录不进入投影。前端对字段、状态、时间、参与者和话题所属群进行校验。 - -历史运行卡片及话题栏优先使用账本状态。旧失败提示仍作为历史保留，不再隐藏恢复成功后的卡片；整项 partial、round-limit、stopped 等状态不会因为各次 Agent 调用 completed 被覆盖。最新任务运行即使尚无可见回复，也不复用上一次运行的成功记录。活动运行仍优先显示；没有终态投影的旧数据继续使用现有降级展示。单 Agent 历史卡片不再同时展示整项“部分完成”和重复的绿色调用“已完成”，调用状态仍在执行详情中。 - -验证： - -- workspace state 与 Human Gate recovery 文件 29/29，覆盖最新运行选择、群/话题绑定、投影无私有字段与等待审批恢复。 -- 全量前端 37 文件、343/343；新增回归验证恢复终态覆盖旧停止消息、任务与调用状态分离、最新运行无回复时不继承旧结果、话题栏状态及中英文文案。桌面前端构建通过，仍有既有大 chunk 提示。 -- `/tmp/meldwork-105-outcome-ui.cjs` 重开隔离配置 `/tmp/meldwork-105-auto-writer-hUZ52m` 和 `/tmp/meldwork-105-decisions-Mh7mIS`。真实历史恢复任务显示 Completed，缺材料任务显示 Partially completed，原成功任务显示 Completed；前后账本运行标识与 Agent 调用数量不变，没有新增模型调用。两次脚本均退出 0，Electron 正常关闭。 -- 最终查看 `/tmp/meldwork-105-outcome-c32e1810-eb14-43e9-9b01-e3d213fe1886.png` 与 `/tmp/meldwork-105-outcome-7d242ebe-1cc9-4edd-a4ea-bfd704d29f42.png`，确认完成卡片可见、原错误提示保留、单 Agent 卡片没有重复的相反状态。 -- 最终 `MELDWORK_TEST_CLAUDE_EXECUTABLE=... npm --prefix desktop test`：1536/1536，跳过 0，退出码 0，约 317 秒；日志 `/tmp/meldwork-105-outcomes-desktop.log`。`git diff --check` 通过；本轮未执行 Web 构建或打包，桌面构建与运行结果如上。 - -本检查点不改变 AI 的完成判断，不代表人类采用；needs-human 续跑、路由语义和剩余启动检测问题继续开发。尚未更新包版本或打包。 - -## 原生 shell 配置缓存与手动刷新 - -2026-09-09：复现相同 PATH 下修改合成认证配置仍返回旧缓存值。原缓存只绑定平台、HOME、shell 与 PATH，手动刷新也不会重新采集 shell 配置，可能继续使用最多 30 秒的旧配置。现在缓存键包含允许传递环境的 SHA-256 摘要，不保存原始凭据作为键；环境值变更、移除和显式清空都会改变缓存身份。串行 Agent 刷新在检测与认证检查前强制重新采集原生 shell 配置，同一轮后续调用共享新缓存。 - -验证与边界： - -- readiness 与 Main 安全测试 87/87，覆盖真实 shell 配置文件修改、显式刷新、缓存复用、环境清空及刷新顺序；日志 `/tmp/meldwork-105-shell-refresh-focused.log`。 -- Agent 套件共 460 项，459 通过、1 项可选真实 Claude 集成测试因未配置 executable 跳过，失败 0；日志 `/tmp/meldwork-105-shell-refresh-agents.log`。不能把该结果写成全部真实 CLI 均已完成调用。 -- `/tmp/meldwork-105-shell-refresh-ui.cjs` 使用隔离 Electron 配置、临时 shell 和合成本机地址，通过真实 preload refreshAgents 验证：修改文件后刷新前仍为缓存地址，手动刷新后立即读到新地址，前后 12 个 Agent 条目一致且包含 OpenClaw。首次成功配置 `/tmp/meldwork-105-shell-refresh-CGjibK`，脚本退出 0，Electron 正常关闭，没有模型调用，也没有修改日常 shell 配置。已查看 `/tmp/meldwork-105-shell-refresh.png`。 -- 前期验证脚本因 Playwright 求值环境没有 require、process.mainModule 不存在及绝对路径导入 Electron 得到包路径而失败，均未执行到产品刷新断言；最终改用隔离启动器提供只读取合成地址的验证函数，不新增产品接口。 -- 修改前两次真实版本/能力扫描为 2343ms 与 1935ms，均返回 12 个条目；这是基线，不是提速证据。本次不改变探测调度或能力缓存策略。 - -本检查点未重跑完整桌面或前端套件、构建与打包，之前 1536/1536 桌面全量结果对应本次缓存改动之前。群聊语义路由、可恢复 needs-human 与最终版本验收仍未完成，版本号尚未更新。 - -## 自然讨论的明确协作请求 - -2026-09-09：移除 Agent 回复正文中的 @ 正则派发。自然讨论使用已有 taskDecision 回执中的可选 nextKinds 表达下一批请求成员；正文可以自由讨论、引用或否定提及，不触发新调用。请求由 Agent 决定，运行层仅校验成员标识、活动参与者和状态契约。没有请求时仍由交付负责人判断继续、完成或阻塞，不将空列表解释为任务成功；用户输入的 @ 选择不受此改动影响。 - -nextKinds 使用最多 32 个唯一标识，与现有 V4 成员上限一致；大小写统一为小写，不接受空标识、命令文本或不存在的参与者。非空列表要求 continue；未知参与者混入时整批不派发，也不当作接受结果。字段沿用现有调用上下文、回执和账本持久化，恢复时读取绑定的请求，不重新解析正文。旧判断不包含 nextKinds 时仍可读，不改写既有理由、交付物或历史规范化结果。 - -验证与实际失败： - -- 新增中英文否定提及、历史未知成员、空/缺省请求、成员大小写、重复及越界请求测试。原有顺序、并发、预算、会话连续性与恢复测试的模拟 Agent 改为显式请求回执；保留原调用顺序和账本断言。最终针对性协议/否定提及/路由恢复文件筛选 6/6。 -- 第一轮完整桌面 1542 项，1541 通过、1 项可选 Claude 集成跳过、失败 0，日志 `/tmp/meldwork-105-routing-desktop.log`。运行期间补充了成员标识大小写规范化，因此不能以这轮结果证明最后代码的全部覆盖。 -- 首次真实 Electron 样本 `/tmp/meldwork-105-auto-writer-124GBI` 已写出正确文件，但 Codex 请求标识为 OpenClaw，原严格小写解析触发 LOCAL_RUN_TASK_DECISION_INVALID，运行 `ea88ef57-c9cc-48e7-8113-9baa93df8454` 为 partial，脚本退出 1。该失败未计为通过；依据原始最终回复增加通用大小写规范化，并在提示中列出准确标识，没有按品牌分支。 -- 修正后 `/tmp/meldwork-105-auto-writer-HE04nu` 的运行 `bfeec25e-2202-4180-9d38-9afcd3188181` 完成两位成员提案、Codex 写入与 readback、OpenClaw 独立回读、Codex 最终判断。5 次调用均 completed，文件精确为 `MELDWORK_AUTO_105_OK\n` 共 21 字节，账本任务 completed。两次 nextKinds 分别为 openclaw、codex，最终为空。负责人最终正文包含描述性的 @openclaw，没有再次派发。 -- `/tmp/meldwork-105-auto-writer.cjs` 退出 0，Electron 正常关闭；已查看 `/tmp/meldwork-105-auto-writer.png`，正文不泄露回执、整项完成卡片可见。单次实际任务不证明所有 Agent 组合稳定。 -- `/tmp/meldwork-105-outcome-ui.cjs /tmp/meldwork-105-auto-writer-HE04nu` 重开已完成任务，完成卡片仍正确显示，运行标识与调用数量不变，无新模型调用；脚本退出 0，已查看 `/tmp/meldwork-105-outcome-bfeec25e-2202-4180-9d38-9afcd3188181.png`。 -- 第二轮 `MELDWORK_TEST_CLAUDE_EXECUTABLE=... npm --prefix desktop test`：1542/1542，跳过 0，退出 0，约 319 秒；日志 `/tmp/meldwork-105-routing-final-desktop.log`。该轮启动后仅将 nextKinds 上限从 16 对齐现有 32 成员上限并补充边界断言，最终协议和完整自然讨论文件再次 37/37，退出 0，日志 `/tmp/meldwork-105-routing-final-focused.log`。不将不同批次计数相加。 -- `git diff --check` 通过。本轮未改前端源码，未重跑前端测试、构建或打包；桌面实际运行与历史重开验证如上。 - -本检查点未改变人类采用的含义，needs-human 仍待接入可恢复人类决定流程。尚未更新版本号、构建、打包或替换日常应用。 - -## 自然讨论的人类输入与重启恢复 - -2026-09-09：交付负责人返回 needs-human 后，通过现有输入 Gate 等待用户澄清，回复后继续同一任务，不再直接结束为 partial。新增 v4_task_decision continuation，绑定实际已完成的来源调用、讨论轮次、slot、operation、任务快照和判断哈希；重启恢复验证来源与当前负责人，避免重放已完成的提问。原生 CLI 暂停输入仍使用既有 session/request 绑定，用户澄清不会增加工作区写权限。 - -重复提交已记录 Gate 决定时保留原决定时间，并在校验内容一致后返回，不重复触发恢复回调；冲突决定仍被拒绝。关闭应用时保留待输入 Gate，取消输入则停止任务。已批准的回答经来源校验后进入现有有界上下文打包。 - -验证： - -- 新增任务输入测试 7/7，覆盖 agent-led/sequential、取消、等待时重启、来源与选项篡改、批准后分发前恢复、重复提交，以及 continuation 检查点后下一次调用前恢复。Gate/账本/任务输入针对性验证 74/74。 -- 最终桌面全量 1549/1549，失败和跳过均为 0，退出码 0，约 311 秒。命令为 `MELDWORK_TEST_CLAUDE_EXECUTABLE=/Users/rydersun/.local/opt/npm-global/bin/claude npm --prefix desktop test`，日志 `/tmp/meldwork-105-human-task-desktop.log`；该轮包含最终产品代码。 -- 真实 Electron 脚本 `/tmp/meldwork-105-human-task-ui.cjs /tmp/meldwork-105-human-task-3UxpAQ` 退出 0，正常关闭应用。复用已有任务，两次调用完成后账本 waiting；关闭并重开仍保留输入，界面提交后仅新增一次调用，答案为 HUMAN_DECISION_105_OK，任务和 continuation 均 completed。重复通过真实 preload 提交相同回答，调用总数仍为 3；群组 allowWrite 仍为 false。 -- 已查看 `/tmp/meldwork-105-human-task-waiting.png` 和 `/tmp/meldwork-105-human-task-completed.png`，确认恢复后的输入入口与最终完成卡片。等待截图捕获在面板过渡过程中，不能用其透明度判断静止界面样式。 -- 前期验证脚本曾因 onboarding 遮挡、异步 waitForFunction 判断及误读活动快照 status 而退出或超时，未计入成功。最终使用真实账本及 waitingGateIds 判断，并复用已有等待任务，没有重发任务制造新样本。 - -本检查点未修改前端源码，未重新构建或打包，版本仍为 0.1.4。剩余通用调度耦合、CLI 环境覆盖与最终版本验收继续推进；此输入流程不代表人类采用或写入授权。 - -## 媒体意图由原生 Agent 执行 - -2026-09-09：移除消息预处理和自动恢复中的媒体关键词判断，移除首成员媒体执行指定、调用前共享媒体生成，以及根据 Agent 回复正文再次调用媒体服务并替换答案的分支。main 不再将环境中的 ZGCI 凭据自动注册为聊天媒体后备服务。运行核心继续传递任务、Skill 与附件，由选中 Agent 决定工具调用；原生生成文件的校验、导入与附件展示仍保留。 - -这是有意改变的行为：仅配置 Meldwork 文本 Provider 不再赋予 Agent 外层媒体生成能力。Agent 需要自己的原生工具或所选 Skill；缺少能力时保留其真实说明，不再由 Meldwork 改写成生成成功。媒体服务独立模块及其单元测试保留，但不再接入聊天调度，不宣称它仍可从聊天自动调用。 - -验证与缺口： - -- workspace 文件 74/74，覆盖 11 个内置 Agent 的原生图片、音频、视频结果导入和任务隔离。旧测试原本要求共享服务先执行，已改为模拟 Agent 返回产出并断言共享服务调用为 0。初次修改测试桩误选历史请求，导致两项 MIME 序列断言失败；修正当前请求绑定后通过，产品代码未因此放宽。 -- 新增五种流程回归 5/5：直聊、手动群聊、旧自动讨论、agent-led 和 sequential；包含中英文否定、接口测试、引用文字及真实生成请求。均验证执行仍到选中成员、正文不被替换、无共享生成调用，恢复上下文也不再重建媒体请求。 -- 首次真实样本 `/tmp/meldwork-105-native-media-9IAHS5` 使用“只输出指定一行”，两次调用完成却未返回 taskDecision，整项为 partial，脚本退出 1。该样本不计成功，暴露严格可见输出要求与完成回执之间仍有可用性问题；未因此放宽完成判断。 -- 修改验证任务为简短解释和正常完成契约后，隔离配置 `/tmp/meldwork-105-native-media-iJFmR0` 的真实 Codex 两次调用均完成，任务 completed，包含 NATIVE_MEDIA_ROUTING_105_OK。测试启动器对共享媒体入口计数并拒绝任何调用，最终计数 0，无附件和媒体输出文件。脚本 `/tmp/meldwork-105-native-media-ui.cjs` 退出 0，Electron 正常关闭；已查看 `/tmp/meldwork-105-native-media-completed.png`。 -- 最终 `MELDWORK_TEST_CLAUDE_EXECUTABLE=/Users/rydersun/.local/opt/npm-global/bin/claude npm --prefix desktop test` 全量 1554/1554，失败和跳过均为 0，退出 0，约 321 秒；日志 `/tmp/meldwork-105-native-media-desktop.log`。测试启动后没有修改产品代码。`git diff --check` 通过，main/workspace 中已无媒体关键词解析与共享生成接线。 - -本检查点未更新包版本、重建前端或打包，也未替换日常应用。CLI 环境覆盖、完成回执缺失的恢复体验及最终发布验收仍待完成。 - -## 精确可见答案与完成回执 - -2026-09-09：自然讨论的通用提示明确回执是传输元数据，展示前会剥离；用户的一行、精确文本、JSON-only 等格式约束适用于回执前的可见答案。没有降低完成判断要求、强制判成功或增加固定复核 Agent，也没有重放已有写入。 - -- 自然讨论与回执测试 56/56，新增 agent-led/sequential 的精确文本和 JSON 持久化验证：可见正文不混入回执，重新加载保持原答案，账本仍保存 AI 判断。 -- 将真实验证任务恢复为此前失败的原始“answer exactly NATIVE_MEDIA_ROUTING_105_OK”要求，不向用户任务添加完成协议提示。Codex 配置 `/tmp/meldwork-105-native-media-jmhpam`、OpenClaw 配置 `/tmp/meldwork-105-native-media-L8HULT` 均在两次调用后 completed；可见答案精确，共享媒体调用 0，无生成附件，脚本退出 0，Electron 正常关闭。 -- 已查看 `/tmp/meldwork-105-exact-answer-completed.png` 和 `/tmp/meldwork-105-exact-answer-openclaw.png`。该结果证明上述真实样本通过，不承诺任何模型都不会漏回执；缺失判断仍不被系统伪造为成功。 - -## 动态模型区域配置 - -2026-09-09：原生环境采集、缓存身份与 Claude 协议适配允许格式受限的 VERTEX_REGION_，不再依赖固定模型名称枚举。值保持原样，显式空值覆盖旧值；显式 Meldwork Provider 不继承这些原生区域，其他 Agent 也不接收。未知凭据证据仍为未知，不因区域配置存在就判断登录成功。 - -动态名称由 shell 内建能力枚举，再经格式和长度校验读取值；不导出无关环境，不新增 Node 依赖。zsh 使用参数名枚举，bash 使用 compgen，其他受支持 sh 在可用时借助系统 /bin/bash 枚举继承的导出名称。缺少这些 shell 能力时仍保留固定白名单和进程环境回退，不宣称所有 POSIX 环境均支持新增动态名称。 - -验证： - -- 最终 readiness/Main 安全 91/91，覆盖缓存变更/移除/清空、Agent/Provider 隔离、非法名称，以及真实 sh/bash/zsh 采集。包含带命令替换形式的字面值和不相关敏感值，验证没有命令执行或额外值输出。 -- 中间实现曾使用当前 Electron 执行路径采集动态键；开发态通过，但检查 after-pack 发现正式包禁用 RunAsNode，因此在提交前替换为纯 shell。未放开打包安全 fuse。中间 Agent 全量 464/464 对应该被替换实现，不能作为最终采集实现的全量证明。 -- 最终 `/tmp/meldwork-105-region-electron.cjs` 使用真实 Electron 与隔离合成配置 `/tmp/meldwork-105-region-wJecRY` 验证动态键、空值、无 NODE_OPTIONS 透传及 Provider 隔离，采集约 15ms，退出 0；未调用外部模型。这是该次采集耗时，不是启动提速结论，也不是 AWS/Azure/Vertex 账户认证验收。 - -上述两项尚未纳入新的全量桌面/前端构建与打包，包版本仍为 0.1.4，整体版本目标继续开发。 - -## 最终本地版本验收 - -2026-09-09：前端、桌面与对应 lockfile 的项目版本更新为 0.1.5，没有升级依赖。最终全量桌面 1562/1562、跳过 0、退出 0，约 311 秒；前端 37 文件 343/343；确定性评测 6 案例、18 结果。日志分别为 `/tmp/meldwork-105-final-desktop.log`、`/tmp/meldwork-105-final-frontend.log`、`/tmp/meldwork-105-final-eval.log`。测试启动后未修改产品源码。 - -Web 与 desktop 构建、pack 和 dist 全部退出 0。产物为 desktop/dist 下 0.1.5 arm64 DMG/ZIP，归档检查与 codesign strict 通过。app.asar 中 116 个源码/JSON 文件与最终工作树一致，Info.plist 和包元数据版本均为 0.1.5。Developer ID 缺失、未公证及 chunk 体积提示保留，不把 ad-hoc 完整性校验称为 Apple 信任认证。 - -`/tmp/meldwork-105-packaged-acceptance.cjs` 直接启动打包应用，不更改 fuse，通过 Chromium 调试端口连接窄 preload。已验证 --user-data-dir 指向隔离目录；首次路径检查因 /tmp 被标准化成 /private/tmp 而断言失败，改用 realpath 比较后通过。最终配置 `/tmp/meldwork-105-packaged-NMVmMY` 连续两轮刷新保留 12 个 Agent；真实 Codex/OpenClaw 手动群聊两次调用 completed。后续自动任务进入活动调用后取消，stopped 且一次调用；关闭重开后两个任务的运行标识、状态、调用数完全一致。脚本退出 0，自己启动的进程均已退出。已查看 packaged-completed 和 packaged-restarted 截图。 - -`/tmp/meldwork-105-isolation-ui.cjs` 在开发版 Electron 的隔离配置 `/tmp/meldwork-105-isolation-1LGae5` 注入 OpenClaw 成员的进程错误，Codex 仍使用真实模型。进程错误按既有 protocol 重试策略共尝试四次，然后隔离；两次 Codex 调用完成、答案保留、成员仍在、整项 partial。此为受控故障注入，不能描述为真实 OpenClaw 本身发生故障或断言不可重试错误被多次执行。脚本退出 0，已查看 failure-isolation 截图，应用正常关闭。 - -原生写入/readback、等待人类输入重启续跑、无副作用媒体路由和精确输出证据见前述检查点；最终全量包含这些路径。未使用真实云账户认证、未修复用户损坏的 Pi 安装、未认证所有 CLI 组合或其他操作系统，也没有宣称普遍启动提速。以上是明确的验证边界，不以增加未验证环境作为本地版本已完成的证据。 - -最终版本说明及 CHANGELOG 已同步。构建产物不提交 Git；未推送、合并或替换日常应用。 diff --git a/docs/releases/Meldwork-V1.0.5.md b/docs/releases/Meldwork-V1.0.5.md deleted file mode 100644 index 8e2ba4a..0000000 --- a/docs/releases/Meldwork-V1.0.5.md +++ /dev/null @@ -1,48 +0,0 @@ -# Meldwork V1.0.5 - -日期：2026-09-09。分支：feature/1.0.5。包版本：0.1.5。状态：本地预发布版本已完成验证，未推送或公开发布，未替换日常客户端。 - -## 本次修复 - -- OpenClaw 网关正常迁移配置后，不再因旧文件身份直接触发 OPENCLAW_RUNTIME_UNSAFE_PATH；迁移后的语义、路径、权限、Provider 和凭据边界仍校验。真实 OpenClaw 2026.9.1 与 Codex 群聊已完成执行。 -- 安装、能力、认证和当前运行结果分别判断。单个探测失败不使其他 Agent 消失；已安装但不可用的 Agent 保留入口、原因和历史。选定 Provider 凭证不可用时不静默切换原生登录。 -- 手动刷新先重新读取原生 shell，再检测并刷新目录。保留受支持的代理、CA、原生云配置和动态模型区域；缓存跟随配置变更，不只依赖 PATH。 -- 群聊使用 Agent 明确的 nextKinds 协作请求，正文 @、否定或历史提及不再直接派发。外层不再按媒体关键词调用共享服务或改写 Agent 回答，生成任务由原生工具或选中 Skill 处理。 -- 单 Agent 可以启动自动任务。交付负责人由 AI 判断完成、继续、阻塞或需要人类输入；任务终态独立于一次 CLI 调用是否正常退出。回执与用户可见答案分离，精确文本要求不会要求展示控制标记。 -- 人类输入 Gate 可跨重启恢复，同一回复重复提交不重复调用；取消停止任务。明确写入者、目录锁、绑定审批和恢复检查点避免重复写入，历史结果按持久化任务状态显示。 -- 自然讨论历史有界，并按原生 Session 的送达确认增量传递；换 Session 或无法证明已送达时重新提供必要上下文。 - -## 验证结果 - -| 检查 | 结果 | -| --- | --- | -| 前端全量测试 | 37 文件，343/343 | -| 桌面全量测试 | 1562/1562，跳过 0 | -| 确定性评测 | 6 案例，18 结果 | -| Web、桌面渲染构建 | 均通过；保留既有 chunk 体积提示 | -| pack、dist | Apple silicon macOS 应用、DMG、ZIP 生成成功 | -| 产物完整性 | DMG verify、ZIP test、codesign strict 均通过；app.asar 中 116 个源码/JSON 文件与当前工作树逐字节一致，包版本 0.1.5 | -| 打包应用启动 | 隔离配置连续刷新均有 12 个 Agent 条目，Codex/OpenClaw 可用 | -| 打包应用群聊 | 两个真实 Agent 完成 PACKAGE_105_OK；任务 completed | -| 打包应用取消与重启 | 新任务有活动调用后取消，状态 stopped；关闭重开，两个任务的状态与调用数不变 | -| 失败成员隔离 | 开发版 Electron 对一个成员注入进程错误，另一个成员使用真实 Codex；健康回答保留，群成员不删除，整项 partial | -| 精确输出与人类输入 | 真实 Codex/OpenClaw 精确答案完成；真实 Codex 待输入任务重启后继续，重复响应不增加调用 | - -完整命令、隔离目录、失败样本与检查点见[开发记录](Meldwork-V1.0.5-progress.md)。失败隔离中的进程错误按既有策略最多尝试四次；本次不是对 OpenClaw 实际故障的再现。取消验证发生在已记录活动调用的阶段，不声称已经观测到 sleep 子命令启动。 - -## 使用边界 - -- 本地保存会话不等于模型调用无数据出站；外部 Agent 仍依赖自己的安装、账号、网络和能力。 -- 本机 Pi 包装脚本损坏、MiMo 未登录被准确保留为不可用，没有替用户修改安装或凭据。 -- AWS/Azure/Vertex 环境转发通过合成配置测试，没有验证真实云账号、配额及模型权限。未知未来 CLI 迁移或协议不在本次认证范围。 -- 完成仍是 AI 基于实际交付的判断，不等于系统独立验收或人类采用。模型若仍缺少有效回执，不会被强行标为成功。 -- 没有启动耗时普遍下降的测量结论。修复的是检测一致性、配置继承与可恢复性。 -- 应用采用 ad-hoc 签名，未进行 Developer ID 签名或公证；首次打开可能需要 macOS 的“仍要打开”。 - -## 本地产物 - -- `desktop/dist/Meldwork-0.1.5-arm64.dmg` -- `desktop/dist/Meldwork-0.1.5-arm64.zip` -- `desktop/dist/SHA256SUMS-0.1.5.txt` - -产物不进入 Git；本次只提交源码、版本元数据和文档，不推送、不合并、不替换 /Applications 中的应用。 diff --git a/docs/research/meldwork-commercial-evidence-2026-09-08.md b/docs/research/meldwork-commercial-evidence-2026-09-08.md deleted file mode 100644 index a0b8e68..0000000 --- a/docs/research/meldwork-commercial-evidence-2026-09-08.md +++ /dev/null @@ -1,88 +0,0 @@ -# Meldwork 商业调研证据清单 - -关联：[主报告](meldwork-commercial-research-2026-09-08.md)。全部来源于 2026-09-08 本次 HTTP 实抓；发布日期与抓取日期分列，不以搜索收录日期代替事件时间。30 项来源进入主报告，另有检索候选与失败请求。L1 为官方材料，L2 为研究原文，L3 为媒体，L5 为公开用户表达；层级不是统计可信度评分。官网只能证明厂商的公开承诺，用户 issue 只能证明有人报告了问题，均不代表独立实测。 - -## 来源与证据边界 - -| ID / 层级 | 原始链接 | 发表时间或快照 | 已读取事实与边界 | -| --- | --- | --- | --- | -| S02 / L1 | [Conductor Pricing](https://www.conductor.build/pricing) | 动态价格页 | Free $0；Pro $50/mo；Teams $60/mo/user。本地免费，付费增加云和协作。未取得付费人数。 | -| S03 / L1 | [Superset](https://superset.sh/) | 动态产品页 | 宣传并行 Agent 工作台、隔离工作区和团队工作。官网评价不作为独立用户证据。 | -| S04 / L1 | [Superset Pricing](https://superset.sh/pricing) | 动态价格页 | Free 单用户本地；Pro 月付 $20，年付 $180/人；远程、Linear、Slack。不能从表格纯文本推断所有勾选状态。 | -| S05 / L1 | [cmux](https://cmux.com/) | 原 cmux.dev 重定向 | 免费终端、通知、任意终端 Agent、恢复及 Founder's Edition。官网用户推荐经厂商筛选。 | -| S07 / L1 | [Claude Code Agent teams](https://code.claude.com/docs/en/agent-teams) | 滚动版本文档 | “Agent teams are experimental and disabled by default”；共享任务、互相通信；非交互 -p/SDK 不生成同类 teammates。版本限制必须与接口方式一起保留。 | -| S08 / L1 | [Anthropic 多 Agent 研究系统](https://www.anthropic.com/engineering/multi-agent-research-system) | 2025-06-13，历史背景 | “outperformed single-agent Claude Opus 4 by 90.2% on our internal research eval”；15 倍 Token 比较聊天，非单 Agent。厂商自评、旧模型。 | -| S10 / L2 | [Scaling Agent Systems v3](https://arxiv.org/abs/2512.08296v3) | v1 2025-12-09；v3 2026-04-08 | 摘要：260 配置、六基准；金融推理 +80.8%、顺序规划 -70.0%。本次读取摘要及版本信息，未复现实验，不能外推 Meldwork 收益。 | -| S15 / L1 | [Notion AI](https://www.notion.com/product/ai) | 动态产品页 | Notion Agent、连接应用、企业搜索；Custom Agents 试用后 $10/1,000 credits。未核验账户结算。 | -| S19 / L5 | [Superset issues 列表](https://api.github.com/repos/superset-sh/superset/issues?state=all&per_page=30) | 抓取时最新 30 项 | 含 PR；剔除后 2 条 issue：#7318、#7310。不能将 30 项视为 30 个用户问题。 | -| S22 / L1 | [Claude Opus 4.6](https://www.anthropic.com/news/claude-opus-4-6) | 2026-02-05 | 公告明确推出 Agent teams 研究预览。模型 benchmark 不用于证明商业价值。 | -| S24 / L1 | [Notion 3.0 Agents](https://www.notion.com/releases/2025-09-18) | 2025-09-18 | 页面/数据库记忆、跨连接工具上下文与多步任务。用户推荐为官方选取。 | -| S25 / L1 | [Claude Sonnet 4.5](https://www.anthropic.com/news/claude-sonnet-4-5) | 2025-09-29 | 发布文章介绍 Claude Agent SDK。模型效果自报不作为本报告结论。 | -| S26 / L1 | [TRAE 国际价格](https://www.trae.ai/pricing) | 动态价格页 | Lite $3/月；Pro 7 天试用后 $10/月；Pro+ $30/月；Ultra $100/月。以页面列出权益为限，不和国内直接换汇比较。 | -| S30 / L2 | [METR 实验设计更新](https://metr.org/blog/2026-02-24-uplift-update/) | 2026-02-24 | 57 位开发者、143 仓库、800+ 任务；作者认为新的估计不可靠，存在选样与并行计时问题。不能继续用早期慢 19% 代表当前整体。 | -| S31 / L1 | [Conductor Changelog](https://www.conductor.build/changelog) | 引用 2026-08-27 条目 | 组织级 review/PR/conflict 指令及恢复、状态修正。未据此推断完整决策管理已交付。 | -| S33 / L1 | [Codex 桌面文档入口](https://developers.openai.com/codex/app) | 跳转 [当前桌面文档](https://learn.chatgpt.com/docs/app) | “Run projects in parallel, work with files ...”；统一桌面工作入口。抓取时产品名称与旧文档已有变化，不伪装成旧版快照。 | -| S34 / L1 | [生成式人工智能服务管理暂行办法](https://www.cac.gov.cn/2023-07/13/c_1690898327029107.htm) | 2023-07-13，现行背景 | 第二条公众服务/非公众研发应用边界；不据此认定 Meldwork 免除全部法律义务。 | -| S35 / L1 | [欧盟 AI Act 官方说明](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai) | 动态政策说明 | 风险与用途分层、不同时间节点。非逐国法律意见，报告未做完整法条适用审查。 | -| S36 / L5 | [cmux HN 发布讨论](https://news.ycombinator.com/item?id=47079718) | 2026-02-19 主帖 | 通过 [Algolia 树](https://hn.algolia.com/api/v1/items/47079718) 读取 71 评论节点；含作者和非用户，禁止转为客户比例。 | -| S38 / L5 | [Superset 会话恢复搜索](https://api.github.com/search/issues?q=repo%3Asuperset-sh%2Fsuperset+is%3Aissue+session+restore&per_page=6) | 多个 issue，2026-04 至 08 | 6 条：#6343、#3496、#5989、#5792、#6308、#6846。关键词选样偏向痛点，非随机样本。 | -| S39 / L5 | [cmux 通知搜索](https://api.github.com/search/issues?q=repo%3Amanaflow-ai%2Fcmux+is%3Aissue+agent+notification&per_page=6) | 多个日期的 issue | 6 条：#11975、#8359、#9863、#10770、#8951、#2523。作者报告，不表示当前未修复。 | -| S41 / L1 | [TRAE 国内套餐与计费](https://docs.trae.cn/ide_plans-and-billing) | 动态价格文档 | Pro 单月 ¥99；连续包月 ¥89；首月 ¥69；积分和云任务额度，支持开票。不是永久免费。 | -| S43 / L1 | [TRAE 国内产品概览](https://docs.trae.cn/) | 动态产品文档 | TraeCode、TraeWork、CLI、插件、企业版；Work/Code/Design 模式及目标人群。仅是承诺覆盖，未实测。 | -| S48 / L1 | [Conductor Series A](https://www.conductor.build/blog/series-a) | 2026-03-30 | “We've raised a $22m Series A from Spark and Matrix.” 用户增长 10x 等为公司自报，未验证收入。 | -| S49 / L1 | [Conductor Claude subscription update](https://www.conductor.build/blog/claude-subscription-update) | 2026-06-15 | 公司称 5 月公布的 SDK 订阅政策变动被无限期延后；范围明确为 Conductor，不外推至 Meldwork。 | -| S58 / L1 | [Claude Cowork](https://claude.com/product/cowork) | 动态产品页 | 文件工具访问、步骤展示、审批、按条款引用的合同复核示例。示例不是独立真实客户交付。 | -| S59 / L3 | [TechCrunch Codex macOS 发布](https://techcrunch.com/2026/02/02/openai-launches-new-macos-app-for-agentic-coding/) | 2026-02-02 | 并行、Skills、自动化结果待审；作为原始公告反爬时的发布日期和功能来源。 | -| S60 / L3 | [TechCrunch Codex 知识工作](https://techcrunch.com/2026/06/02/openai-launches-new-codex-tools-for-white-collar-work/) | 2026-06-02 | 面向办公的扩展；5M 周活和 20% 知识用户是引用厂商公告，不能标为媒体独立核验。 | -| S64 / L2 | [METR 2026 技术工作者调查](https://metr.org/blog/2026-05-11-ai-usage-survey/) | 2026-05-11；调查 2026-02 至 04 | 349 人便利样本，自报价值 1.4–2x，速度 3x；邮件响应率约 2%，作者强调选样偏差，未推算支付意愿。 | -| S65 / L5 | [Superset 中文检索](https://api.github.com/search/issues?q=repo%3Asuperset-sh%2Fsuperset+is%3Aissue+%E4%BC%9A%E8%AF%9D&per_page=5) | #4242 2026-05-08；#4167 2026-05-07 | 返回 2 条；仅 #4242 正文/标题可作为中文表达样本。不能认定作者所在地。 | - -## 用户表达与研究编码 - -样本范围在检索前聚焦运行中断、恢复、通知、并行管理和自主控制；非市场抽样。英语为主，中国用户与非代码专业买方证据不足。没有直接联系任何评论作者。 - -| 证据 | 日期 | 原文短摘 / 精确转述 | 支持的需求 | 不能推出 | -| --- | --- | --- | --- | --- | -| [Superset #7310](https://github.com/superset-sh/superset/issues/7310) | 2026-09-08 | “I want to manage my agent session in the workspace myself.” | 不强制提示词/模型，保留原生工作习惯 | 所有用户拒绝统一界面 | -| [Superset #7318](https://github.com/superset-sh/superset/issues/7318) | 2026-09-08 | 喜欢体验，但重复修改分支名和侧栏名烦扰 | 稳定命名、少重复操作 | 愿意为命名功能付费 | -| [Superset #3496](https://github.com/superset-sh/superset/issues/3496) | 2026-04-16 | 重启后需手动找 session ID 再 resume | 工作连续性与可恢复性 | 当前产品仍完全不支持恢复 | -| [Superset #5989](https://github.com/superset-sh/superset/issues/5989) | 2026-07-27 | 作者更正：会话能通过后台终端找回，布局丢失仍成立 | 状态与恢复入口需要清楚 | 不能再引用成“所有运行会话不可恢复丢失” | -| [Superset #4242](https://github.com/superset-sh/superset/issues/4242) | 2026-05-08 | “升级到1.8.7后原先的ws不见了，也无法import” | 升级稳定性，中文个案 | 中国市场规模、中文用户付费率 | -| [cmux #8359](https://github.com/manaflow-ai/cmux/issues/8359) | 2026-07-17 | 继续执行后仍显示旧的 Complete/Waiting for input | 当前状态与历史通知分离 | 单凭通知判断任务完成 | -| [cmux #11975](https://github.com/manaflow-ai/cmux/issues/11975) | 2026-09-04 | 过早、重复或遗漏完成/介入通知 | 统一生命周期与去重 | 每个 Agent 的同一套正则足够 | -| [cmux HN 47082577](https://news.ycombinator.com/item?id=47082577) | 2026-02-20 | “Gave this a run and it was pretty intuitive.” | 有真实试用后的正面体验表达 | 留存或付款 | -| [cmux HN 47080522](https://news.ycombinator.com/item?id=47080522) | 2026-02-19 | “I don't want to move to another terminal now” | 新入口有迁移阻力 | 用户无需求 | -| [cmux HN 47091352](https://news.ycombinator.com/item?id=47091352) | 2026-02-20 | 喜欢产品，但通知重排改变会话快捷键，增加负担 | 自动化不应破坏稳定控制 | 所有自动排序均无价值 | -| [cmux HN 47109046](https://news.ycombinator.com/item?id=47109046) | 2026-02-22 | “You will end up reinventing an IDE.” | 增加编辑器等功能有范围膨胀风险 | 产品不能加入任何编辑能力 | - -本次未对正负评论计算比例：开发者重复发言、问题搜索偏样、发布日期不同、任务群体差异都破坏同分母比较。厂商首页推荐未混入这张表。完整 HN 树和搜索响应在本地临时采集目录留存，持久文档保留短摘与原始链接，避免复制整篇第三方内容。 - -## 检索缺口与失败记录 - -- 2026-09-09 归档复核：来源清单 30 项均有本地正文和元数据文件。复读采集脚本 `/tmp/meldwork_research_fetch.py` 后确认，`sha256` 的计算对象是 HTTP 响应经 UTF-8 解码再编码的内容；所保留 `.txt` 则是 HTML 提取正文或重新格式化的 JSON，两者不是相同字节。原始响应未随清单持久归档，保留原值，但不能将其宣称为留存正文的完整性验证，也无法据此独立复算原响应。引用依据仍为正文短摘及原始链接，抓取日期保持 2026-09-08，不伪装为本次重新联网抓取。 - -- [Codex 原始发布公告](https://openai.com/index/introducing-the-codex-app/) 直接请求 403；Firecrawl 虽返回 success=true，正文为验证等待页且 metadata.statusCode=403，判为失败。改用官方开发者文档和 TechCrunch 正文，不引用验证页为事实。 -- [GPT-5.3-Codex 公告](https://openai.com/index/introducing-gpt-5-3-codex/) 403，未用于报告。 -- Anthropic 旧候选地址 `/news/cowork-research-preview`、`/news/cowork`、`/product/cowork` 均 404；实际有效产品页为 [claude.com/product/cowork](https://claude.com/product/cowork)。 -- TRAE 首页直接抓取仅得到 190/206 字符的壳页，国内 `/blog` 无正文，work.trae.cn 仅 43 字符；均不作为产品证据。改用 docs.trae.cn 正文与实际价格页。 -- 两个猜测的 TechCrunch 发布地址 404；通过其 WordPress search API 找到 S59 正文。媒体搜索中 Conductor 和 TRAE 有大量同名误匹配，已排除。 -- Firecrawl search 首次返回空；Bing RSS 多次出现词典、同名项目或忽略 site 限定，结果只用于发现链接，没有作为事实。HN 的 Conductor 查询包含 Microsoft/Orkes 同名工具、cmux 查询包含其他终端/网络项目，按域名及仓库精确消歧。 -- 中国权威媒体未取得足以支撑新增结论的相关正文；中国市场主要为官方供给证据与少量中文公开表达，不能伪称完成中国目标买方访谈。海外 L3 使用两篇 TechCrunch 正文，也并非广泛媒体共识。 -- 2025 Stack Overflow AI 调查、METR 2025 实验与 Cognition 2025 文章曾作为候选读取；主报告优先引用 2026 更新，避免以旧模型样本推断当下产品效果。 -- 未测量竞品当前版本端到端成功率、速度、模型成本或本地隐私实现；没有得到竞品付费转化/续费数据、Meldwork 活跃与留存数据。官网无某个功能的描述不能推出该功能不存在。 - -## 从事实到判断 - -| 战略判断 | 支撑证据 | 反证与保留 | -| --- | --- | --- | -| 通用 CLI 聚合较难单独收费 | S02、S04 免费本地层；S05 免费终端 | 不等于所有本地软件无法收费；独特体验仍待测 | -| 中立层应降低干预和迁移负担 | S19、S36 用户自主控制；S07 不同调用方式能力差异 | 部分用户偏好集成体验，需观察真实操作 | -| 非代码 Decision Review 并非空白 | S15、S24、S43、S58 相邻平台功能 | 尚未找到所有跨厂商结果闭环均被覆盖的证据 | -| 可靠交付与工作连续性值得先做 | S38、S39、S65，及本次用户自身问题 | 可能只是免费产品应有质量，未证明溢价 | -| 群聊应按任务启用 | S07、S10、S08 | 不能排除某类任务中默认多 Agent 有净收益 | -| 服务先行可作为验证方法 | 项目现状与小规模成本情景推导 | 无成交证据；服务价值不能当作软件 PMF | -| 工作历史可成为候选壁垒 | S24 展示既有工作资产与 Agent 的结合 | 迁移、可导出、模型升级可能弱化优势；不是已存在的网络效应 | - -## 历史口径修正 - -09-04 文档中的融资金额本次用 S48 官方原文确认；用户增长仍是厂商自报。