[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-93023":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":10,"language":11,"languages":10,"totalLinesOfCode":10,"stars":12,"forks":13,"watchers":14,"openIssues":13,"contributorsCount":13,"subscribersCount":13,"size":13,"stars1d":13,"stars7d":13,"stars30d":15,"stars90d":13,"forks30d":13,"starsTrendScore":13,"compositeScore":16,"rankGlobal":10,"rankLanguage":10,"license":10,"archived":17,"fork":17,"defaultBranch":18,"hasWiki":19,"hasPages":17,"topics":20,"createdAt":10,"pushedAt":10,"updatedAt":21,"readmeContent":22,"aiSummary":23,"trendingCount":13,"starSnapshotCount":13,"syncStatus":24,"lastSyncTime":25,"discoverSource":26},93023,"TAICode","EndymionLee\u002FTAICode","EndymionLee","基于 LangGraph 构建的学习项目","",null,"TypeScript",62,0,53,8,37.8,false,"master",true,[],"2026-07-22 04:02:07","# TAICode\n\n> An AI Coding Agent built with LangGraph.\n\nTAICode 是一个学习Agent，模仿 Claude Code 的 AI Coding Agent，基于 LangGraph、ReAct 与 DAG Workflow 构建，支持 Memory、MCP、Skills、多 Agent 协同及 TUI \u002F Web 双界面。\n\n---\n\n## Features\n\n- 基于 LangGraph 状态机构建 Agent Runtime\n- 双层 LLM 路由（Gate + Planner）\n- ReAct Planner 与 TaskSplitter\n- 四层 Memory（短期、语义、用户画像、规则）\n- Context Compiler（EMA 评分、上下文去噪、动态压缩）\n- Event-driven DAG Scheduler（支持最多 8 个 Worker 并发执行）\n- Skill RAG（本地 Embedding 自动检索）\n- Model Context Protocol（stdio \u002F SSE）\n- 四层 Guard 安全机制\n- React\u002FInk Terminal UI\n- Fastify + WebSocket Web UI\n\n---\n\n## Demo\n\n### Terminal\n\n![Terminal](Img\u002F1.png)\n\n### Web\n\n![Web](Img\u002F2.png)\n\n---\n\n## Architecture\n\n```text\n                              User\n                                │\n               ┌────────────────┴────────────────┐\n               │                                 │\n             Chat                              Task\n               │                                 │\n               ▼                                 ▼\n        Stream Output                      Gate (LLM)\n                                                 │\n                                  ┌──────────────┴──────────────┐\n                                  │                             │\n                             Simple Task                  Complex Task\n                                  │                             │\n                               Worker                    Planner (ReAct)\n                                                                │\n                                                         TaskSplitter\n                                                                │\n                                                                ▼\n                                                         DAG Scheduler\n                                                                │\n                                                        Multiple Workers\n                                                                │\n                                                            Validator\n                                                                │\n                                                          Final Summary\n\n\nRuntime\n\nEventBus\n├── Memory\n├── MCP\n├── Skills\n├── Sandbox\n└── Telemetry(spanId)\n```\n\n---\n\n## Core Components\n\n### Agent Runtime\n\nTAICode 基于 LangGraph 构建 Agent Runtime。