用途定位
LingShu 是一个完全开源、模型无关的执行型智能体，属于 Codex / Claude Code 这一类执行导向的编码智能体范畴，而非聊天应用范畴。它的设计取向与同类工具不同：完整原生应用与运行时以 Apache-2.0 开源，模型后端可替换，代码只是多种交付物之一。这一对比属于定位说明，而非基准测试或优越性声明。
主要能力
- 交付完整报告，而不只是提纲：从一份简要说明出发，LingShu 可以组织结构化叙事、生成真实的、可编辑的演示文稿或文档，登记并预览该文件，迭代修改，再交给独立检查器核验。
- 自带模型：可使用 OpenAI、Anthropic、DeepSeek、MiniMax M3 或自定义兼容端点，智能体层不绑定单一模型供应商。
- 运行时完全可检视：Swift 应用、编排、工具、任务记录、产物账本、记忆以及 Computer Use 实现均在 Apache-2.0 下发布。
- 委派真实工作：主智能体可规划任务、派发隔离的 worker 会话、调用工具，并将结果交给独立 checker。
- 交付文件而非声明：文档、演示文稿、代码、脚本与报告会写入磁盘、被追踪、可预览，并在完成前经过检查。
- 原生使用 Mac：LingShu 可读取辅助功能快照，并通过原生 macOS API 操作已授权的应用；此 Computer Use 路径不依赖 Codex。
- 保留上下文：任务记录、本地产物、记忆与提炼后的子任务摘要跨会话可用。
旗舰工作流：完整报告
演示文稿或文档类请求可作为一个可追踪的交付循环运行：
- 理解简要说明与源材料，确定预期交付物与验收标准。
- 组织故事、内容与版式，使用本地工具创建真实的 .pptx、.docx 或其他所需报告格式。
- 将文件登记到任务产物账本，在内置预览中打开并修订实际输出。
- 在宣布任务完成前，将结果交给独立检查器。
- 对演示文稿可选构建讲解队列、放映该文稿，并基于其内容回答问题。
最终产出是一个本地文件，可打开、可编辑、可预览，并可供后续任务使用，而不是聊天中虚构的文件名。输出质量仍取决于所配置的模型、源材料与本地工具链，重要报告在对外使用前应人工复核。
公开真实样例
Project Aurora 是一个虚构的发布级项目，作为隐私安全、可复现的 LingShu 任务创建。一份简要说明产出了可编辑的四页演示文稿与一页文档；随后独立渲染推动了多轮修订，直到最终文稿通过结构检查与逐页视觉审查。该样例对运行过程如实说明：第一个检查器漏掉了外部渲染暴露出的缺陷，LingShu 在同一目标下继续修订与重新验证，而不是把首次输出当作完成品呈现。
主对话保持串行以保护上下文；长时间或委派工作使用隔离会话，然后向主智能体返回提炼后的完成记录。执行期间，模型只能更新运行时图中仍待处理的部分；GoalSpec 与验收边界保持固定。worker、工具或 checker 可以为其确切会话暂停以等待人工参与，并从该检查点恢复，而不是重新开始目标。
使用方式
环境要求：macOS 14 或更高版本；或 Windows 10/11 x64 技术预览版；需要一个受支持模型供应商的 API token，或兼容的自定义端点。
macOS 安装（签名并公证）：使用 Homebrew 时，应用与 lingshu CLI 一并安装。也可手动安装 Universal DMG：从 v0.1.0-alpha.9 发布页下载 DMG 及其 .sha256 文件，在终端中验证下载：shasum -a 256 -c LingShu-0.1.0-12-macOS-universal.dmg.sha256，然后打开 DMG，将 灵枢.app 拖入 Applications 并启动。选择语言、连接模型供应商，发送一个小请求。公开 DMG 为 Universal（arm64 + x86_64），使用 Developer ID 证书签名、经 Apple 公证，并带有已装订的公证票据。仅在所选能力需要时授予 macOS 权限。