旧文档以星标/下载诊断漏斗、以 push 间隔认定停更、以 Gartner 取消率预测推出刚需、以没有看见同类宣称竞争空白，均撤回作为当前决策依据。没有本次验证的数据不覆盖其历史快照，也不重复作为当前事实。 diff --git a/docs/research/meldwork-commercial-research-2026-09-08.md b/docs/research/meldwork-commercial-research-2026-09-08.md deleted file mode 100644 index 0ade674..0000000 --- a/docs/research/meldwork-commercial-research-2026-09-08.md +++ /dev/null @@ -1,102 +0,0 @@ -# Meldwork 商业化与产品迭代深度调研 - -日期：2026-09-08。决策对象：Meldwork 后续投入、首批客户与长期竞争力。主场景：行业市场调研。 - -数据来源声明：本报告使用本次实际抓取的官网、价格页、研究原文、媒体文章与公开讨论，不以训练知识补写市场事实。文中 S 编号对应[证据清单](meldwork-commercial-evidence-2026-09-08.md)，均于 2026-09-08 实抓，标明 L1–L5 来源层级；“判断”“建议”“实验”不是市场事实。没有进行客户访谈、竞品付费实测或 Meldwork 用户行为测量，未取得竞品经审计的收入、付费留存或市场份额。 - -包含：2025-09-08 至 2026-09-08，全球 Agent 工作台、原生 Agent 平台、相邻知识工作平台；分别讨论中国和海外获客与收费。补充 2025 年研究和现行法规作为历史背景。排除：通用大模型市场规模、融资榜单、与目标工作无关的 Agent 框架和未抓到正文的搜索摘要。 - -## 1. 一句话行业判断 - -**现状：协作界面在普及，结果责任仍需要人承担。** - -**核心判断。** Meldwork 有成为小型付费产品或服务业务的机会，但目前证据不足以支持“通用多 Agent 群聊可以形成独立大市场”，也不足以支持“Decision Review 已找到产品市场匹配（Product–Market Fit, PMF）”。本次最直接的商业事实是：Conductor 与 Superset 均把本地工作区放入免费层，将云端、远程、团队管理等纳入付费层。免费是这些产品的定价选择，不代表任何本地软件都无法收费。[S02、S04；L1，实抓 2026-09-08] - -**对原判断的修正。** 不能因为“代码工具竞争激烈”就推导出“非代码决策是蓝海”：Notion 已把工作区记忆、跨工具上下文和 Agent 放在一起；Claude Cowork 明示带条款出处的合同复核示例；TRAE 的 TraeWork 明确覆盖产品经理、数据分析、文档和设计。[S15、S24、S43、S58；L1，实抓 2026-09-08] 这些页面不能证明它们有完善的跨厂商决策闭环，但足以推翻“非代码、证据、结果无人覆盖”的表述。 - -**建议的价值定义。** 用户把一项真实工作交给不同 Agent 后，可以持续掌握当前进度、有效依据、交付物和待处理事项；更换 Agent 或中断重启后，仍能继续推进，并由明确的人决定采用结果。群聊是可选协作方式；降低人工协调、重建上下文和复核成本，才是需要证明的收益。 - -**核心价值与护城河应分开。** 任务连续性、可靠状态和交付可核验具有跨模型价值，但都可被复制。更难复制的候选资产是：某类客户长期使用形成的真实工作记录、验收标准、被采纳或否决的结果及其后果，以及进入客户日常工作的分发与信任。这些资产只有能改善下一次任务、且客户愿意持续使用，才构成竞争优势。当前不能宣称 Meldwork 已拥有它们。 - -## 2. 市场结构与玩家格局 - -**七组直接及替代竞争者。** 比较以官网承诺和文档边界为准，不把营销示例当作运行测试。价格均为抓取当日页面展示，未验证结算税费、地域可购性或合同折扣。 - -**Conductor：独立工作台开始以运行环境和团队能力收费。** 免费层提供本地并行 Agent、自带订阅或密钥；Pro 为 50 美元/月，Teams 为 60 美元/人/月，包含云工作区和协作，企业版增加管理与安全条件。官方说明本地会话数据留在设备，云会话输入输出则存储在其服务器。[S02；L1，实抓 2026-09-08] 对 Meldwork 的含义：通用本地并行界面有免费替代；照搬其收费项目会冲突于 Meldwork 当前不引入远程参与者及云会话存储的边界。 - -**Superset：中立入口也在向团队工作流收费。** 免费提供单人本地工作区；Pro 展示月付 20 美元/人/月，年付折合 15 美元/人/月，包含远程访问及 Linear、Slack 集成；企业层提供 SSO、审计日志和支持。[S03、S04；L1，实抓 2026-09-08] 这些是挂牌价格，不能据此声称已经有规模化付费收入。Meldwork 若只增加 CLI 数量，会直接进入它的免费替代范围。 - -**cmux：以终端兼容性、可编程性和注意力管理提供免费替代。** 官网称其为免费开源 macOS 终端，支持终端中运行的各类 Agent、通知、子 Agent 可见面板和重启恢复，同时提供赞助性质的 Founder's Edition。[S05；L1，实抓 2026-09-08] “任何 CLI 都能运行”不等于每个 CLI 都有完整生命周期语义；它的公开问题也反映通知与真实状态之间仍有差距。[S39；L5，实抓 2026-09-08] - -**OpenAI Codex：上游直接进入工作台和知识工作。** 2026-02-02 发布的桌面端支持多个 Agent 并行和自动化结果待审；2026-06-02 媒体报道其进一步面向知识工作；当前官方文档入口已跳转至统一的桌面工作文档，包含文件、项目、并行工作与产出检查。[S33；L1；S59、S60；L3，实抓 2026-09-08] 媒体转述的周活与知识工作占比属于厂商自报，本报告不据此计算市场规模。原始发布文章被反爬，发布日期由媒体正文验证。 - -**Anthropic Claude Code 与 Cowork：协作及带依据交付均在上游覆盖范围。** Claude Code 的 Agent teams 支持共享任务、成员互相通信和负责人汇总，仍标记实验性；文档明确非交互 `-p` 和 SDK 场景不生成同样的 teammates。Cowork 已展示文件操作、可追踪步骤、审批以及带条款依据的复核。[S07、S58；L1，实抓 2026-09-08] 含义：外层适配不能假设 CLI 的某一种调用方式继承全部原生能力；Meldwork 的差异需来自跨厂商工作连续性或具体业务收益，而非仅“Agent 能互相讨论”。 - -**Notion：既有工作资产是竞争优势，记忆本身不是空白。** Notion 3.0 使用页面和数据库作为记忆，结合工作区与连接工具执行任务；当前产品页将 Notion Agent 纳入 Business 方案，Custom Agents 试用后按每 1,000 credits 10 美元展示计费。[S15、S24；L1，实抓 2026-09-08] 其模型调用、协作和工作区价值与 Meldwork 自带 CLI 的价格不可直接等价比较。真正替代压力在于用户已有文档、权限和协作习惯，不必迁移到新工具。 - -**TRAE：国内外均有完整产品与计费，并已扩展到办公。** 国内官方文档列出 TraeCode、TraeWork、CLI、插件和企业版；TraeWork 有 Work、Code、Design 模式。国内 Pro 单月 99 元，连续包月 89 元，限时首月优惠另计；国际 Pro 为试用后 10 美元/月。两地权益及计费单位不同，不能换汇后比较。[S26、S41、S43；L1，实抓 2026-09-08] 因而“国产 Agent 支持”和“中文非代码桌面”均不足以独立建立壁垒。国内版本不应继续被描述为全部永久免费。 - -**用户需求：最清楚的是减少失控与搬运，尚未证明用户要购买自动辩论。** 公开反馈中出现了四类直接任务：恢复会话、准确知道何时需要介入、保留自己的工作习惯、管理并行工作的空间。Superset #3496 请求重启后恢复 Agent 会话；#7310 反对创建工作区时强制填提示词和选模型；cmux #8359 反映继续工作后仍显示旧的 Complete；中文 issue #4242 反映升级后工作区不可见且无法导入。[S19、S38、S39、S65；L5，实抓 2026-09-08] 这些是作者报告，未独立复现，也不代表当前版本仍有同样问题。 - -**正反样本。** cmux 的 2026-02-19 HN 发布讨论中，用户表示界面直观、希望可见地管理多个 Agent；也有人不愿更换终端，或认为自动重排改变快捷键位置增加认知负担，另有用户提示不要继续重造 IDE。[S36；L5，实抓 2026-09-08] 这支持“保留自主控制”的设计假设，不支持把群聊或更复杂的编排设为每次工作的必经步骤。 - -**用户证据强度。** 本次完整读取一条 HN 讨论树的 71 个评论节点，包含作者回复、闲聊和重复主题，不能算 71 位目标客户。定向读取 Superset/cmux 的 12 条搜索结果、Superset 最新列表中 2 条非 PR issue，并补充中文搜索结果。选择条件和具名证据见清单；这是一轮公开用户反馈研究，没有受访者招募和支付记录。中文表达不证明用户位于中国，中国市场判断的用户证据弱于英语开发者群体。 - -**研究反证：既不能神化多 Agent，也不能断言没有收益。** 2026-04-08 版本的《Towards a Science of Scaling Agent Systems》（arXiv:2512.08296v3）在 260 个配置、六类基准、五种架构与三类模型中观察到，相对单 Agent 的结果从可分解金融推理 +80.8% 到顺序规划 -70.0%；这是特定基准结果，不是 Meldwork 效果预测。[S10；L2，实抓 2026-09-08] 2025 年 Anthropic 的 90.2% 提升来自其内部研究评测，15 倍 Token 的基线是聊天而不是单 Agent，不能跨基线引用。[S08；L1，历史背景，实抓 2026-09-08] - -**更近期的人类收益研究。** METR 2026-05-11 报告对 349 位技术工作者的便利样本调查，工作价值提升中位数为自报 1.4–2 倍，速度为自报 3 倍；作者强调低响应率和选择偏差。[S64；L2，实抓 2026-09-08] 其 2026-02-24 更新又明确原实验难以可靠测量最新生产率，部分用户不愿接受不用 AI 的随机分组。[S30；L2，实抓 2026-09-08] 所以不能拿 2025 年“慢 19%”证明 2026 年 AI 无效，也不能把自报收益直接换算为 Meldwork 的定价。 - -**市场规模。** 未获得这一细分品类统一口径的付费客户数、收入和重合用户数据，不计算 TAM、CR3 或市场份额。当前更值得计算的是自己可触达客户数、标准试点成交率、复购率与每单贡献利润。GitHub 星标、下载和融资只能提示关注或供给，不能替代这些指标。 - -## 3. 近期关键事件时间线（融资/并购/政策/财报） - -以下按事件发生日排序；官网动态页面不能用于倒推上线时间。 - -- **2025-09-18：** Notion 3.0 发布 Agents，介绍页面/数据库记忆与跨工具上下文。说明知识工作平台已从存储走向执行。[S24；L1，实抓 2026-09-08] -- **2025-09-29：** Anthropic 发布 Sonnet 4.5，文章介绍 Claude Agent SDK。SDK 扩展供给，也增加第三方对其接口与条款的依赖。[S25；L1，实抓 2026-09-08] -- **2025-12-09：** Scaling Agent Systems 论文首次提交；本报告引用 2026-04-08 的 v3 结果，不把其数据标成首版结果。[S10；L2，实抓 2026-09-08] -- **2026-02-02：** OpenAI 发布 Codex macOS 应用，支持并行 Agent 与自动化。[S59；L3，实抓 2026-09-08] -- **2026-02-05：** Anthropic 的 Opus 4.6 公告同步宣布 Claude Code Agent teams 研究预览。[S22；L1，实抓 2026-09-08] -- **2026-02-19：** cmux 在 Hacker News 发布，讨论集中于终端、通知、可见并行和使用习惯。[S36；L5，实抓 2026-09-08] -- **2026-02-24：** METR 公布调整开发者生产率实验设计，指出选样与并行 Agent 计时问题。[S30；L2，实抓 2026-09-08] -- **2026-03-30：** Conductor 官方宣布获得 2,200 万美元 A 轮，投资方包括 Spark、Matrix。其用户增长表述属于公司自报，未披露经审计收入。[S48；L1，实抓 2026-09-08] -- **2026-05-11：** METR 发布 349 人技术工作者自报调查，区分速度与工作价值。[S64；L2，实抓 2026-09-08] -- **2026-06-02：** TechCrunch 报道 Codex 新增面向知识工作的工具。[S60；L3，实抓 2026-09-08] -- **2026-06-15：** Conductor 公告称，Anthropic 将此前公布的第三方 SDK 订阅政策变化无限期延后；Conductor 用户可继续原有方式使用 Claude 订阅。该公告不能视为 Meldwork 获得相同授权。[S49；L1，实抓 2026-09-08] -- **2026-08-27：** Conductor 更新日志加入组织级代码审查/PR/冲突解决指令，以及更多恢复与状态修正。它已在覆盖工作政策与可靠性，而非停留在终端布局。[S31；L1，实抓 2026-09-08] - -## 4. 监管/政策环境 - -**中国：按照实际服务边界判断。** 《生成式人工智能服务管理暂行办法》第二条区分面向境内公众提供生成式服务与未面向境内公众提供服务的研发应用情形。[S34；L1，2023-07-13 发布，实抓 2026-09-08] 这不等于本地应用自动豁免全部要求。若后续从本地 BYO Agent 转向托管推理、公众服务或客户资料代处理，应另行核验服务主体、信息处理和实际适用范围。本报告不提供“已合规”的认证。 - -**海外：采购需求和法定义务要区分。** 欧盟 AI Act 官方页面以用途及风险分类说明义务，不能因为软件含 Agent 就推导出全部高风险要求适用。[S35；L1，实抓 2026-09-08] Conductor/Superset 把 SSO、审计、合同和支持放在企业层，只证明它们选择售卖这些能力，未证明 Meldwork 当前客户必须购买。[S02、S04；L1，实抓 2026-09-08] 本次海外主要证据来自英语开发者与美欧产品，不覆盖各国法律和采购流程。 - -**平台政策是近期更直接的商业约束。** Conductor 的订阅公告说明“可调用 CLI”“获准通过该调用方式使用订阅”和“长期成本稳定”是不同问题。[S49；L1，实抓 2026-09-08] Meldwork 应分别记录技术兼容证据和所选接入方式的条款边界；商业模型不应依赖订阅转售、共享凭证或未确认的第三方调用待遇。 - -**本地优先不是数据绝不出机。** 本地保存群聊与外部 Agent 把上下文发送给模型服务，可以同时发生。收费承诺应准确说明本地存储范围与外部调用路径。当前项目边界仍是本地对话与群组、显式工作区写权限，不因竞品云端收费就扩大远程参与者或云存储范围。 - -## 5. 趋势展望 + 关键不确定项 - -**迭代主线建议。** 优先把“可靠接入 → 可恢复任务 → 可检查交付 → 验收与后续反馈”做通，再根据真实任务决定是否需要多个 Agent。群聊保留，让 Agent 自由提出协作、质疑和结束讨论；不把固定轮次、固定角色或全部沉默解释为交付成功。沉默可以触发指定交付负责人的收尾判断，负责人依据原始目标和交付证据决定完成、继续或请求人类决定。系统只确认运行事件、权限和记录，语义完成仍由 AI 判断、由有权限的人采用。它是一项待验证设计，不是本次已实现功能。 - -**通用性与场景聚焦并不冲突。** 核心运行层处理能力协商、会话、事件、权限、取消、恢复和交付引用；业务模板处理某种任务的材料与验收标准。推广时可以只服务一个人群，代码中仍不按 Agent 品牌或 Skill 名称决定任务路由。协议差异由适配器承担；不必为了“完全不定制”而删除必要的协议解析。验证标准是换一个符合契约的 Agent，业务流程仍成立，而不是所有工具都伪装成同一种能力。 - -**首批客户的选择。** 建议并列验证两个小组，先用真实需求选出一个，而非同时建设两套产品。A 组是每周有 AI 产出需要审查的技术负责人，付费对象是减少人工核验和返工；B 组是反复交付技术选型/产品方案的咨询者或小型服务团队，付费对象是减少资料复核、版本解释和交接成本。A 的公开需求证据较强，但正面竞争多；B 更贴近你可提供的研究能力，但本次缺少购买证据。由于潜在买方联系尚未核验，“更容易触达”也只是假设。 - -**中国与海外的进入方式。** 中国先以可开票、有明确交付范围的人工辅助试点验证，例如一项 AI 技术选型或产品方案的证据复核；材料留在约定本地环境，客户自行决定结果。海外先面向已经同时使用多个 CLI 的开发者，通过会话恢复、交接和有效复核的可复现实例获客。中国并非天然适合高价定制，海外也并非天然接受订阅；两种路径都需要实际成交与复购。中国不凭本次少量中文反馈估算支付意愿，海外不把 HN 热度当作付费率。 - -**商业化路径建议。** 现在即可尝试收费试点，不必先等待 90 天完善产品。试点售卖明确范围的工作成果和支持，记录人工与软件各自贡献；跨客户重复的部分再转为本地软件订阅、年度维护或标准流程包。个人基础能力可以免费，专业价值候选是连续任务、证据版本、可交接导出和本地验收标准；收费范围仍待验证。既有 Apache-2.0 代码的商业使用无需另购授权，不能靠改文案把已授权权利变为收费墙；可收费的是服务、维护及未来明确界定的新增价值，许可策略需独立决定。[项目证据：LICENSE，2026-09-08 本地读取] - -**测试价格，不宣布市场价格。** 对同一范围服务，国内可测试 1,500–3,000 元/项、海外 250–500 美元/项；软件可先测试国内 49–99 元/月、海外 15–25 美元/月。以上均为待验证报价假设，依据是试点成本可控及竞品展示价格提供的预算参照，不是支付意愿调研结果；模型成本另列，不把不同产品权益等价比较。不得用便宜服务吸引的客户直接证明软件能按同样方式销售。 - -**盈利要看人工成本。** 示例假设：2,000 元试点收入，模型和直接费用 100 元，交付 4 小时 × 200 元，获客/支持 2 小时 × 200 元，贡献利润为 700 元；若交付增加到 8 小时，则为 -100 元。软件例：99 元/月，支付及分发成本假设 5 元，月支持 15 分钟 × 200 元/小时，贡献为 44 元；月支持 30 分钟则为 -6 元。示例未含固定研发和税，不是实测利润。可靠性与标准化直接决定小团队能否赚钱。 - -**规模判断。** 100 个持续付费客户 × 99 元/月，只是 9,900 元月收入的算术情景，获客和留存尚未证明；每月 5 个标准试点 × 2,000 元也仅是 10,000 元服务收入。现有证据更支持先验证可持续的小业务，不能据此宣称可支撑高增长融资。突破这一规模需要可复制获客、低支持成本及跨客户复用，不能只靠创始人做更多人工报告。 - -**三种上游变化的压力测试。** 若单 Agent 已足够聪明，多 Agent 默认流程会失去意义，但工作记录与人类采用仍可有用；若原生平台也提供恢复、证据和审批，Meldwork 需要证明跨厂商迁移及场景体验的额外价值；若客户最终只用一个厂商且所有资料都已在其平台，Meldwork 的中立性价值会减弱。没有某个抽象功能能保证“外部怎么变都永远有竞争力”；更可靠的目标是持续改善同一类客户的真实工作结果。 - -**90 天验证与投入门槛。** 前两周对 A/B 各 5 位候选人做最近一次真实任务复盘，记录现有工具、人工时间、错误后果、预算人和下次发生时间；再选择一组，完成至少 6 个同范围案例与 3 个独立客户的付费试点。对照包括客户现有最佳单 Agent 工作法、手动双 Agent 与 Meldwork；比较达到同一验收标准所需的人工分钟、失败/漏检、等待和实际成本。任务选择、版本、评价人和所有失败都入账，避免只挑多 Agent 擅长的题。数字是团队投入闸门，不是统计显著性保证。 - -**继续、收缩或停止。** 有客户再次付费、同一流程跨客户复用且贡献利润为正，继续软件化；只购买创始人的判断，作为服务业务评估；只需要稳定的单 Agent 工作台，收缩群聊默认；客户认可但拒绝换工具/付费，则验证导出或轻量辅助入口。若两轮同范围试点仍无复购、无可重复净收益，应调整定位而非增加 Agent 与 Skill 目录。完整执行方案见[迭代规划](../product-iteration-plan.md)。 - -**对旧报告的更正。** 撤回以星标与下载不同分母推算转化、以一段时间无 push 判定项目停更、以融资或 GitHub 增长证明使用需求、以 Gartner 预测证明 Meldwork 是刚需，以及“没有竞品进入决策位置”的确定性表述。Conductor 融资这次找到官方原文，金额成立，但对收入的推论仍不成立。Decision Review 保留为实验方向，其成败应由客户采用、付费、复购和净收益决定。 