\n\n整个系统采用状态机驱动，将聊天、任务规划、任务执行、结果汇总等流程统一建模，使 Agent 生命周期具有良好的可维护性与可扩展性。\n\n---\n\n### Memory\n\n采用四层记忆系统：\n\n- 短期记忆\n- 语义记忆\n- 用户画像\n- 规则记忆\n\n使用 Xenova `all-MiniLM-L6-v2`（384 维）完成本地向量化，实现长期知识存储、上下文持久化与经验复用。\n\n---\n\n### Context Compiler\n\n长任务执行过程中会不断积累上下文。\n\nContext Compiler 负责：\n\n- EMA 评分\n- Context 去噪\n- 动态压缩\n- 历史结果筛选\n\n自动过滤低价值信息，提高长上下文场景下的信息质量。\n\n---\n\n### Planner\n\n复杂任务采用 ReAct 工作流。\n\nPlanner 不直接规划，首先通过：\n\n- ls\n- read_file\n- grep\n\n等工具感知项目状态，再完成任务拆解与执行规划，降低 LLM 幻觉带来的影响。\n\n---\n\n### Scheduler\n\n所有任务都会建模为 DAG。\n\nScheduler 根据依赖关系自动调度 Worker，仅在依赖满足时触发后续节点，实现任务级并行执行。\n\n特点：\n\n- Dependency Graph\n- Parallel Scheduling\n- Multi Worker\n- Dependency-aware Execution\n\n目前支持最多 8 个 Worker 并发执行。\n\n---\n\n### Worker\n\nWorker 专注执行，不参与规划。\n\n为了保证长任务稳定性，实现四层死循环检测：\n\n- 重复回复检测\n- 重复工具调用检测\n- Snapshot Diff 检测\n- 同类错误检测\n\n同时结合超时机制避免 Worker 假死。\n\n---\n\n## Tool System\n\n内置文件系统与 Shell 工具：\n\n- read_file\n- write_file\n- mkdir\n- cp\n- mv\n- rm\n- stat\n- ls\n- grep\n- find\n- sed\n- shell\n\nShell 工具采用：\n\n- spawn()\n- killTree()\n\n每条命令独立进程执行。\n\n权限分为三级：\n\n| Level  | Description |\n| ------ | ----------- |\n| safe   | 直接执行    |\n| warn   | 用户确认    |\n| danger | 拒绝执行    |\n\n---\n\n## MCP\n\n支持 Model Context Protocol。\n\n支持两种传输方式：\n\n| Transport | Status    |\n| --------- | --------- |\n| stdio     | Supported |\n| SSE       | Supported |\n\nMCP 工具自动发现、自动注册，并统一采用 JSON-RPC 2.0 通信。\n\n所有 MCP Tool 默认继承 Guard 与 Sandbox 权限体系。\n\n---\n\n## Skills\n\nSkill 基于 RAG 实现。\n\n启动时自动扫描：\n\n```text\n.TAI\u002Fskills\u002F\n```\n\n执行流程：\n\n```text\nMarkdown\n\n↓\n\nSHA-256 增量同步\n\n↓\n\nEmbedding\n\n↓\n\nCosine Search\n\n↓\n\nPlanner Prompt\n```\n\n匹配到的 Skill 会自动注入 Planner Prompt，无需人工维护长 Prompt。\n\n---\n\n## Tech Stack\n\n### Runtime\n\n- TypeScript\n- Node.js\n\n### AI\n\n- LangGraph\n- LangChain\n- OpenAI SDK\n\n### UI\n\n- React\n- Ink\n- Fastify\n- WebSocket\n\n### Embedding\n\n- Xenova Transformers\n- all-MiniLM-L6-v2\n\n---\n\n## Quick Start\n\n安装：\n\n```bash\nnpm install -g taicode\n```\n\nTerminal：\n\n```bash\ntaicode\n```\n\nWeb：\n\n```bash\ntaicode --web\n```\n\n默认地址：\n\n```text\nhttp:\u002F\u002Flocalhost:3000\n```\n\n---\n\n## Commands\n\n| Command | Description      |\n| ------- | ---------------- |\n| \u002Fauto   | 自动放行危险命令 |\n| \u002Flog    | 日志开关         |\n| \u002Fexit   | 退出             |\n\n---\n\n## Roadmap\n\n- [X] LangGraph Runtime\n- [X] ReAct Planner\n- [X] Memory System\n- [X] Context Compiler\n- [X] DAG Scheduler\n- [X] MCP\n- [X] Skills\n- [X] Web UI\n- [ ] Multi-Agent Collaboration\n- [ ] Plugin Marketplace\n- [ ] Cloud Memory\n- [ ] Tree Search\n\n---\n\n## License\n\nApache License 2.0\n\n---\n\n## Author\n\n- **EndymionLee**\n- **Claude**\n","TAICode 是一个基于 LangGraph 构建的 AI 编程智能体（Coding Agent）学习项目，旨在复现类 Claude Code 的协作式代码生成能力。它采用状态机驱动的 Agent Runtime，支持双层 LLM 路由（Gate + Planner）、ReAct 式任务拆解、四层记忆系统（短期\u002F语义\u002F用户画像\u002F规则）、Context Compiler 上下文动态压缩、事件驱动的 DAG 任务调度（最多 8 Worker 并发），以及 Skill RAG 本地技能检索与四层安全防护。提供终端（Ink\u002FReact）和 Web（Fastify + WebSocket）双界面，适用于教学演示、Agent 架构研究及轻量级本地编程辅助场景。",2,"2026-07-11 02:30:42","CREATED_QUERY"]