基于 Pi，我居然自己搞了一个好用的 AI Agent 桌面工作台

因吹斯汀2026-08-19 12:35

写在前面：这篇文章不是什么商业软文，就是我个人折腾的一个记录。起因很简单------市面上的 AI 编程工具要么是云端黑盒，要么想改点东西都无从下手。所以我就想，能不能基于一个开源的 agent 生态，自己攒一个本地优先、看得见摸得着的 Agent 工作台？于是就有了下面这个东西。

官网：tether-code.xyz

先说结论：别重复造轮子

很多人一听"自己开发 Agent"，第一反应是"那不得从模型调用、消息循环、工具协议、权限系统一路手写？"。

其实不用。Agent 领域这些年沉淀下来一批不错的开源生态，比如 Pi（@earendil-works/pi-* 那套 npm 包）。它把 agent 循环、模型协议、coding-agent 扩展、RPC、TUI 组件这些都做好了。

我的思路很简单：站在 Pi 的肩膀上，把精力花在产品边界和体验上，而不是重新发明轮子。

最终做出来的东西叫 Tether------一个 Electron 桌面应用，模型调用、工作区工具、终端命令、权限提示、会话历史、diff 审查，全部收敛在一个本地工作台里。会话和配置数据都在你机器上，模型请求直连你配置的 provider，中间没有任何中转服务。

架构长什么样

一句话总结架构：

arduino 复制代码 
React Renderer（会话 / diff / 设置 UI）
        │  contextBridge / Electron IPC
        ▼
Electron Main（窗口、工作区、凭据、Agent 进程宿主）
        │  JSON-RPC over stdio
        ▼
tether-agent-core（权限、沙箱、工具、checkpoint、MCP、会话）
        │
        ▼
Pi 生态（agent loop · 模型协议 · coding-agent 扩展 · RPC · TUI）

这里有个关键设计：渲染进程没有任何 Node.js 权限，桌面能力全部走类型化的 IPC 契约；Agent 跑在独立子进程里，崩溃了会话文件还在磁盘上，可以继续当对话恢复，但绝不静默重放没跑完的命令。

类型化的 IPC 契约，比想象中重要

Electron 里最常见的安全翻车就是 contextBridge 暴露了个大而全的对象。我这边反过来------先在 src/shared/types.ts 里定义好整个 DesktopApi 接口，preload 只是它的一个机械实现：

ts 复制代码 
// src/shared/types.ts（节选）
export interface DesktopApi {
  workspace: {
    choose(): Promise<string | null>;
    recent(): Promise<WorkspaceItem[]>;
    read(path: string, cwd?: string): Promise<{ path: string; content: string; binary: boolean }>;
    open(path: string, cwd?: string): Promise<void>;
    list(cwd?: string): Promise<string[]>;
    restore(files: Array<{ path: string; content: string | null; mode?: number }>, cwd?: string): Promise<{ restored: string[] }>;
    onChanged(listener: (root: string) => void): () => void;
  };
  agent: {
    start(options: AgentStartOptions): Promise<AgentSnapshot>;
    stop(): Promise<void>;
    command<T = unknown>(type: string, data?: Record<string, unknown>): Promise<T>;
    onEvent(listener: (event: AgentEvent) => void): () => void;
  };
}

preload 层就是纯翻译，不掺任何逻辑：

ts 复制代码 
// src/preload/index.ts（节选）
import { contextBridge, ipcRenderer } from "electron";
import type { AgentEvent, DesktopApi } from "../shared/types";

function subscribe<T>(channel: string, listener: (payload: T) => void): () => void {
  const handler = (_event: Electron.IpcRendererEvent, payload: T) => listener(payload);
  ipcRenderer.on(channel, handler);
  return () => ipcRenderer.removeListener(channel, handler);
}

const api: DesktopApi = {
  platform: process.platform,
  workspace: {
    choose: () => ipcRenderer.invoke("workspace:choose"),
    recent: () => ipcRenderer.invoke("workspace:recent"),
    read: (filePath, cwd) => ipcRenderer.invoke("workspace:read", filePath, cwd),
    restore: (files, cwd) => ipcRenderer.invoke("workspace:restore", files, cwd),
    onChanged: (listener) => subscribe<string>("workspace:changed", listener),
  },
  agent: {
    start: (options) => ipcRenderer.invoke("agent:start", options),
    stop: () => ipcRenderer.invoke("agent:stop"),
    command: (type, data) => ipcRenderer.invoke("agent:command", type, data),
    onEvent: (listener) => subscribe<AgentEvent>("agent:event", listener),
  },
};

contextBridge.exposeInMainWorld("harness", api);