diff --git a/docs/research/meldwork-commercial-research-plan-2026-09-08.json b/docs/research/meldwork-commercial-research-plan-2026-09-08.json deleted file mode 100644 index 038c629..0000000 --- a/docs/research/meldwork-commercial-research-plan-2026-09-08.json +++ /dev/null @@ -1,20 +0,0 @@ -{ - "topic": "Meldwork iteration, monetization and durable competitiveness", - "type": "industry-market", - "window": {"start": "2025-09-08", "end": "2026-09-08", "historical_context_allowed": true}, - "geography": ["China", "overseas with mainly English and US/Europe evidence"], - "entities": ["Conductor", "Superset", "cmux", "OpenAI Codex", "Anthropic Claude Code and Cowork", "Notion", "TRAE"], - "target_scenario": "People using agents to complete and review real coding or knowledge work", - "exclude_categories": ["general LLM TAM", "unrelated agent frameworks", "same-name projects", "search snippets without retrieved body"], - "questions": [ - "What does an independent workspace charge for when native agents and local competitors are free or bundled?", - "What user problems have direct public evidence and which have no payment evidence?", - "Does decision review face native and knowledge-work substitutes?", - "Which work assets retain value after model or agent replacement?", - "Which small commercial experiment can falsify the proposed positioning?" - ], - "collection": ["official product and pricing pages", "research originals", "TechCrunch articles via WordPress search", "HN Algolia threads", "GitHub issue lists and targeted search", "Chinese official product documentation"], - "limitations": ["no customer interviews", "no competitor runtime benchmark", "no verified paid retention or revenue", "limited Chinese and noncoding buyer evidence", "community convenience sample"], - "outputs": ["research Markdown", "evidence ledger", "updated strategy and iteration docs", "Word report", "Obsidian index"], - "authorization": "Documentation only; no application code changes or remote publication" -} diff --git a/docs/research/meldwork-commercial-source-manifest-2026-09-08.json b/docs/research/meldwork-commercial-source-manifest-2026-09-08.json deleted file mode 100644 index 7313628..0000000 --- a/docs/research/meldwork-commercial-source-manifest-2026-09-08.json +++ /dev/null @@ -1,272 +0,0 @@ -[ - { - "id": "S02", - "url": "https://www.conductor.build/pricing", - "retrieved_at": "2026-09-08T09:23:59.764477+00:00", - "status": 200, - "final_url": "https://www.conductor.build/pricing", - "chars": 4737, - "sha256": "17a8a42c01706fdced0ae1f14c0766e5d2d19a62d2e60584bdf5c4e7424fb5a7" - }, - { - "id": "S03", - "url": "https://superset.sh/", - "retrieved_at": "2026-09-08T09:23:59.764556+00:00", - "status": 200, - "final_url": "https://superset.sh/", - "chars": 9064, - "sha256": "832b32cd7021dc6c8446dd1d3f4fc99fe524582ca729c2f56b16ac395cc036c9" - }, - { - "id": "S04", - "url": "https://superset.sh/pricing", - "retrieved_at": "2026-09-08T09:23:59.764612+00:00", - "status": 200, - "final_url": "https://superset.sh/pricing", - "chars": 2504, - "sha256": "e035c0717519b9f6a0a7492e197cca3ea467d1ae21a39bbba99eff051af10779" - }, - { - "id": "S05", - "url": "https://www.cmux.dev/", - "retrieved_at": "2026-09-08T09:23:59.764665+00:00", - "status": 200, - "final_url": "https://cmux.com/", - "chars": 11671, - "sha256": "2bf0e50b40b6ccae75879f32a97b5698d17965fbaa45fadb93cab1b8ec8b3e1e" - }, - { - "id": "S07", - "url": "https://code.claude.com/docs/en/agent-teams", - "retrieved_at": "2026-09-08T09:23:59.764775+00:00", - "status": 200, - "final_url": "https://code.claude.com/docs/en/agent-teams", - "chars": 36126, - "sha256": "3d05057243fa40be1f7657d10a463dd5fa5fda9a3ba0380b1fef96da2f5bc472" - }, - { - "id": "S08", - "url": "https://www.anthropic.com/engineering/multi-agent-research-system", - "retrieved_at": "2026-09-08T09:23:59.764812+00:00", - "status": 200, - "final_url": "https://www.anthropic.com/engineering/multi-agent-research-system", - "chars": 27673, - "sha256": "ccb323423ad20c2af3028dd5bdd0f44eeed10be698c211d0088817c18e9aab24" - }, - { - "id": "S10", - "url": "https://arxiv.org/abs/2512.08296", - "retrieved_at": "2026-09-08T09:24:00.284297+00:00", - "status": 200, - "final_url": "https://arxiv.org/abs/2512.08296", - "chars": 5289, - "sha256": "449c4050f6d7207c5e7e8b5e7091409ab8d27ee2bd6c62ac5d38233495edc194" - }, - { - "id": "S15", - "url": "https://www.notion.com/product/ai", - "retrieved_at": "2026-09-08T09:24:01.052651+00:00", - "status": 200, - "final_url": "https://www.notion.com/product/ai", - "chars": 9840, - "sha256": "52fb89764b4d2eaca498d5dd4bd79bd5079ea3c89c9f211990e6f28049681406" - }, - { - "id": "S19", - "url": "https://api.github.com/repos/superset-sh/superset/issues?state=all&per_page=30", - "retrieved_at": "2026-09-08T09:24:16.740486+00:00", - "status": 200, - "final_url": "https://api.github.com/repos/superset-sh/superset/issues?state=all&per_page=30", - "chars": 339443, - "sha256": "52cc6346ac1546f14e01f2d180c481c9a3b0a3f57d0f8837e879b302d3ade585" - }, - { - "id": "S22", - "url": "https://www.anthropic.com/news/claude-opus-4-6", - "retrieved_at": "2026-09-08T09:24:16.740671+00:00", - "status": 200, - "final_url": "https://www.anthropic.com/news/claude-opus-4-6", - "chars": 21890, - "sha256": "9c7d93bef0464819f50839a8e3c9bae6c66c2009313148b4ddd9017ad101ee1a" - }, - { - "id": "S24", - "url": "https://www.notion.com/releases/2025-09-18", - "retrieved_at": "2026-09-08T09:24:16.740756+00:00", - "status": 200, - "final_url": "https://www.notion.com/releases/2025-09-18", - "chars": 6501, - "sha256": "cee8847a2ef3eebba4b4ce9def95692bfb67af002e1661d330b53e21157a7f00" - }, - { - "id": "S25", - "url": "https://www.anthropic.com/news/claude-sonnet-4-5", - "retrieved_at": "2026-09-08T09:24:16.952539+00:00", - "status": 200, - "final_url": "https://www.anthropic.com/news/claude-sonnet-4-5", - "chars": 15746, - "sha256": "7407961c45f55b55362ebdf8f4ad2e33485197d7cba01111c39e134299cf8d61" - }, - { - "id": "S26", - "url": "https://www.trae.ai/pricing", - "retrieved_at": "2026-09-08T09:24:17.173309+00:00", - "status": 200, - "final_url": "https://www.trae.ai/pricing", - "chars": 1845, - "sha256": "802d90883ea3efd76530bb4b41f5622aed784cd06ab90e673f777d6cd7b4a0a5" - }, - { - "id": "S30", - "url": "https://metr.org/blog/2026-02-24-uplift-update/", - "retrieved_at": "2026-09-08T09:24:53.142627+00:00", - "status": 200, - "final_url": "https://metr.org/blog/2026-02-24-uplift-update/", - "chars": 12115, - "sha256": "068a2226839d11817f1870521dcfe0c74348ff43018d0563cc74b87ebf56a4f9" - }, - { - "id": "S31", - "url": "https://www.conductor.build/changelog", - "retrieved_at": "2026-09-08T09:24:53.142739+00:00", - "status": 200, - "final_url": "https://www.conductor.build/changelog", - "chars": 36425, - "sha256": "16575f0feecb0e1d8807090c3e863f87fbf006fd8de8485631b31a4b3d657613" - }, - { - "id": "S33", - "url": "https://developers.openai.com/codex/app", - "retrieved_at": "2026-09-08T09:24:53.142843+00:00", - "status": 200, - "final_url": "https://learn.chatgpt.com/docs/app", - "chars": 13730, - "sha256": "64538d5368e0d1fb1a6f6bb76dc867d50ece42cd1deee89ee2c9264a7f69f8af" - }, - { - "id": "S34", - "url": "https://www.cac.gov.cn/2023-07/13/c_1690898327029107.htm", - "retrieved_at": "2026-09-08T09:24:53.142882+00:00", - "status": 200, - "final_url": "https://www.cac.gov.cn/2023-07/13/c_1690898327029107.htm", - "chars": 4099, - "sha256": "7fae988c064dde72c95e96e5727bf9abee4b3a5a1ea817606a9ca1f97ffac54b" - }, - { - "id": "S35", - "url": "https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai", - "retrieved_at": "2026-09-08T09:24:53.489065+00:00", - "status": 200, - "final_url": "https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai", - "chars": 18022, - "sha256": "10779cabd06e2c089bf3048333851a1649a06990089b32066240a602397b006f" - }, - { - "id": "S36", - "url": "https://hn.algolia.com/api/v1/items/47079718", - "retrieved_at": "2026-09-08T09:25:16.210666+00:00", - "status": 200, - "final_url": "https://hn.algolia.com/api/v1/items/47079718", - "chars": 53655, - "sha256": "3957e15d62569d0ce8e8a6d3324d2ea9be2fb7180ee1e7ffde40f014ff0aa6be" - }, - { - "id": "S38", - "url": "https://api.github.com/search/issues?q=repo%3Asuperset-sh%2Fsuperset+is%3Aissue+session+restore&per_page=6", - "retrieved_at": "2026-09-08T09:25:16.214066+00:00", - "status": 200, - "final_url": "https://api.github.com/search/issues?q=repo%3Asuperset-sh%2Fsuperset+is%3Aissue+session+restore&per_page=6", - "chars": 36700, - "sha256": "6e9205bc98a794fbbaea0a438cdb04bcb7d379a563bb2cf84ad496d05baeb1d3" - }, - { - "id": "S39", - "url": "https://api.github.com/search/issues?q=repo%3Amanaflow-ai%2Fcmux+is%3Aissue+agent+notification&per_page=6", - "retrieved_at": "2026-09-08T09:25:16.214139+00:00", - "status": 200, - "final_url": "https://api.github.com/search/issues?q=repo%3Amanaflow-ai%2Fcmux+is%3Aissue+agent+notification&per_page=6", - "chars": 39827, - "sha256": "0f7b771bb3121675bf9c6497a42ecae853cccbe56a6c549ead734811cc2f27ef" - }, - { - "id": "S41", - "url": "https://docs.trae.cn/ide_plans-and-billing", - "retrieved_at": "2026-09-08T09:25:39.766128+00:00", - "status": 200, - "final_url": "https://docs.trae.cn/ide_plans-and-billing", - "chars": 3737, - "sha256": "deab1e6907dcf7453e6da76a3bdf13b2d4adc247977e26399187c6a224fe591e" - }, - { - "id": "S43", - "url": "https://docs.trae.cn/", - "retrieved_at": "2026-09-08T09:25:39.766461+00:00", - "status": 200, - "final_url": "https://docs.trae.cn/", - "chars": 3149, - "sha256": "e73211542f7a2b65ed5656b26404e5d7d2666c84915e1712617968b248a1386c" - }, - { - "id": "S48", - "url": "https://www.conductor.build/blog/series-a", - "retrieved_at": "2026-09-08T09:25:56.097094+00:00", - "status": 200, - "final_url": "https://www.conductor.build/blog/series-a", - "chars": 2092, - "sha256": "a3b02df8a8670ddefab816f2e59c5c12421f9cc93ebf93ddefd1c94f8e38c144" - }, - { - "id": "S49", - "url": "https://www.conductor.build/blog/claude-subscription-update", - "retrieved_at": "2026-09-08T09:25:56.097407+00:00", - "status": 200, - "final_url": "https://www.conductor.build/blog/claude-subscription-update", - "chars": 1154, - "sha256": "96584a48d8da8bf97141023f622d215154f3af41a460ffc677455eff921b9a8a" - }, - { - "id": "S58", - "url": "https://claude.com/product/cowork", - "retrieved_at": "2026-09-08T09:26:31.221877+00:00", - "status": 200, - "final_url": "https://claude.com/product/cowork", - "chars": 25059, - "sha256": "849ee5f978266ce200ccb31d5c52367c244c4e8bd833f2ae908a2d8858161b22" - }, - { - "id": "S59", - "url": "https://techcrunch.com/2026/02/02/openai-launches-new-macos-app-for-agentic-coding/", - "retrieved_at": "2026-09-08T09:27:03.247986+00:00", - "status": 200, - "final_url": "https://techcrunch.com/2026/02/02/openai-launches-new-macos-app-for-agentic-coding/", - "chars": 5519, - "sha256": "bbb0fb57b4bc6ef9bb970e48e2b76c556980e6fb25806c28d805244e7b00c88e" - }, - { - "id": "S60", - "url": "https://techcrunch.com/2026/06/02/openai-launches-new-codex-tools-for-white-collar-work/", - "retrieved_at": "2026-09-08T09:27:03.248402+00:00", - "status": 200, - "final_url": "https://techcrunch.com/2026/06/02/openai-launches-new-codex-tools-for-white-collar-work/", - "chars": 5313, - "sha256": "c95897508d30b417a2f6b50fc3afd1d439a429daf148f076ec61097834eb4581" - }, - { - "id": "S64", - "url": "https://metr.org/blog/2026-05-11-ai-usage-survey/", - "retrieved_at": "2026-09-08T09:27:38.277642+00:00", - "status": 200, - "final_url": "https://metr.org/blog/2026-05-11-ai-usage-survey/", - "chars": 28930, - "sha256": "b40f466142a9729866b046401c537a9e9c300c0fbbddd4c174582bf473cdf7b6" - }, - { - "id": "S65", - "url": "https://api.github.com/search/issues?q=repo%3Asuperset-sh%2Fsuperset+is%3Aissue+%E4%BC%9A%E8%AF%9D&per_page=5", - "retrieved_at": "2026-09-08T09:27:38.278138+00:00", - "status": 200, - "final_url": "https://api.github.com/search/issues?q=repo%3Asuperset-sh%2Fsuperset+is%3Aissue+%E4%BC%9A%E8%AF%9D&per_page=5", - "chars": 6790, - "sha256": "af6f322a410b9660ab38d6c07105790e5685833ced39455c71f37aae390dd98f" - } -] diff --git a/docs/research/meldwork-market-decision-research-2026-09-04.md b/docs/research/meldwork-market-decision-research-2026-09-04.md deleted file mode 100644 index f942962..0000000 --- a/docs/research/meldwork-market-decision-research-2026-09-04.md +++ /dev/null @@ -1,217 +0,0 @@ -# Meldwork 市场与决策调研：多 Agent 协作的真实性、定位与商业化 - -> 2026-09-08 更正：本文保留为历史记录，当前判断以[新调研](meldwork-commercial-research-2026-09-08.md)及[证据清单](meldwork-commercial-evidence-2026-09-08.md)为准。