pigide

<div align="center"> <a href="https://kroch228.github.io/pigide-landing/"> <picture> <source srcset=".github/readme/hero.webp" type="image/webp"/> <img src=".github/readme/hero.gif" alt="PigIDE — 意志转化为行动" width="100%"/> </picture> </a> <br/> [](https://kroch228.github.io/pigide-landing/) [](LICENSE) [](#stack) [](#prerequisites) [](CODE_OF_CONDUCT.md) <br/> **一款托管 CLI 编程代理池的桌面 IDE，以平铺终端窗格显示。** <br/>您指挥。集群构建。语音输入。代码输出。 <br/> **→ <a href="https://kroch228.github.io/pigide-landing/">查看实时演示页面</a>** </div> --- ## 快速开始 ```bash git clone https://github.com/<your-fork>/pigide cd pigide/frontend && pnpm install && cd ../src-tauri cargo tauri dev ``` Once the window is open: 1. **+** in the Workspaces sidebar — your first workspace. 2. **+ kiro-cli** (or any agent type) inside an empty TilingArea — terminal tile spawns with the agent already running. 3. Talk to the orchestrator on the right pane to dispatch tasks across tiles. 4. `Ctrl+,` opens Settings · `Ctrl+1..9` jumps between workspaces. For voice: hold the configured PTT hotkey (off by default — bind in `Settings → Voice`) and speak. Partials stream into the focused input within 300 ms. <div align="center"> <img src=".github/readme/stats.svg" alt="6 agent runtimes · 300 ms voice latency · 120k GPU particles · 100% local" width="100%"/> </div> <br/> <div align="center"> <img src=".github/readme/marquee.svg" alt="Conduct the swarm · You direct · Agents build" width="100%"/> </div> <br/> ## 技术栈 - **Rust核心（Tauri 2）：** `portable-pty`、`rusqlite`、`reqwest`、`tokio`、`cpal`、`whisper-rs` - **前端（React + TypeScript + Vite）：** `allotment`、`@xterm/xterm`、`zustand` ## 先决条件 - Rust 1.80+ (`rustc 1.95` tested) - Node 20+ + pnpm 9+ (`node 25`, `pnpm 10` tested) - Linux: `webkit2gtk-4.1` and PulseAudio/ALSA dev libs - An OmniRouter instance running locally (defaults to `http://localhost:20128`) - `~/.local/bin/kiro-cli` and `/usr/bin/claude` for the agent tiles <br/> ## 构建 <details> <summary><b>开发运行</b> — <code>cargo tauri dev</code></summary> ```bash # Install frontend deps cd frontend pnpm install cd .. # Run the dev server (Vite) + Tauri window cd src-tauri cargo tauri dev # (or, if @tauri-apps/cli is installed in frontend/, `pnpm tauri dev` from frontend/) ``` </details> <details> <summary><b>发布构建</b> — <code>./scripts/build.sh</code></summary> Один скрипт собирает фронтенд и Tauri-приложение, автоматически выбирает Whisper-бэкенд (GPU/CPU) и складывает всё в `./dist/` в корне репозитория. ```bash ./scripts/build.sh ``` Что попадает в `dist/`: ``` dist/ ├── bin/ # raw executables (pigide, pigide-cli) ├── bundle/ # установщики (.deb / .rpm / .AppImage / .dmg / .msi) └── BUILD_INFO.txt # дата, коммит, какой GPU-бэкенд использован ``` GPU-бэкенд определяется автоматически (CUDA → ROCm → Vulkan → CPU; на macOS — Metal). Принудительно выбрать можно через `PIGIDE_GPU`: ```bash PIGIDE_GPU=cuda ./scripts/build.sh # NVIDIA, нужен CUDA toolkit PIGIDE_GPU=hipblas ./scripts/build.sh # AMD ROCm PIGIDE_GPU=vulkan ./scripts/build.sh # cross-vendor Vulkan PIGIDE_GPU=metal ./scripts/build.sh # Apple Silicon PIGIDE_GPU=cpu ./scripts/build.sh # CPU-only ``` В рантайме можно форсить CPU без пересборки: `PIGIDE_WHISPER_CPU=1`. Перед сборкой скрипт показывает **preflight**: текущая ветка, коммит, ahead/behind относительно `origin/main` и список незакоммиченных изменений. Если working tree грязный — спросит подтверждение (это страховка от ситуации, когда забыл закоммитить и потом потерял правки при checkout). Чтобы пропускать вопрос в CI: `PIGIDE_BUILD_DIRTY=1 ./scripts/build.sh`. </details> <details> <summary><b>首次运行注意事项</b> — 数据存储位置、日志、模型</summary> - Database: `~/.config/pigide/db.sqlite` - Whisper model: downloaded on first PTT use to `~/.cache/pigide/ggml-small.bin` - Logs: stderr, set `RUST_LOG=pigide=debug,info` </details> <br/> ## 架构模型 The Kiro orchestrator runs against a swappable LLM backend. Default is the **Anthropic Messages API** with **Claude Opus 4.5** as primary and **Claude Opus 4** as automatic fallback on `5xx` / `529` / timeout. Set `ANTHROPIC_API_KEY` in the environment, or paste a key into `Right pane → Settings → API key`. OmniRouter (OpenAI-compatible) remains available — switch via `Right pane → Settings → Provider`. <br/> ## 监视器（可选） <details> <summary>后台监督代理 stdout</summary> Watcher слушает stdout каждого спавненного агента, классифицирует чанки через Google AI Studio Generative Language API (по умолчанию `gemini-2.5-flash-lite` — Gemma 3 4B IT из изначального брифа AI Studio v1beta больше не отдаёт; live-проверка показала, что Gemma 4 31B уходит в reasoning-prose вместо строгого JSON, а Flash-Lite обеспечивает strict-JSON и стоит в ~10× меньше) и эскалирует «вопросы к человеку» Architect'у в почтовый ящик `role:coordinator`, на тред `watcher:<agent_id>`. Ответ Architect'а автоматически инжектится обратно в stdin исходного агента — агент не зависает на интерактивном prompt'е, пока вы не подойдёте. ### 开启 ```bash cd src-tauri cargo build --features watcher # 或用于调试启动 GEMINI_API_KEY=AIzaSy... cargo tauri dev --features watcher ``` ### 环境变量 | 变量名 | 默认值 | 用途 | |-|-|-| | `GEMINI_API_KEY` | - （必填） | Google AI Studio 密钥。仅用于 `x-goog-api-key` 请求头，不存储在 URL 或日志中。 | | `PIGIDE_WATCHER_RPM` | `10` | 每个代理的速率限制（每分钟请求数）。令牌桶算法：当桶满时，块将被丢弃，不会排队。 | | `PIGIDE_WATCHER_MODEL` | `gemini-2.5-flash-lite` | 生成式语言 API 模型名称。可更改为其他可用的 Gemma/Gemini-Flash-Lite 模型。 | ### MCP 工具 当 Watcher 激活时，MCP 服务器注册一个新工具： ```json { "method": "tools/call", "params": { "name": "watcher_status", "arguments": {} } } ``` 返回 `{enabled, rpm, agents: { <agent_id>: {last_classification, calls_this_minute, blocked_until, dropped} }}` — 方便用于仪表板和检查桶是否卡住。 ### 成本 `gemini-2.5-flash-lite` 在 AI Studio 免费层可用，每个项目限 30 RPM（截至编写时）。默认 `PIGIDE_WATCHER_RPM=10` 调整为单个代理不会单独耗尽密钥限额。在付费层，Flash-Lite 是最便宜的 Gemini API 模型，约 0.075 美元/百万输入令牌和 0.30 美元/百万输出令牌（文本）。 </details> <br/> ## PigVoice - 即时语音转文本 <details> <summary>流式语音层 · 少于 300 ms 延迟 · LocalAgreement-2 合并器</summary> PigVoice 是集成到 PigIDE 中的流式语音层。目标：**少于 300 ms 感知延迟**，从语音到第一个可见令牌，部分假设直接进入聚焦输入。 ### 工作原理 ``` mic (cpal) → resample 16k → Silero-style VAD → rolling-window Whisper → LocalAgreement-2 merger → voice://partial events → on VAD endpoint: clean final → voice://final ``` 设备上的引擎是 `whisper.cpp`（通过 `whisper-rs`，无需新的原生依赖）。部分内容通过 **LocalAgreement-2** 稳定：只有两个连续解码通过同意令牌，令牌才会提交到可见 UI，因此文本不会向后波动。参见 [`PIGVOICE_RESEARCH.md`](./PIGVOICE_RESEARCH.md) 和 [`PIGVOICE_PLAN.md`](./PIGVOICE_PLAN.md) 获取完整设计。 ### 设置（存储在 `~/.config/pigide/db.sqlite`，`settings` 表） | 键 | 默认值 | 含义 | |-|-|-| | `voice.partial_enabled` | `true` | 开启/关闭流式部分内容（回落到批处理） | | `voice.partial_hop_ms` | `250` | 语音段中重新解码的节奏 | | `voice.endpoint_silence_ms` | `400` | 提交最终分段所需的静音 | | `voice.engine` | `whisper-streaming` | `whisper-streaming` / `whisper-batch` / `deepgram`（云，需手动开启） | | `voice.cloud_api_key` | 未设置 | Deepgram Nova-3 密钥（存储在用户设置中，永远不会写入 git） | | `voice.cloud_endpoint` | Deepgram 默认 | 可覆盖的 WS 端点 | | `voice.hotkey_enabled` | `false` | 全局 PTT 热键（默认关闭；与窗口管理器冲突） | | `voice.record_mode` | `push-to-talk` | 或 `toggle` | | `voice.inject_enabled` | `false` | 将最终转录输入到聚焦窗口 | | `whisper.model_id` | `small` | `tiny` / `base` / `small` / `medium` / `large` / `distil-large` 之一 | | `whisper.language` | `auto` | Whisper 语言提示 | 流式处理路径默认为 `tiny` 以实现首个令牌速度快；从应用内语音设置面板选择更大模型以提高准确率。如果模型尚未下载，流式处理循环静默运行，现有批处理路径触发下载。 ### GPU 加速（可选） 默认情况下，PigIDE 以仅 CPU 方式构建 Whisper。发布构建脚本 (`./scripts/build.sh`) 自动检测 GPU；要手动选择，请导出 `PIGIDE_GPU=cuda|hipblas|vulkan|metal|cpu` - 参见 [构建](#build) 部分。Whisper 上下文尝试使用 GPU 并回落到 CPU，如果初始化失败（缺少工具包、设备 OOM 等），则记录 `warn!` 日志。在运行时强制使用 CPU - `PIGIDE_WHISPER_CPU=1`. 系统依赖项按后端分类： - `gpu-cuda` - CUDA 工具包（cublas, cudart, nvcc）。Arch: `sudo pacman -S cuda`。Ubuntu: `sudo apt install nvidia-cuda-toolkit`。 - `gpu-hipblas` - AMD ROCm。 - `gpu-vulkan` - Vulkan SDK。 - `gpu-metal` - Apple Silicon，无需安装。 通过日志验证实时后端（`RUST_LOG=pigide=info`）： ``` whisper: GPU backend initialized (model=small) ``` ### 事件（Tauri） | 事件 | 有效载荷 | 何时 | |-|-|-| | `voice://state` | `{ state: "idle" \| "recording" \| "transcribing" }` | 开始/停止 | | `voice://partial` | `{ stable, unstable, segment_id }` | 每个 `partial_hop_ms` 分段中间 | | `voice://final` | `{ text, segment_id }` | VAD 端点或用户停止 | | `voice://transcript` | `{ text }` | `final` 的兼容别名 | | `voice://engine-error` | `{ engine, error }` | 非致命引擎故障 | | `voice://download` | `{ bytes, total }` | 模型下载进度 | ### 测试 ```bash cd src-tauri # 合并器、VAD、模式控制器、云配置等的单元测试 cargo test --lib voice:: # 端到端流式集成测试（无需麦克风/模型）： cargo test --test integration_streaming # 延迟基准测试 - 如果中位数首次部分 > 600 ms 则失败： cargo test --test bench_latency --release ``` </details> <br/> ## 技能 - 可扩展的架构提示模块 <details> <summary>自动发现 YAML 模块 · 热重载 · 每回合注入</summary> 架构师的提示不再固定。**技能** 是小型命名 `.md` 模块，具有 YAML 前置元数据，由架构师从 `~/.pigide/skills/` 和 `<workspace>/.pigide/skills/` 自动发现并选择每回合（按标签/触发器/显式 `@skill:<id>` 提及）。 ```markdown --- id: builder-brief-writer name: Builder Brief Writer description: 为 Builder 代理编写自成体系的简介 priority: 60 tags: [dispatch, builder] triggers: [builder, " сборщик"] --- You are composing a Builder brief. GOAL: {{goal}} {{#if files_in_scope}}FILES: {{files_in_scope}}{{/if}} ``` 默认情况下，五个内置技能随附 - 包括 `user-skill-prompt-engineer`，这是架构师在调度到子代理时调用的元技能。技能面板（右窗格 → 技能）列出所有技能，切换启用/禁用，显示上一轮的选择跟踪，并允许您从 UI 中为新用户技能创建一个存根。 架构师提示本身（`src-tauri/src/orchestrator/prompt.rs`，v2 - 黄金标准元提示；v1 存档在 `prompt.v1.rs`）通过确定性 8 步流水线驱动每回合：**意图 → 合同**（角色/目标/退出标准）→ **技能选择** → **内存接地** → **分解**（Plan-and-Solve / Least-to-Most）→ **草稿**（通过 `[[user-skill-prompt-engineer]]`）→ **自我批评**（Self-Refine + Chain-of-Verification）→ **调度**（并行独立）→ **观察 + 自我改进**（为新模式创建 `create_memory`）。研究引用在 `prompt.rs` 顶部。 在 `src-tauri/resources/skills/` 中查看内置技能示例。 ```bash # 单元测试（解析器、路由器、合成器、注册表） cargo test --lib skills:: # 集成测试（端到端合成 + 热重载） cargo test --test skills_integration ``` </details> <br/> ## 致谢 PigIDE 集成第三方软件，其许可证在 `LICENSES/` 中复制，并在 [`NOTICE`](./NOTICE) 中总结： - **[Ruflo](https://github.com/ruvnet/ruflo)** （MIT，© 2024-2026 ruvnet）- 用作受监督的 Node.js 侧车（`pigide-ruflod`），为编排器-账本层提供支持。PigIDE 通过其 MCP 服务器（传输=stdio）与其通信；参见 `src-tauri/src/ruflo/` 以获取桥梁。 <br/> <div align="center"> _{© 2026 PigIDE · Tauri · React · Rust · Three.js · <b>本地 · 永远</b>} <br/> _{<a href="https://kroch228.github.io/pigide-landing/">kroch228.github.io/pigide-landing</a>} </div>