好处很明显：渲染进程想碰文件系统？DesktopApi 里没这个方法，编译器直接报错。想绕过？contextIsolation 开着，nodeIntegration 关着，无路可走。安全边界不是靠自觉，是靠类型定义。

Agent 进程宿主：一个带超时的 JSON-RPC 客户端

主进程里我写了个 AgentHost，负责 spawn agent 子进程、按行解析 JSON-RPC、处理超时：

ts 复制代码 
// src/main/agent-host.ts（节选）
const DEFAULT_RPC_TIMEOUT_MS = 45_000;
const LONG_RPC_TIMEOUT_MS = 30 * 60_000;
const LONG_RUNNING_REQUESTS = new Set([
  "prompt", "steer", "abort", "get_entries",
  "get_fork_messages", "get_messages", "get_session_stats", "fork", "compact",
]);

export class AgentHost {
  private child?: ChildProcessWithoutNullStreams;
  private pending = new Map<string, PendingRequest>();

  async start(options: AgentStartOptions & { cwd: string }): Promise<AgentSnapshot> {
    await this.stop();
    const args = [
      getTetherRpcEntryPath(),
      "--mode", "rpc",
      "--provider", options.provider,
      "--permission", options.permission,
      "--sandbox", options.sandbox,
    ];
    if (options.network) args.push("--network");
    // spawn 子进程，开始监听 stdout 行
  }

  async snapshot(): Promise<AgentSnapshot> {
    const [state, messages, models, thinkingLevels, stats, commands] = await Promise.all([
      this.request("get_state"),
      this.request("get_messages"),
      this.request("get_available_models"),
      this.request("get_available_thinking_levels"),
      this.request("get_session_stats").catch(() => undefined),
      this.request("get_commands").catch(() => ({ commands: [] })),
    ]);
    return { state, messages, models, thinkingLevels, stats, skills: parseSkillCommands(commands.commands) };
  }
}

有个细节：prompt、fork、compact 这类请求动辄跑几分钟，普通请求 45 秒超时。所以搞了个白名单------长任务用 30 分钟超时，其余保持短超时快速失败。别小看这个，没有超时控制的 RPC 客户端，挂一个请求，整个 UI 都得跟着卡死。

权限模型：plan / ask / auto / full

Agent 能写文件、能跑命令，权限边界必须显式。四个模式：

模式 行为
plan 只读分析和规划，诊断命令跑在只读沙箱
ask 写操作、网络访问、边界升级之前先询问
auto 常规工作区操作自动执行，升级时询问
full 显式信任的项目关闭工作区沙箱

底层走 macOS Seatbelt 做沙箱，Windows 侧有一个实验性的沙箱辅助（要单独安装启用）。沙箱是纵深防御，不是让你不看命令的理由------在陌生仓库里该审的还得审。

补丁 checkpoint：让 /undo 真的能回滚

AI 改代码最怕的就是"它把文件改坏了"。我的方案是：所有文件变更都走补丁（patch）形式，每次写入打一个 checkpoint，UI 里一条 /undo 就能恢复上一轮的改动。

ts 复制代码 
// src/renderer/conversation.ts（节选）
export interface RestoreFile {
  path: string;
  content: string | null;  // null 表示删除
}

export function lastTurnRestoreFiles(entries: SessionEntryLike[]): RestoreFile[] {
  // 从会话条目里找出上一轮所有的 checkpoint，组装成可恢复文件列表
}

export function dropLastTurn(messages: ChatMessage[]): ChatMessage[] {
  // 撤掉上一轮的渲染消息，配合 workspace.restore 一起用
}

配合主进程的 workspace:restore IPC，UI 上点了撤销，主进程把文件写回磁盘。这个机制看起来不起眼，实际用起来救命------尤其当你让 agent 重构完一个大文件觉得不对的时候。