撤回用星标/下载推算转化、以 push 间隔判停更、以融资/星标增长证明需求、以 Gartner 预测证明刚需，以及“没有竞品进入决策位置”的推论。Conductor 融资金额已找到官方原文确认，但收入、留存和 Meldwork 付费需求仍未证明；旧代码和分支状态也须按版本重新核验。 - -> 调研日期：2026-09-04（竞品星标与发布数据为当日 `gh api` 实测快照） -> 研究范围：全球公开市场、GitHub 仓库、融资与产品动态、Meldwork 当前仓库与发布数据 -> 关联文档：[2026-08-16 深度竞品调研](meldwork-competitive-landscape-2026-08-16.md)、[产品战略](../product-strategy.md)、[产品迭代规划](../product-iteration-plan.md)、[技术可靠性优化方案](../reliability-optimization-plan.md) -> 证据边界：星标、下载与融资是传播与投入信号，不等于收入、留存或产品价值；无法核验的判断一律标记"推断"或"待验证"。所有外部链接在 2026-09-04 实测可达（标注例外）。 - -## 0. 结论先答：四个核心问题 - -本次调研围绕项目维护者提出的四个决策问题展开，先给结论，证据见后文。 - -### Q1：这个需求有机会成为产品吗？本地/云端多 Agent 协作是否真实场景？ - -**结论：是真实场景，且正处在需求被快速验证的窗口期；但"多 Agent 协作"本身不是产品，"多 Agent 协作产生的结果可信、可追责"才是产品。** - -- 供给侧证据扎实：2026 年 3 月 Conductor 以 4 人团队拿下 2200 万美元 A 轮（Matrix Partners 领投），Superset、cmux、Vibe Kanban、Munder Difflin 全部高速增长，说明"一个人同时驱动多个 Agent"已是高频工作形态，不是伪需求。 -- 有效性证据有明确边界：Anthropic 官方工程报告显示多 Agent（Opus 4 领航 + Sonnet 4 子代理）在内部研究类评测上比单 Agent Opus 4 高 90.2%，且性能差异约 80% 可由 token 用量解释——多 Agent 在**可并行、只读、研究型任务**上有真实增量；Cognition 的《Don't Build Multi-Agents》则证明在**串行写入型编码任务**上多 Agent 会因上下文冲突互相拆台。 -- 对 Meldwork 的含义：赛道真实性成立，但 Meldwork 的生存空间恰好在于它选的位置——独立审查、冻结上下文、单一 Writer、人类采用决定——这正是有效性证据支持的区间；而并行编码吞吐（Conductor/Superset 主战场）是有效性证据最弱的区间，不应进入。 - -### Q2：核心定位、BP 是否需要改变？群聊模式是否合理？迭代方向在哪？ - -**结论：2026-08-16 确立的定位（Agent Organization & Decision Workspace + Decision Review 服务楔子）不需要推翻，但需要两处收敛：一是把"群聊"明确降格为输入手段而非产品结构；二是把路线图第一优先级从"机制完整性"换成"跨设备安装即可用的可靠性"。** - -- 定位无需改变的依据：08-16 之后的三周里，增长最快的竞品（Munder Difflin +162%、Omnigent 三个月 9.7k 星）全部集中在"运行更多 Agent / 管理 Agent 组织"，没有任何一家占据"独立判断 + 证据复验 + 可追责采用决定"这个位置。定位文档的差异化判断仍然成立。 -- 群聊模式的判断：群聊（Auto Discussion）作为**探索和观察手段**合理，作为**结果交付结构**不合理。外部证据（Munder Difflin 的爆发）说明用户要的是"交代一句话，看到可信结果"，不是"经营一个 Agent 群"。这与 08-16 调研"群聊降为 Exploration Discussion"的结论一致，应加速落地。 -- 迭代方向（按优先级）： - 1. **跨设备可靠性**（见 [技术可靠性优化方案](../reliability-optimization-plan.md)）：本次调研实测发现新设备安装即遇到导航渲染与 Provider 判定两类 bug，这是当前比任何新功能都更紧急的事项——可靠性不成立，定位和商业化都无从谈起。 - 2. **修复许可证表述不一致**（见 §6）：LICENSE 实为 Apache-2.0，但 README 与战略文档仍写非商用许可，4 小时前刚对齐又被覆盖。这直接影响企业 Pilot 与商业化叙事。 - 3. 按 08-16 规划推进 Decision Review 服务工作台（Case / Finding / Evidence / Decision / Disposition），先用真实 Case 证明相对最佳单 Agent 的净收益。 - -### Q3：有商业化可能性吗？还是只能做 GitHub 开源项目？ - -**结论：存在商业化窗口，但窗口不由"功能"决定，由"信任与分发"决定。当前数据（128 星、约 15 次 DMG 下载、2 Fork、单一维护者）距离商业化的前置条件还很远；未来 90 天的正确动作不是商业化，而是先达到商业化的入场资格。** - -- 商业化成立的正面证据：Conductor 证明 4 人团队可以靠"组织多个编码 Agent"拿到 2200 万美元估值支持和真实企业用户（Google、Meta、Stripe 等工程师）；Paperclip（8.0 万星）证明"管理 Agent"叙事有大众级传播力；Munder Difflin 的"免费本地应用 + 付费云组织网络"路线证明本地优先产品可以预留云端商业化接口。 -- 商业化的现实障碍（按严重度）： - 1. **采用漏斗断裂**：128 星但累计约 15 次 DMG 下载，星标→安装转化极低。原因大概率是安装摩擦（ad-hoc 签名、需 Open Anyway、装完即遇 bug）——与 Q4 直接相关。 - 2. **许可证表述矛盾**：实际 Apache-2.0（允许商用）与文案"非商用许可"并存，企业法务无法评估。必须先统一口径再谈 Pilot。 - 3. **单人维护 + 未公证发行**：无法支撑企业采购对供应链与责任主体的基本要求。 -- 路线建议：**开源（Apache-2.0）换分发 → 可靠性与真实 Case 换信任 → 服务/产品化换收入**。当前阶段把代码完全闭源没有收益（没有分发就没有可闭源的价值）；把 Apache-2.0 用足换取 Connector 生态和采用，把 Decision Review 的交付逻辑、评测数据与服务流程作为不开放的核心资产，与 08-16 战略 §9.1 的"服务优先 → 闭源产品化 → 可选开放层"一致，但前提是先把许可证口径理顺。 - -### Q4：技术架构是否需要针对性优化？ - -**结论：需要，且优先级最高。两个被报告的 bug 有明确架构根因，均可修复；它们共同暴露的是同一类问题——系统的"事实源"不唯一（静态目录/检测结果/持久化状态三套并存；原生认证/Provider 注入两套 readiness 判定混用）。** - -- Bug 1（未安装的 Agent 仍渲染在导航）：渲染以静态 12 项目录为基底，检测失败仅降级为徽标；侧边栏还会渲染持久化直聊会话对应的 Agent，userData 跨机迁移时未安装 Agent 会重现。 -- Bug 2（CLI 可用却被要求重新配置 Provider）：readiness 把"原生认证可用"与"需要 Provider 注入"混为一谈；原生凭据探测的启发式在打包环境可能误判（`-lc` 不读 `.zshrc`、Keychain、探测超时），误判后宽泛的 `credentialFailure` 正则把 Agent 打成 needsLogin，UI 引导用户去配 Provider；而一旦配了 Provider 又跳过原生探测，形成循环。 -- 完整机制、证据位置与修复方案见 [技术可靠性优化方案](../reliability-optimization-plan.md)。 - -## 1. 研究方法 - -| 方法 | 覆盖 | 限制 | -| --- | --- | --- | -| `gh api` 实测（2026-09-04） | 11 个既有竞品仓库 + 4 个新发现仓库的星标、Fork、Issue、创建/推送时间、许可证 | 星标不证明活跃使用；open_issues 含 PR | -| `gh api search` | 2026-06-01 之后创建的多 Agent 编排项目 Top 12 | 仅覆盖 GitHub 公开项目 | -| WebSearch + 原文核验 | 融资（Conductor）、市场预测（Gartner）、工程师采用（Temporal）、有效性证据（Anthropic/Cognition 原文数据） | 部分中文二手信源仅作线索，未采用其数字 | -| 本地仓库审计 | Meldwork 发布资产下载量、git 历史、许可证文件一致性、bug 代码机制追踪 | 单机证据，未做多设备实测 | - -## 2. 市场信号：多 Agent 工作形态正在被快速验证 - -### 2.1 资本与增长信号（2026-09-04 核验） - -| 信号 | 数据 | 决策含义 | -| --- | --- | --- | -| Conductor 融资 | 2026-03-30 完成 2200 万美元 A 轮，Matrix Partners 领投（Ilya Sukhar 入董事会），Spark Capital、YC 及 Notion/Linear 创始人跟投；团队 4 人；macOS-only；自称 1 月以来 10 倍增长；用户含 Google、Meta、Stripe、Ramp、Datadog、Spotify、Amazon、Intercom、Flexport 工程师 | "组织多个本地 Agent"已被一线资本与企业用户验证为可付费场景；4 人团队规模说明单人/小团队在该赛道有生存空间 | -| Gartner 预测 | 2025-06-25 新闻稿：到 2027 年底超过 40% 的 agentic AI 项目将被取消（成本、ROI 不清、风险控制不足） | 市场同时存在大量失败；"可追责、可审计、有证据"的治理层恰是对取消原因的直接回应——这是 Meldwork 叙事的顺风，但必须在文案里引用失败率以建立可信度 | -| Temporal《2026 State of Development Report: AI Agents》 | 工程师 AI Agent 使用量同比增长 70.8%（经 Wedbush 发布，二手转述） | 开发者侧 Agent 使用密度快速上升，"人均多个 Agent"的假设成立 | -| Gartner 应用集成预测 | 2026 年 40% 企业应用将集成 AI Agent（CSDN 转述，未获一手核验） | 仅作方向参考，不作为证据引用 | - -### 2.2 有效性证据：多 Agent 什么时候有用、什么时候有害 - -| 证据 | 数据 | 边界 | -| --- | --- | --- | -| Anthropic 多 Agent 研究系统（官方工程博客，2026-09-04 实测可达） | Opus 4 领航 + Sonnet 4 子代理在内部研究评测上比单 Agent Opus 4 高 90.2%；token 用量单独解释约 80% 的性能方差；多 Agent 架构本质是"用更多 token 换能力"，适合可并行的研究/浏览任务 | 适用于只读、可分解、结果可合并的任务；成本数倍于单 Agent | -| Cognition《Don't Build Multi-Agents》（官方博客，实测可达） | 并行编码 Agent 因上下文共享不完整而产生相互冲突的决定（conflicting decisions），主张单线程上下文压缩而非多代理并行 | 主要针对写入型编码任务；与 Meldwork"单一 Writer 交付"设计反而同向 | - -**综合判断**：有效性证据把多 Agent 的适用区间切成了两半——只读/研究/审查区间收益真实，写入/执行区间风险高。Meldwork 的机制设计（冻结上下文 → 独立判断 → 质询 → 单一 Writer → 人类采用）恰好落在收益区间，这是对 Q1 最重要的技术性支撑。 - -## 3. 竞品格局更新：2026-08-16 → 2026-09-04 - -### 3.1 既有竞品快照（全部 `gh api` 实测） - -| 项目 | 2026-08-16 | 2026-09-04 | 变化 | 最新推送 | 许可证 | -| --- | ---: | ---: | ---: | --- | --- | -| block/buzz | 27,707 | 32,092 | +16% | 2026-09-04（当日） | Apache-2.0 | -| paperclipai/paperclip | 78,431 | 79,973 | +2% | 2026-09-04（当日） | MIT | -| manaflow-ai/cmux | 26,106 | 26,763 | +2.5% | 2026-09-04（当日） | 未标注 | -| BloopAI/vibe-kanban | 27,818 | 28,008 | +0.7% | **2026-04-24（停更约 4 个月）** | Apache-2.0 | -| superset-sh/superset | 12,951 | 13,720 | +6% | 2026-09-04（当日） | 未标注 | -| chaitanyagiri/munder-difflin | 2,390 | **6,262** | **+162%** | 2026-09-03 | MIT | -| Dicklesworthstone/mcp_agent_mail | 2,089 | 2,125 | +1.7% | 2026-09-04（当日） | 未标注 | -| nimbalyst/nimbalyst | 1,493 | 1,643 | +10% | 2026-09-03 | MIT | -| pqpo/pragma | 71 | 120 | +69% | 2026-09-04（当日） | 未标注（非标准） | -| **Ryder-MHumble/Meldwork** | ~75 | **128** | **+71%** | 2026-09-01 | Apache-2.0（API 检测） | - -### 3.2 三个新信号 - -1. **Munder Difflin 三周 +162%（2,390 → 6,262）**：增长最快的直接竞品。它验证了"用户是老板、经理负责组织"的低门槛叙事。对 Meldwork 的含义在 08-16 报告中已经写明：借鉴低认知负担的角色结构，但不复制拟人化公司，把价值放在判断与证据链上。本次增长数据把这条建议从"应该"升级为"紧迫"。 -2. **Omnigent（omnigent-ai/omnigent）是本次新发现的最危险竞品**：创建于 2026-06-11，三个月 9,671 星 / 1,501 Fork / 1,178 开放 Issue，Apache-2.0，官网 omnigent.ai 实测可达。自我定位："meta-harness——编排 Claude Code、Codex、Cursor、Pi 与自定义 Agent；不重写即可换 harness；强制策略与沙箱；任意设备实时协作。"它与 Meldwork 的 BYO-Agent 前提完全重叠，且多出"策略 + 沙箱 + 跨设备协作"三个卖点。Meldwork 必须在 90 天内用"独立判断 + 证据复验 + 采用记录"建立它没有的差异化证据，否则将被归入同类并被其规模压制。 -3. **Vibe Kanban 停更**：最后推送 2026-04-24。28,008 星的项目停更说明：高星不等于可持续维护，也不等于商业闭环（08-16 结论再次被验证）。对单人维护的 Meldwork 这是双重警示——既要控制维护面，也要避免重蹈"星标高、产品停"的覆辙。 - -### 3.3 相邻生态（规模参照） - -- OpenHands（86,127 星）、goose（53,898 星）：通用编码 Agent 生态的体量参照，说明 Agent 工具链整体热度。 -- claude-squad（8,423 星，AGPL）：终端形态的多 Agent 管理器，与 cmux 同层，属于"够用就好"替代品的持续供给。 -- Emdash（generalaction/emdash，5,593 星，YC W26）："开源 Agentic 开发环境"，资本支持的多 Agent 执行环境新玩家。 -- pilotfish（683 星）："前沿模型规划、廉价模型执行"的多模型编排层——成本优化正成为新竞争维度，Meldwork 的评测体系（eval-harness）未来应把成本/质量比纳入公开指标。 - -## 4. Meldwork 自身采用信号审计 - -### 4.1 公开数据（2026-09-04 实测） - -| 指标 | 数值 | 解读 | -| --- | --- | --- | -| 星标 | 128（08-16 约 75，+71%） | 传播在增长，README/GEO 优化有效 | -| Fork | 2 | 社区共建几乎为零；08-16 报告的"12 Fork"与当前 API 数据不符，以本次实测为准 | -| 开放 Issue | 22 | 对 128 星的项目偏高，需分类处理 | -| 发布 | 5 个（08-11 ~ 09-01），节奏健康 | 发布频率不是瓶颈 | -| DMG 下载 | 全部版本累计约 15 次（V1.0.0~V1.0.4 分别约 1/7/2/4/1） | **星标→安装转化极低，是最严重的漏斗断点** | - -### 4.2 漏斗诊断 - -``` -传播（128 星，+71%） - ↓ 转化极低（约 15 次下载） ← 断点在这里 -安装（ad-hoc 签名 + Open Anyway + arm64-only） - ↓ 首启即遇可靠性问题（本次审计实测发现两类机制性 bug） -激活（首个工作流完成） - ↓ 未知（无遥测） -留存 / 付费（无数据） -``` - -关键判断：**Meldwork 当前不缺"更多人知道"，缺的是"装得上、用得起来"。** 继续投入传播（README/GEO/视频）的边际收益递减；把安装-激活段修好，同样的传播量能带来数倍的真实用户。这直接回答 Q4 的优先级问题。 - -## 5. 定位与群聊模式的再评估（Q2 展开） - -### 5.1 定位：保持，不重写 - -08-16 确立的三层定位（品类：Agent Organization & Decision Workspace；切入：高风险工作 Decision Review；证明：本地 Work Cell）在本次数据下依然成立，且有两个新增强化： - -1. Gartner"40% agentic 项目将被取消"的预测，把"证据、责任、采用记录"从差异化卖点变成市场刚需叙事——对外文案应主动引用该预测。 -2. 三周内没有任何竞品进入"独立判断 + 复验 + 采用决定"位置（最接近的 Omnigent 强调的是策略与沙箱，不是判断质量），窗口仍开放。 - -需要警惕的一种定位漂移：把"支持更多 CLI / 更多知识源"当成进展汇报。本次审计确认仓库近期提交大量集中在 README 与发现性优化，这是必要的，但北极星必须回到 08-16 定义：**每周被用户实际采用、达到验收标准并保留责任证据的 OutcomeReceipt 数**——当前该数字没有测量手段，90 天内应至少建立本地可导出的 Case/Decision 计数。 - -### 5.2 群聊：降格为输入，不再承担结果 - -- 代码事实：当前群聊（Auto Discussion）已经有 V4 的独立提案/质询/单写机制在分支内运行（110/110 聚焦测试通过），但这些结构在 UI 上仍以聊天流为主呈现。 -- 市场事实：Munder Difflin 三周 +162% 说明用户接受的是"交代目标 → 看到组织化结果"，不是"管理一个群"。 -- 结论（与 08-16 一致，执行优先级上调）：群聊保留为 Exploration Discussion 与审计详情；正式结果必须进入 Case → Finding → Evidence → Decision → Disposition 的结构化视图。群聊不是要删除的功能，而是要让位给结果层的交互层。 - -## 6. 关键发现：许可证表述不一致（影响 Q3） - -**事实链（git 审计，全部可复核）：** - -1. `LICENSE` 文件内容为 Apache License 2.0；`COMMERCIAL_USE.md` 明确"商业使用、私有使用、修改、再分发、用于付费服务均被许可"。 -2. 提交 `a68c53b`（2026-09-01 10:21，"docs: align main license references"）把 README 中英文与 ai-discoverability 的许可证表述统一为 Apache-2.0。 -3. 同日提交 `897b4ee`（2026-09-01 14:11，"docs: expand supported cli table to six columns"）在重写 README 时**把表述覆盖回 "Meldwork Non-Commercial Source License 1.0 / 商业使用需事先书面许可"**。 -4. 同日 17:47 发布 V1.0.4，README（英/中）、`docs/product-strategy.md`（§9.1、§10.2）、`docs/README.md` 均写"非商用许可"，与 LICENSE 文件直接矛盾。 - -**影响**：企业评估方看到"非商用"表述会直接放弃 Pilot；开源用户看到 LICENSE=Apache-2.0 又会对文案产生不信任。两种方向都可以是正确决策（Apache-2.0 换分发，或非商用许可保商业独占），但**必须二选一并全仓对齐**。本报告按"以 LICENSE 文件为事实源"处理，即当前有效许可为 Apache-2.0；若维护者的真实意图是非商用许可，则应改 LICENSE 文件而非文案。本次调研已把 `product-strategy.md` 中的两处非商用表述更正为 Apache-2.0 并标注决策点；README 因面向公众且涉及许可方向选择，留给维护者确认后修改。 - -## 7. 关键发现：跨设备可靠性根因（影响 Q4） - -基于代码追踪的完整证据与修复方案见 [技术可靠性优化方案](../reliability-optimization-plan.md)，此处给结论： - -- **Bug 1（未安装的 Agent 仍出现在导航/设置）**：渲染基底是静态 12 项目录而非检测结果；设置页恒渲染全部条目（检测失败仅降级为徽标）；侧边栏额外渲染持久化直聊会话对应的 Agent，导致 userData 迁移或残留状态下未安装 Agent 重现。这是"事实源不唯一"问题：静态目录、检测结果、持久化会话三套状态并存。 -- **Bug 2（CLI 原生可用却被要求配置 Provider）**：readiness 判定把"原生认证"与"Provider 注入"混为一谈。