Windows 安装（技术预览）：下载 Nous-Windows-x64-Setup.exe 与 SHA256SUMS.txt，在 PowerShell 中验证：Get-FileHash .\ Nous-Windows-x64-Setup.exe - Algorithm SHA256 与 Get-Content .\SHA256SUMS.txt，然后运行安装程序、选择语言、连接模型供应商并发送小请求。
首次可追踪任务：选择语言并连接模型后，先从一个小的本地交付物开始，而不是立即授予宽泛的电脑权限，例如："创建一页 DOCX 项目简报，保存到本地，预览它，并让独立检查器核验结果。" 完整的首次运行有三个可见信号：LingShu 工作区中出现真实 .docx；该文件在内置预览中打开；任务记录同时显示产物与独立检查器结果。
从源码构建：额外需要带 Swift 6 的 Xcode Command Line Tools。运行打包后的 .app，而非裸 Swift 可执行文件，以便 macOS 关联正确的图标、签名身份与隐私权限。首次启动时，LingShu 会检查是否存在可用的 brain 通道；若没有，设置引导会允许选择供应商并输入其 token。自定义供应商还需提供端点与模型名称。
CLI 与外部连接器
每个应用构建都包含 lingshu 命令行客户端。它是同一串行主对话的轻量入口：不会创建第二个智能体运行时，也不会绕过模型选择、记忆、授权、任务记录或人机交互门控。Homebrew 会自动暴露该内置客户端；手动 DMG 安装可按文档将其加入 PATH。随后可在终端、飞书机器人、webhook worker、快捷指令或其他本地进程中以单请求/单响应模式使用。若确切任务因登录、扫码、文件选择、确认或其他人工步骤而暂停，JSON 输出会返回 needs_user_action、类型化材料与消息 ID；可从同一检查点恢复。该客户端默认只与 LingShu 的环回控制服务通信。
权限与安全
- LingShu 仅在能力需要时请求 macOS 权限。电脑控制可能需要辅助功能与屏幕录制；语音与视觉感知可能需要麦克风、语音识别与相机访问权限。
- 感官流由 LingShu 在内存中处理，默认不归档。
- 发送至所配置远程模型或感知供应商的内容会离开 Mac，并受该供应商的保留与隐私条款约束。
- 模型凭据存储在 macOS 钥匙串中；任务追踪中的机密信息在支持的情况下会被脱敏。
- 高风险、不可逆、账户、授权或对外发布类操作需要用户明确确认。
- 原生 Computer Use 受权限范围限制，并尽可能在操作后再次验证 UI。
适用场景与限制
适用场景：需要在本地生成并核验演示文稿、文档、代码、脚本与报告的工作流；希望自选模型供应商的场景；需要在授权下操作 Mac 原生应用的任务；需要跨会话保留上下文和产物的持续工作。
限制：LingShu 处于 alpha 阶段，正在积极开发中，尚不是完成的消费级产品；它可运行本地文件和应用，但需显式 macOS 授权，应审查所请求的权限并备份重要工作。Windows 技术预览与 macOS 应用执行同一 Runtime/LingShuCore::RuntimeKernel 实现，但 Windows 版本有意不提供直接的 Windows 电脑控制与实时感知。Windows 预览版尚未进行 Authenticode 签名，可能显示 SmartScreen 警告，安装前应核验公布的 SHA-256。仓库包含超过 10 万行源码与测试代码、180 多个 Swift 测试文件和 1500 多个测试，这些数字描述工程深度，并不保证每个依赖环境的测试都能在每台 Mac 上通过。输出质量取决于配置的模型、源材料与本地工具链。官方构建固定于 Developer ID Team KM7N84AC9Y 及当前签名证书指纹；修改官方二进制会使签名失效，分支必须使用自己的签名身份。
许可与参考
LingShu 依据 Apache License 2.0 授权，第三方组件保留其自身许可。项目由 Roy Zhao 创建与维护，架构参考包括双语架构与价值图、架构概览以及中文架构字段指南。可在 GitHub Discussions 提问与分享工作流，通过 issue tracker 报告可复现缺陷，安全问题应按 SECURITY.md 私下报告。