会话数据：纯本地、可继续

所有数据都落在 ~/.tether 下，无遥测、无中转。崩溃了也不怕：磁盘上的会话文件可以当作对话继续读，只是不会静默重放没执行完的命令------宁可让你手动重发，也不要假装一切正常。

还做了几件小事：

  • @ 文件提及 ：输入框里 @ 一下就能把项目文件引用进来，扫描范围限定在项目 .agents/skills 与 .pi/skills
  • 生成中排队：回复还在生成时你可以继续打字回车，进队列（最多 5 条），当前轮结束按顺序发；停止生成会保留队列
  • 中英双语：i18n 做了 locale 切换，界面文案完全本地化

Skills / MCP / Hooks：不是摆样子

Pi 生态的 Skills 由运行时加载，Tether 不另写 loader，SKILL.md 带 frontmatter（name + description，缺项不加载）。MCP 和 Hooks 也都在 agent-core 里接好了，桌面壳这边负责把它们展示出来、把用户配置传下去。

项目自己的 skill 也是这么沉淀的，比如 UI 气质统一走 .agents/skills/tether-ui，长任务走 plan-then-act、init-long-run、continue-long-run 这一组。写 agent 应用最大的心得之一：把团队约定变成 skill，而不是靠聊天记录口口相传。

踩过的坑 / 心得

  1. 别把 Electron 当浏览器。渲染进程和主进程的边界如果一开始不划清楚，后面每个功能都在跟安全配置搏斗。
  2. agent 进程必须独立于 UI 生命周期。一开始我也想过放主进程里，后来发现一个崩溃的 agent 能把整个应用带走，独立子进程 + 磁盘会话是唯一靠谱的组合。
  3. 超时是 RPC 的第一公民。没有白名单式的超时管理，长任务和短任务混在一起，迟早有一天 UI 全卡。
  4. 补丁优于整体写入。让 AI 每次写整个文件太危险，patch + checkpoint 才能让"撤销"成为可能。

代码在 GitHub：github.com/tt-11-dd/te...，MIT 协议，欢迎来看。

最后

说实话，从"想改个 AI 工具都改不动"到"自己攒了一个顺手的工作台"，中间最值钱的不是代码量，而是想清楚哪些东西该复用生态、哪些东西必须自己做。Agent 生态还在快速演进，站在巨人的肩膀上，把产品边界和用户体验打磨好，可能比什么都从零写更有价值。

如果这篇文章对你有启发，或者你想聊聊 Agent 应用架构，评论区见。

如果你觉得有用，欢迎 Star / 转发；也欢迎在评论区交流你踩过的 Agent 开发坑。

相关推荐
世界哪有真情2 小时前
AI 写代码两年多，我发现自己越来越"看不进去"了
前端·后端·ai编程
全栈弄潮儿2 小时前
AI 写代码后，如何自己检查有没有问题？
aigc·openai·ai编程
禁止摆烂_才浅2 小时前
前端 AI 面试题
前端·面试·ai编程
小四的小六2 小时前
两个Agent同时写同一个Tool，数据被覆盖了——我是怎么用乐观锁修好的
openai·agent·ai编程
宋哥转AI2 小时前
深入理解 AI Agent · MEMORY #03：从设计到落地
人工智能·agent·ai编程
_codeOH2 小时前
大模型上下文窗口管理：从滑动窗口到 RAG
人工智能·ai编程
leeyi3 小时前
Langfuse 接入：给 Agent 加“行车记录仪“（第88篇-E74）
llm·aigc·agent
析数塔3 小时前
Meta 卖的不是模型，是你的代码
agent·ai编程
洞窝技术3 小时前
你的 Coding Agent 不是不够聪明，是被 git status 和测试日志淹死了｜RTK 实战指南
aigc·ai编程
热门推荐
01国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）02GitHub 镜像站点032026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？04微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新05Agnes AI 免费 API 接入指南：文本、生图、生视频，一套接口全免费06历年考研数学一、数学二、数学三真题试卷及答案PDF07AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路08VSCode+CodeX扩展，无法启动092026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片10如何新建文件夹？ 电脑新建文件夹的4种方法