原生凭据探测依赖文件启发式与 CLI 探针，在打包环境存在三类误判源（登录 shell 用 `-lc` 不读 `.zshrc`、Keychain 访问、探针超时）；误判或运行失败命中宽泛 `credentialFailure` 正则后，Agent 被打成 needsLogin，HomeDashboard 的 setup guide 随即引导用户配置 Provider；而一旦配置 Provider，`refreshOnce` 又跳过原生探测——形成"配了 Provider 才算好"的循环。代码层面不存在"必须先配 Provider"的硬门禁，问题出在状态判定与 UI 引导。 -- **共同根因**：检测/凭据/渲染三条链路各自维护状态，缺少单一的、可审计的 Agent Readiness 事实源。修复不是打补丁，而是收敛事实源（见技术方案 §3）。 - -## 8. 行动建议（按优先级） - -| # | 行动 | 时间 | 验收标准 | -| --- | --- | --- | --- | -| 1 | 执行[技术可靠性优化方案](../reliability-optimization-plan.md) P0 项：Readiness 事实源收敛、导航渲染由检测结果驱动、`-lc` 改 `-lic` 或补 `.zshrc` 解析、收紧 `credentialFailure` 正则 | 1-2 周 | 全新 macOS 设备（无/有已登录 CLI 两种）安装后 10 分钟内完成首个直聊；未安装 Agent 不出现在工作导航；原生认证可用的 CLI 零 Provider 配置可运行 | -| 2 | 统一许可证口径：确认采用 Apache-2.0 或改回专用非商用许可，全仓文案一次对齐（README 英/中、product-strategy、ai-discoverability、GEO 实体卡） | 本周内 | 任意页面不再出现与 LICENSE 文件矛盾的表述 | -| 3 | 建立最小采用遥测（本地计数 + 可导出）：完成的 Case 数、Decision 数、Disposition 分布 | 2-3 周 | 能回答"上周有多少个被采用的 Outcome" | -| 4 | 对外叙事引用 Gartner 40% 取消率预测 + Anthropic/Cognition 有效性边界，强化"决策治理层"定位；把 Omnigent 加入竞品对照表 | 2 周内 | README/战略文档对比表更新，措辞通过"Today/Branch/Next/Future"口径检查 | -| 5 | 按 08-16 规划启动 5 个真实 Decision Review Case（允许人工补位），对照最佳单 Agent 记录证据覆盖率、有效 Finding、人工时间与成本 | 30-90 天 | 至少 1 项指标出现可重复净收益，否则触发 08-16 定义的停止条件评估 | - -明确不做：不以新增 CLI 适配数量、不以下一代群聊交互、不以宣传视频作为 90 天内的主线指标；在可靠性修复完成前不扩大下载传播（避免把坏第一印象扩散给更多潜在用户）。 - -## 9. 来源清单（2026-09-04 实测） - -### 9.1 一手数据 - -- GitHub API 实测（2026-09-04）：`repos/{block/buzz, pqpo/pragma, chaitanyagiri/munder-difflin, superset-sh/superset, manaflow-ai/cmux, BloopAI/vibe-kanban, paperclipai/paperclip, Dicklesworthstone/mcp_agent_mail, nimbalyst/nimbalyst, Ryder-MHumble/Meldwork, andyrewlee/awesome-agent-orchestrators, omnigent-ai/omnigent, generalaction/emdash, smtg-ai/claude-squad, Nanako0129/pilotfish, aaif-goose/goose, OpenHands/OpenHands}` 及 `search/repositories?q=multi-agent+orchestrator+created:>2026-06-01` -- Meldwork 本地仓库：`LICENSE`、`COMMERCIAL_USE.md`、git 提交 `a68c53b`/`897b4ee`/`709a9e9`、Release 资产下载量（gh api） - -### 9.2 融资与市场 - -- Conductor 2200 万美元 A 轮（2026-03-30，Matrix Partners 领投）：https://aiturnpoint.com/conductor-raises-22m-series-a （实测可达） -- Conductor 从本地走向云端（Vercel Sandbox 合作）：https://vercel.com/blog/how-conductor-moved-parallel-coding-agents-from-the-laptop-to-the-cloud-with-vercel-sandbox （实测可达） -- Conductor 官网：https://www.conductor.build/ （实测可达） -- Superset 官网与仓库：https://superset.sh/ 、https://github.com/superset-sh/superset （实测可达） -- Omnigent 官网与仓库：https://omnigent.ai 、https://github.com/omnigent-ai/omnigent （实测可达） -- Munder Difflin 官网与仓库：https://munderdiffl.in/ 、https://github.com/chaitanyagiri/munder-difflin （实测可达） -- Gartner：超过 40% 的 agentic AI 项目将在 2027 年底前被取消（2025-06-25 新闻稿）：https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027 （链接实测返回 403 反爬，标题与内容经搜索索引核验） -- Temporal《2026 State of Development Report: AI Agents》（工程师 Agent 使用 +70.8%，经 Wedbush 发布）：二手转述，未获一手报告原文，置信度中 -- Superset 功能描述（10+ 并行、worktree、Apache-2.0、零遥测）：https://byteiota.com/superset-ide-run-10-parallel-ai-coding-agents-2026/ （实测可达；其"3,285 星"为旧数据，本文以 gh api 实测为准） - -### 9.3 有效性证据 - -- Anthropic: How we built our multi-agent research system（90.2%、token 解释 80% 方差等数据经原文核验）：https://www.anthropic.com/engineering/multi-agent-research-system （实测可达） -- Cognition: Don't Build Multi-Agents：https://cognition.ai/blog/dont-build-multi-agents （实测可达） - -### 9.4 内部证据 - -- [2026-08-16 深度竞品调研](meldwork-competitive-landscape-2026-08-16.md) -- [产品战略](../product-strategy.md)、[产品迭代规划](../product-iteration-plan.md)、[架构](../../architecture.md) -- Bug 机制追踪：`desktop/src/agents/cli/cli-discovery.cjs`、`desktop/src/workspace/local-workspace-agent-catalog.cjs`、`desktop/src/workspace/local-agent-readiness.cjs`、`frontend/src/composables/useAgentCatalog.js`、`frontend/src/components/WorkspaceSidebar.vue`、`frontend/src/components/HomeDashboard.vue`（详见技术方案文档） - ---- - -本报告以 2026-09-04 为快照日期。星标、下载、融资与 Issue 数据会快速漂移，对外引用前应重新核验高漂移字段；所有"推断"与"待验证"标记不得在对外文案中省略。 diff --git a/docs/tests.md b/docs/tests.md deleted file mode 100644 index f34c749..0000000 --- a/docs/tests.md +++ /dev/null @@ -1,107 +0,0 @@ -# Verification And Test Coverage - -Current verification is V1.0.5 / package 0.1.5 on 2026-09-09 for Apple silicon macOS. Repository tooling and CI require Node.js 22.12 or newer; the packaged desktop uses Electron's bundled runtime. - -## V1.0.5 Results - -- `npm --prefix frontend test`: 343/343 across 37 files. -- `MELDWORK_TEST_CLAUDE_EXECUTABLE=... npm --prefix desktop test`: 1562/1562, no skips. -- `npm --prefix desktop run eval:deterministic`: 6 cases, 18 results. -- Web build, desktop renderer build, `pack`, and `dist` passed. -- DMG/ZIP integrity and strict ad-hoc signature verification passed; 116 packaged source/JSON files matched the working tree. -- Actual packaged Codex/OpenClaw group execution, active-task cancellation, repeated detection, and restart without replay passed in an isolated profile. -- Development Electron acceptance additionally covers bound human input recovery, exact answers, and injected peer failure with a real healthy Codex participant. - -See [V1.0.5 release evidence](releases/Meldwork-V1.0.5.md) and [detailed progress](releases/Meldwork-V1.0.5-progress.md) for limitations and actual commands. These results do not certify every supported CLI, cloud account, or operating system. - -## V1.0.3 Historical Baseline - -All evidence below retains its original 2026-08-18 scope; it is not the current V1.0.5 result. - -The candidate is ad-hoc signed, not signed with an Apple Developer ID, and not notarized. Passing `codesign` proves bundle integrity only. Gatekeeper acceptance is not claimed, and `spctl` rejection is expected for this candidate. - -## Executed Verification - -| Check | Evidence | Result | -| --- | --- | --- | -| Frontend unit suite | `npm --prefix frontend test` | 306/306 tests passed | -| Desktop unit suite | `npm --prefix desktop test` | 1338/1338 tests passed | -| Deterministic Eval Harness | `npm --prefix desktop run eval:deterministic` | 6 cases and 18 results passed | -| Renderer builds | `npm --prefix frontend run build` and `npm --prefix frontend run build:desktop` | Both builds passed | -| Packaged application directory | `npm --prefix desktop run pack` | Passed on the final source tree | -| Prerelease archives | `npm --prefix desktop run dist` | Apple silicon DMG and ZIP generated from the final source tree | -| Archive integrity | `hdiutil verify`, `unzip -t`, and `shasum -a 256 -c desktop/dist/SHA256SUMS.txt` | DMG, ZIP, and checksum manifest passed local verification | -| Ad-hoc signature integrity | `codesign --verify --deep --strict --verbose=2 desktop/dist/mac-arm64/Meldwork.app` | Passed on the final packaged app | -| Gatekeeper assessment | `spctl --assess --type execute --verbose=4 desktop/dist/mac-arm64/Meldwork.app` | Rejection is expected without Developer ID signing and notarization | -| Whitespace validation | `git diff --check` | Passed | - -## Packaged-App Acceptance - -Packaged checks combine current V1.0.3 UI acceptance with retained V1.0.2 live Agent evidence for unchanged runtime paths. The V1.0.3 checks used an isolated user-data profile and isolated workspace to validate implicit group targeting and unlimited-mode styling. Live Agent evidence validates only the observed local versions and authentication state, not every supported installation. - -| Surface | Result | Boundary | -| --- | --- | --- | -| Hermes direct execution | Streaming answer deltas and a closed tool lifecycle | Passed | -| OpenClaw direct execution | Latest live run failed during proposal with `LOCAL_AGENT_PROCESS_FAILED` | Failed closed; protocol fixtures and managed-runtime tests pass, but live streaming/tool lifecycle is not certified | -| Manual V4 | Selected Agents use one frozen snapshot; results commit in stable member order | Completed packaged runs with Codex, Claude, and Hermes evidence | -| Implicit group targeting | Concurrent Responses with no explicit `@` or Agent selection resolves to every Agent in the group | Passed; four Agents ran and the fifth remained visibly queued under Scheduler capacity | -| Auto Discussion V4 | Parallel proposals, cross-Agent negotiation, agreed work packages, synthesis, and independent verification | Completed packaged runs with Codex and Claude evidence | -| Stop behavior | Stop after the first answer delta, then compare Ledger, message, and workspace hashes after 10.25 seconds | Passed; the run remained `stopped` and all hashes were unchanged | -| No round limit composer | Compare the finite and unlimited composer surface while retaining the infinity cue | Passed; background, shadow, and border remained identical | -| Narrow-layout return control | Group and direct conversation return-to-latest behavior at 360 x 800 | Passed; both surfaces exposed one button while reading above, returned to the bottom, and removed the button after activation | -| Narrow-layout details and actions | Trace panel geometry plus copy, regenerate, version, and delete placement at 360 x 800 | Passed without control overlap | - -A Codex direct acceptance run produced no answer delta inside the 300-second observation window and completed only after the helper timed out. The final UI acceptance therefore used Claude for the direct surface while keeping Claude and Codex in the group. This timing result is not evidence of a renderer regression, but it remains a live-runtime limitation. These checks do not certify every supported Agent, installer recipe, upstream CLI version, authentication state, or operating system. - -## Concurrent Collaboration V4 Coverage - -| Use case / rule | Expected behavior | Evidence | -| --- | --- | --- | -| Strict V4 records and legacy compatibility | Strictly validates V4 phases, slots, frozen snapshots, stable operation IDs, delivery watermarks, commit state, and Human Gates while preserving V1 manual, V2 Auto Discussion, and V3 Task Graph parsing | `desktop/test/collaboration/orchestration-v4-records.test.cjs`; `desktop/test/runs/run-ledger.test.cjs` | -| Concurrent response batch isolation | Freezes one shared snapshot before Scheduler leases, retains every selected Agent, prevents same-batch visibility, and commits out-of-order results in stable member order | `desktop/test/workspace/local-workspace-v4-manual-durability.test.cjs`; `desktop/test/workspace/local-workspace-harness.test.cjs`; `desktop/test/runs/run-scheduler.test.cjs` | -| Independent proposals and Agent negotiation | Starts all selected Agents from the same task snapshot, gathers independent proposals, requires cross-Agent discussion, and accepts work only after all participants agree to the same normalized responsibility plan | `desktop/test/workspace/local-workspace-v4-agent-negotiation.test.cjs`; `desktop/test/workspace/local-workspace-auto.test.cjs` | -| Responsibility-based work | Schedules the agreed work packages with dependency and permission boundaries instead of assigning every non-first Agent a permanent review-only role | `desktop/test/workspace/local-workspace-v4-agent-negotiation.test.cjs`; `desktop/test/workspace/local-workspace-v4-auto-durability.test.cjs` | -| Structured receipts and context budget | Validates proposal, challenge, work, synthesis, and verification receipts; strips control blocks from visible output; rejects malformed receipts; keeps bounded collaboration delivery and incremental watermarks | `desktop/test/workspace/local-workspace-v4-receipt.test.cjs`; `desktop/test/workspace/local-workspace-context-packs.test.cjs` | -| Synthesis, findings, and convergence | Gives workspace write authority to one synthesis Agent, binds verification to the current Artifact, tracks contradictory `ReviewerFinding` records as unresolved issues, and completes only after independent support | `desktop/test/workspace/local-workspace-v4-convergence.test.cjs`; `desktop/test/collaboration/collaboration-records.test.cjs` | -| Crash recovery, exact-attempt Gate binding, and idempotent commit | Binds pending V4 Gates and continuations to exactly one leased Agent attempt, recovers safe read-only slots, prevents ambiguous writable retries without a Human Gate, rejects late results after stop, and resumes batch commit idempotently | `desktop/test/workspace/local-workspace-v4-auto-durability.test.cjs`; `desktop/test/workspace/local-workspace-v4-manual-durability.test.cjs`; `desktop/test/workspace/local-workspace-human-gate-recovery.test.cjs`; `desktop/test/workspace/local-workspace-v4-gate-renderer-bridge.test.cjs` | -| Gate serialization and terminal ordering | Stops dispatching new slots after the first parallel Gate, lets already-running read-only work settle, rejects terminal results while permission callbacks remain unresolved, rejects duplicate active ACP permission IDs, and preserves monotonic recovery across known failures and unknown post-write outcomes | `desktop/test/workspace/local-workspace-v4-gate-pause.test.cjs`; `desktop/test/workspace/local-workspace-v4-auto-durability.test.cjs`; `desktop/test/workspace/local-workspace-human-gate-recovery.test.cjs`; `desktop/test/agents/cli/cli-adapters-agent-protocols.test.cjs`; `desktop/test/gates/human-gate-coordinator.test.cjs` | -| Unlimited-mode and trace UI | Shows validated phase, participant, role, slot, and Gate state; scopes unlimited confirmation to one group; supports reduced motion; preserves neutral labels for legacy round-zero traces | `frontend/src/__tests__/meldwork/App.unlimited-review.spec.js`; `frontend/src/__tests__/meldwork/App.run-trace.spec.js`; `frontend/src/__tests__/meldwork/App.conversation-trace.spec.js` | - -## Runtime And Product Coverage - -| Area | Covered behavior | Evidence | -| --- | --- | --- | -| Agent stream and tool-event normalization | Normalizes supported Agent outputs into answer deltas, plans, status, tool lifecycle, warnings, and terminal results without exposing commands, paths, secrets, or raw chain-of-thought | `desktop/test/agents/cli/cli-adapters-agent-protocols.test.cjs`; `desktop/test/agents/cli/cli-adapters.test.cjs`; `desktop/test/security/preload-security.test.cjs` | -| Hermes result recovery | Uses a read-only message watermark and a post-watermark final assistant row when available, with sanitized official stdout fallback | `desktop/test/agents/cli/cli-adapters-agent-protocols.test.cjs`; `desktop/test/agents/cli/cli-adapters.test.cjs` | -| Managed OpenClaw | Isolates runtime state, keeps Provider secrets out of generated config, validates permission scopes, normalizes supported streaming/tool events in protocol fixtures, and closes disposable ACP sessions plus the authenticated loopback Gateway and in-flight health probes during shutdown | `desktop/test/agents/cli/openclaw-runtime.test.cjs`; `desktop/test/agents/cli/cli-adapters-agent-protocols.test.cjs`; `desktop/test/agents/cli/cli-native-acp-lifecycle.test.cjs` | -| Conversation controls | Covers group/direct timelines, per-Agent states, retry/stop/replace controls, message actions, and the animated return-to-bottom control including reduced-motion behavior | `frontend/src/__tests__/meldwork/conversationViewport.spec.js`; `frontend/src/__tests__/meldwork/conversationTimeline.spec.js`; `frontend/src/__tests__/meldwork/App.conversation-trace.spec.js` | -| Renderer privacy boundary | Uses the narrow preload bridge and exposes only allowlisted run fields; rejects non-main-frame IPC and unsafe navigation | `frontend/src/__tests__/meldwork/security.spec.js`; `desktop/test/security/main-security.test.cjs`; `desktop/test/security/preload-security.test.cjs` | -| Attachments and Skills | Validates bounded attachment import/storage/preview behavior and target-scoped Skill snapshots without exposing local paths to the renderer | `frontend/src/__tests__/meldwork/App.attachments.spec.js`; `desktop/test/attachments/attachment-store.test.cjs`; `desktop/test/skills/local-skill-catalog.test.cjs` | -| Agent and Knowledge connectors | Enforces approved Connector manifests, scoped instances, durable event reduction, read-only Knowledge lifecycles, and restart-safe references | `desktop/test/agents/connectors/agent-connector-runtime.test.cjs`; `desktop/test/knowledge/knowledge-connector-contract.test.cjs`; `desktop/test/runs/run-event-protocol.test.cjs` | -| Packaging hardening | Applies Electron fuses, removes unused permission declarations, preserves the Bundle ID, and ad-hoc signs local/prerelease packages | `desktop/test/packaging/package-security.test.cjs`; `desktop/test/packaging/after-pack.test.cjs` | -| Formal release fail-closed path | Requires a Developer ID source and complete notarization credentials; rejects ad-hoc identities, missing Team ID, missing Hardened Runtime, or the wrong Bundle ID | `desktop/test/packaging/public-release-preflight.test.cjs`; `desktop/test/packaging/after-sign.test.cjs` | - -## CI-Declared Checks - -`.github/workflows/ci.yml` declares these push and pull-request checks: - -- Frontend: install, unit tests, web build, and desktop renderer build on Ubuntu. -- Desktop: install, unit tests, deterministic Eval Harness, and packaged application build on macOS. - -The workflow file does not prove branch-protection configuration or the status of any specific GitHub run. - -## Remaining Gaps - -| Priority | Gap | Release boundary | -| --- | --- | --- | -| High | No Developer ID signing, Apple notarization, Stapling, or clean-machine Gatekeeper acceptance | V1.0.3 remains an ad-hoc signed prerelease candidate that may require Open Anyway | -| High | OpenClaw has not completed the latest packaged live streaming/tool-lifecycle run | The runtime fails closed with `LOCAL_AGENT_PROCESS_FAILED`; fixture and managed-runtime coverage do not replace live certification | -| Medium | Codex exceeded the 300-second direct acceptance observation window before completing late | UI behavior was accepted with Claude direct; Codex Provider and CLI timing still needs a repeatable live matrix | -| Medium | No clean-machine live matrix for every listed Agent and installer recipe | Upstream CLI versions, authentication, and output formats can diverge from fixtures | -| Medium | No production Cloud Agent provider or task-oriented Channel Connector is configured | Mock/framework coverage does not establish a production remote integration | -| Medium | Windows and Intel Mac packages were not built or accepted | V1.0.3 distribution evidence applies only to Apple silicon macOS | -| Low | No comprehensive automated visual-regression, accessibility, or long-history performance suite | Responsive, assistive-technology, and large-history risks still require additional validation | - -## Documentation Checks - -For each release, validate every backticked test path in this page, run `git diff --check`, and compare `desktop/dist/SHA256SUMS.txt` with fresh `shasum -a 256` output from the release artifacts. diff --git a/frontend/src/App.vue b/frontend/src/App.vue index 6a41122..1c4ac30 100644 --- a/frontend/src/App.vue +++ b/frontend/src/App.vue @@ -22,6 +22,10 @@ diff --git a/frontend/src/components/WorkspaceSidebar.vue b/frontend/src/components/WorkspaceSidebar.vue index 6fee401..276cca8 100644 --- a/frontend/src/components/WorkspaceSidebar.vue +++ b/frontend/src/components/WorkspaceSidebar.vue @@ -276,52 +276,7 @@ -
- -
- - -
-
+ @@ -408,12 +363,8 @@ import { ChevronBackOutline, ChevronForwardOutline, CloudOutline, - LanguageOutline, - MoonOutline, PencilOutline, PeopleOutline, - SettingsOutline, - SunnyOutline, TrashOutline, } from '@vicons/ionicons5' import { agentLogo } from '../catalog.js' @@ -451,7 +402,6 @@ const { openConversationRename, openNewGroup, openSidebarConversationDelete, - openSystemSettings, productMark, remainingDirectGroupsCount, remainingGroupGroupsCount, @@ -470,8 +420,6 @@ const { toggleCollapsedGroupMenu, toggleDirectSessionListExpanded, toggleGroupSessionListExpanded, - toggleLocale, - toggleTheme, visibleDirectGroupsFor, visibleGroupGroups, } = props.controller diff --git a/frontend/src/composables/useAppWindowInteractions.js b/frontend/src/composables/useAppWindowInteractions.js index 4552e7c..312d0fc 100644 --- a/frontend/src/composables/useAppWindowInteractions.js +++ b/frontend/src/composables/useAppWindowInteractions.js @@ -8,7 +8,7 @@ export function useAppWindowInteractions({ collapsedGroupMenuButton, collapsedGroupMenuOpen, completeOnboarding, - conversationHeader, + windowTitlebar, customAgentDeleteArmed, deleteArmed, messageDeleteArmedId, @@ -139,7 +139,7 @@ export function useAppWindowInteractions({ if (roundSettingsOpen.value && !roundSettingsControl.value?.contains(target)) { roundSettingsOpen.value = false } - if (shortcutMenuOpen.value && !conversationHeader.value?.containsShortcutTarget(target)) { + if (shortcutMenuOpen.value && !windowTitlebar.value?.containsShortcutTarget(target)) { shortcutMenuOpen.value = false } if ( diff --git a/frontend/src/conversationControllers.js b/frontend/src/conversationControllers.js index 45cac6d..bc4650d 100644 --- a/frontend/src/conversationControllers.js +++ b/frontend/src/conversationControllers.js @@ -126,8 +126,6 @@ export function createConversationControllers({ saveInlineTitle: conversationActions.saveInlineTitle, saving: app.saving, sending: app.sending, - shortcutDefinitions: app.shortcutDefinitions, - shortcutMenuOpen: app.shortcutMenuOpen, t: app.t, theme: app.theme, } diff --git a/frontend/src/styles/base-sidebar.css b/frontend/src/styles/base-sidebar.css index 4793faf..d404cec 100644 --- a/frontend/src/styles/base-sidebar.css +++ b/frontend/src/styles/base-sidebar.css @@ -18,10 +18,40 @@ } .brand-button, -.sidebar-toggle { +.sidebar-toggle, +.titlebar-actions { -webkit-app-region: no-drag; } +.titlebar-actions { + display: inline-flex; + position: fixed; + top: 6px; + right: 12px; + z-index: 20; + align-items: center; + gap: 2px; + flex: 0 0 auto; + padding: 2px 5px; + border-radius: 9px; + -webkit-app-region: no-drag; +} + +.titlebar-actions .icon-button { + width: 28px; + height: 28px; + padding: 0; + border-color: transparent; + background: transparent; + color: var(--muted); +} + +.titlebar-actions .icon-button:hover { + border-color: var(--border); + background: var(--surface-hover); + color: var(--text); +} + .brand-button { min-width: 0; display: flex; @@ -721,3 +751,7 @@ .group-avatar.stack img:nth-child(1) { top: 0; left: 0; } .group-avatar.stack img:nth-child(2) { right: 0; bottom: 0; } .group-avatar.stack img:nth-child(3) { left: 0; bottom: 0; } + +.titlebar-preferences { display: flex; gap: 2px; } +.app-shell:not([data-platform="darwin"]) { --desktop-titlebar-height: 32px; } +.titlebar-actions .shortcut-menu { top: calc(100% + 8px); right: 0; } diff --git a/frontend/src/workspaceControllers.js b/frontend/src/workspaceControllers.js index 45b2890..265194c 100644 --- a/frontend/src/workspaceControllers.js +++ b/frontend/src/workspaceControllers.js @@ -40,7 +40,6 @@ export function createWorkspaceControllers({ openConversationRename: conversationActions.openConversationRename, openNewGroup: conversationActions.openNewGroup, openSidebarConversationDelete: conversationActions.openSidebarConversationDelete, - openSystemSettings: app.openSystemSettings, productMark: app.productMark, remainingDirectGroupsCount: conversationNavigation.remainingDirectGroupsCount, remainingGroupGroupsCount: conversationNavigation.remainingGroupGroupsCount, @@ -59,8 +58,6 @@ export function createWorkspaceControllers({ toggleCollapsedGroupMenu: collapsedGroupMenu.toggleCollapsedGroupMenu, toggleDirectSessionListExpanded: conversationNavigation.toggleDirectSessionListExpanded, toggleGroupSessionListExpanded: conversationNavigation.toggleGroupSessionListExpanded, - toggleLocale: app.toggleLocale, - toggleTheme: app.toggleTheme, visibleDirectGroupsFor: conversationNavigation.visibleDirectGroupsFor, visibleGroupGroups: conversationNavigation.visibleGroupGroups, } diff --git a/meldwork-landing/index.html b/meldwork-landing/index.html index 1e608ce..84231d5 100644 --- a/meldwork-landing/index.html +++ b/meldwork-landing/index.html @@ -3,17 +3,17 @@ - Meldwork — Multi-Agent Orchestration for AI Coding Agents | Local-First Desktop Workspace - - - - + Meldwork — A Local-First Workspace for General Agents + + + + - - + + @@ -28,13 +28,13 @@ "name": "Meldwork", "applicationCategory": "DeveloperApplication", "operatingSystem": "macOS (Apple silicon)", - "softwareVersion": "1.0.4", - "description": "Meldwork is a local-first multi-agent orchestration desktop app for AI coding agents. It coordinates Codex, Claude Code, Gemini CLI, Hermes, OpenCode and 7 more agent CLIs from one workspace — freezing task context, capturing independent findings as evidence, and putting a human adoption gate before any workspace change. Unlike terminal multiplexers that require manual context copying between agents, Meldwork sends one frozen task snapshot to every selected agent and preserves their responses as structured evidence.", - "featureList": "Multi-agent orchestration across 12+ CLI agents, Concurrent Responses mode, Auto Discussion V4 with proposal-challenge-negotiate-verify workflow, Frozen task snapshots, Evidence Trail (Finding → Evidence → Decision → Disposition), Human Gate for workspace writes, Direct mode with native session continuity, Local-first Electron desktop, Agent Connector SDK, Supports Codex/Claude Code/Gemini CLI/Hermes/OpenCode/OpenClaw/Qwen Code/Kimi Code/MiMo Code/Pi Agent/OpenCodeReview/WorkBuddy", + "softwareVersion": "1.0.5", + "description": "Meldwork is a local-first General Agent workspace for macOS. It coordinates local Agent tools for research, analysis, writing, planning, review, and implementation, while preserving shared task context, independent findings, evidence, decisions, and a human adoption gate before workspace changes.", + "featureList": "General Agent workspace, Concurrent Responses, Auto Discussion V4, frozen task snapshots, Finding-Evidence-Decision-Disposition review record, Human Gate for workspace writes, native session continuity, local-first Electron desktop, multimodal attachments, selected knowledge sources, Agent Connector SDK", "offers": { "@type": "Offer", "price": "0", "priceCurrency": "USD" }, "author": { "@type": "Organization", "name": "Meldwork", "url": "https://github.com/Ryder-MHumble/Meldwork" }, - "downloadUrl": "https://github.com/Ryder-MHumble/Meldwork/releases/tag/Meldwork-V1.0.4", - "softwareRequirements": "macOS with Apple silicon. At least one supported AI coding agent CLI installed locally (Codex, Claude Code, Gemini CLI, Hermes, OpenCode, etc.)" + "downloadUrl": "https://github.com/Ryder-MHumble/Meldwork/releases/tag/Meldwork-V1.0.5", + "softwareRequirements": "macOS with Apple silicon. At least one supported local Agent CLI installed (Codex, Claude Code, Gemini CLI, Hermes, OpenCode, or another listed Agent)." }, { "@type": "FAQPage", @@ -42,7 +42,7 @@ { "@type": "Question", "name": "What is Meldwork and what does it do?", - "acceptedAnswer": { "@type": "Answer", "text": "Meldwork is a local-first multi-agent orchestration desktop app for macOS. It lets you coordinate multiple AI coding agents — Codex, Claude Code, Gemini CLI, Hermes, OpenCode, and 7 more — from one workspace. Instead of manually copying context between terminal windows, Meldwork freezes one task snapshot and sends it to every selected agent, captures their independent findings as evidence, and requires your approval (Human Gate) before any workspace changes are written." } + "acceptedAnswer": { "@type": "Answer", "text": "Meldwork is a local-first General Agent workspace for macOS. It lets you coordinate local Agent tools for research, analysis, writing, planning, review, and implementation. Meldwork freezes one task snapshot, sends it to every selected Agent, captures independent findings as evidence, and requires your approval (Human Gate) before any workspace changes are written." } }, { "@type": "Question", @@ -51,7 +51,7 @@ }, { "@type": "Question", - "name": "Which AI coding agents does Meldwork support?", + "name": "Which General Agents does Meldwork support?", "acceptedAnswer": { "@type": "Answer", "text": "Twelve agents today — Codex, Claude Code, Gemini CLI, Qwen Code, Kimi Code, MiMo Code, OpenCode, OpenCodeReview, Hermes, Pi Agent, OpenClaw, and WorkBuddy. Approved Agent Connectors can be added through the Agent Connector SDK; custom executables use the desktop custom-Agent path." } }, { @@ -77,16 +77,16 @@ { "@type": "Question", "name": "Does Meldwork work on Intel macOS, Windows, or Linux?", - "acceptedAnswer": { "@type": "Answer", "text": "The current V1.0.4 preview targets Apple silicon macOS (ad-hoc signed, not notarized — open Open Anyway in System Settings → Privacy & Security on first launch). Cross-platform builds are on the roadmap; the app is Electron so the same source compiles everywhere once those targets land." } + "acceptedAnswer": { "@type": "Answer", "text": "The current V1.0.5 preview targets Apple silicon macOS (ad-hoc signed, not notarized — open Open Anyway in System Settings → Privacy & Security on first launch). Cross-platform builds are on the roadmap; the app is Electron so the same source compiles everywhere once those targets land." } } ] }, { "@type": "HowTo", - "name": "How to coordinate multiple AI coding agents with Meldwork", - "description": "Steps to use Meldwork to orchestrate Codex, Claude Code, and other agent CLIs on one task without manually copying context between terminals.", + "name": "How to coordinate General Agents with Meldwork", + "description": "Steps to use Meldwork to coordinate local General Agents on one Case with shared context, evidence, and a human adoption decision.", "step": [ - { "@type": "HowToStep", "name": "Select agents", "text": "Open Meldwork and select the local AI agents you want to participate — e.g., Codex, Claude Code, and Gemini CLI." }, + { "@type": "HowToStep", "name": "Select Agents", "text": "Open Meldwork and select the local General Agents you want to participate — for example Codex, Claude Code, and Gemini CLI." }, { "@type": "HowToStep", "name": "Scope the task", "text": "Define the goal, working directory, context, and permissions. Meldwork freezes this as a task snapshot." }, { "@type": "HowToStep", "name": "Run collaboration mode", "text": "Choose Direct (one agent), Concurrent Responses (all agents get the same frozen snapshot and respond independently), or Auto Discussion V4 (agents propose, challenge, negotiate, and verify)." }, { "@type": "HowToStep", "name": "Review and adopt", "text": "Inspect each agent's findings, evidence, and any Human Gate prompts. Adopt only the result you approve — workspace writes are opt-in." } @@ -124,8 +124,8 @@ How it differs FAQ - - Download V1.0.4 + + Download V1.0.5
-

Meldwork is a local-first multi-agent orchestration desktop app for AI coding agents. It coordinates the agent CLIs you already run — Codex, Claude Code, Gemini CLI, and 9 more — from one workspace. Instead of manually copying context between terminals, Meldwork freezes one task snapshot, sends it to every selected agent, captures their independent findings as evidence, and puts a human adoption gate before any workspace change.

+

Meldwork is a local-first General Agent workspace for macOS. It coordinates the Agent tools you already run from one workspace for research, analysis, writing, planning, review, and implementation. Meldwork freezes one task snapshot, captures independent findings as evidence, and puts a human adoption gate before any workspace change.

  • @@ -629,7 +629,7 @@

    Questions teams ask before adopting

  • @@ -669,7 +669,7 @@

    Questions teams ask before adopting
    -

    The current V1.0.4 preview targets Apple silicon macOS (ad-hoc signed, not notarized — open Open Anyway in System Settings → Privacy & Security on first launch). Cross-platform builds are on the roadmap; the app is Electron so the same source compiles everywhere once those targets land.

    +

    The current V1.0.5 preview targets Apple silicon macOS (ad-hoc signed, not notarized — open Open Anyway in System Settings → Privacy & Security on first launch). Cross-platform builds are on the roadmap; the app is Electron so the same source compiles everywhere once those targets land.

    • @@ -686,11 +686,11 @@

    Questions teams ask before adopting