xiaobaOS

会交付、可复盘、能受控进化的 IM-native AI 同事 Runtime。

把任务发进 CLI、IM 或桌面端。Base 负责沟通与派工，专业 Role 接管执行，再把文件、消息和可检查证据交付回来；真实 Trace 可以回归成 Case，候选能力复用 Test + Eval 验收。

像同事一样完成工作，像软件一样验收进化。

源码快速开始 · Desktop v0.2.2 Preview · 工作方式 · 受控进化 · English

_{v0.2.2 Preview 提供 macOS Apple Silicon（arm64）DMG 与 Windows x64 安装包，并包含程序化 XiaoBa 视觉系统、九个默认角色与轻量 Assurance & Evolution 主线。macOS 包采用 ad-hoc 签名且未 notarize，Windows 包未签名；桌面子服务仍需要系统 Node.js 18.19+。}

XiaoBa 把用户可见的工作闭环和系统内部的改进闭环接在同一套 Agent Runtime 上，但不把“自进化”变成无边界的自动改写。

flowchart LR
    subgraph SurfaceLayer["1) Surface"]
        direction TB
        Surface["CLI · Feishu · Weixin<br/>Desktop · Pet"]
    end

    subgraph MainAgent["2) Main Agent"]
        direction TB
        Base["Base Main Agent<br/>沟通 · 判断 · 调度"]
    end

    subgraph FunctionalRoles["3) 功能型 Role Subagents"]
        direction TB
        Engineer["EngineerCat<br/>代码实现与修复"]
        Browser["BrowserCat<br/>浏览器接管"]
        Gui["GuiCat<br/>桌面 GUI 接管"]
        Secretary["SecretaryCat<br/>飞书工作流"]
    end

    subgraph Evidence["4) Trace & Evidence"]
        direction TB
        Trace["模型 · 工具 · 失败<br/>Artifact · Delivery"]
    end

    subgraph ImprovementRoles["5) 持续改进 Roles"]
        direction TB
        User["UserCat<br/>模拟真实用户"]
        Inspector["InspectorCat<br/>Finding + Case"]
        Reviewer["ReviewerCat<br/>共享 Agentic Judge"]
        Evolution["EvolutionCat<br/>记忆 · Skill · Role 演进"]
    end

    Surface --> Base
    Base --> Engineer
    Base --> Browser
    Base --> Gui
    Base --> Secretary
    Engineer --> Trace
    Browser --> Trace
    Gui --> Trace
    Secretary --> Trace
    Trace --> Inspector
    Trace --> Evolution
    User --> Trace
    Inspector --> Reviewer

这张图表达责任拓扑，不表示四个改进 Role 每次都会顺序执行。

• 证据优先：模型调用、工具结果、artifact、delivery 和失败进入 trace；角色自述不等于完成证据。
• 职责分离：Inspector 发现问题，Engineer/Evolution 生成 Candidate，Verifier/Reviewer 负责裁决。
• 单一真相：一次 Case execution 只有一个 pass / fail / blocked Outcome；Report 只展示。

运行状态、trace 和 artifact evidence 默认保存在本地；模型可以按配置连接 OpenAI-compatible、Anthropic、Ollama 或其他兼容端点。

_{Electron Dashboard 把运行服务、角色、技能、配置、商店和 Chat 收在同一个入口。}

Desktop Preview：可下载 XiaoBa v0.2.2。Release 同时提供 macOS Apple Silicon（arm64）DMG 与 Windows x64 安装包，包含程序化 XiaoBa 视觉系统及 Base + 八个默认 Role。macOS 包采用 ad-hoc 签名且未 notarize，Windows 安装包未签名；桌面启动的 CLI / Pet / IM 子服务需要系统 Node.js 18.19+。

源码运行需要 Node.js 18.19 或更高版本：

git clone https://github.com/fightheyyy/xiaobaOS.git
cd xiaobaOS
npm install
cp .env.example .env

在 .env 中配置模型：

XIAOBA_LLM_PROVIDER=openai
XIAOBA_LLM_API_BASE=https://api.openai.com/v1
XIAOBA_LLM_API_KEY=your_api_key
XIAOBA_LLM_MODEL=your_model

# 检查模型、角色、Driver、权限和平台配置
npm run dev -- doctor

# 交互式 CLI
npm run dev -- chat -i

# 开发 / 调试：绕过 Base，直接启动指定角色
npm run dev -- chat -r engineer-cat -i

# Electron Dashboard
npm run electron:dev

BrowserCat、GuiCat 和 SecretaryCat 的外部 CLI / 平台依赖见 requirement.txt；只在使用对应角色时安装和授权。

Base Main Agent 是唯一面向用户的沟通和调度入口。八个 Role 复用同一套 XiaoBa Agent loop；Base 不预装默认 Skills，独立 Skill 需要显式安装或挂载到 Arena。

Browser、GUI 和飞书 driver 只提供确定性能力，不启动第二套 Chat、Agent 或 MCP loop。详细用法见 Roles Guide 和 Skills Guide。

EngineerCat 仍使用 XiaoBa 的 SubAgent 生命周期，但多一个受限 codex_run Tool 作为外部 coding executor。XiaoBa 不复制 Codex loop，也不保存第二套 job/session 状态；详细的安全边界和登录要求见 Roles Guide。

Evolution 是轻量控制 DAG，不拥有另一套评测系统：

flowchart LR
    Input["Trace or Case"] --> Inspector["InspectorCat<br/>Trace only"]
    Inspector --> Pair["Finding + Case"]
    Input -->|Case| Pair
    Pair --> Owner["EngineerCat or EvolutionCat"]
    Owner --> Candidate["Candidate"]
    Candidate --> Test["shared Test"]
    Test --> Eval["shared Eval"]
    Eval -->|pass| Activate["capability: new Session<br/>code: next process"]

Arena 是独立的 Agentic Eval：从 Scenario 开始，UserCat 与 Subject 产生普通 Trace，InspectorCat 把反例回归成 Case，再交给同一个 Eval。它不是 Candidate promotion gate。

# 运行一次夜间演化
xiaoba evolution sleep

# 在隔离 Arena 中验收一个已安装或已导入的 skill
xiaoba arena skill <skill-name>

# 新的轻量 Arena：可传 Scenario，也可让 UserCat 自动生成
xiaoba arena evaluate --role engineer-cat --scenario "帮我修好这个项目"

evolution sleep、arena evaluate、arena skill 和 arena run execute 已进入共享轻量核心；旧 Arena scorecard worker、typed Evolution DAG、manual Promote、patch regression 以及 Dashboard/loader capability lifecycle 均已删除。真实进度见 Project PLAN。

npm test
npm run replay:trace
npm run test:base-runtime
npm run test:check-scripted-runtime

# 维护中的真实 Agent 行为评测（默认只读 Replay）
xiaoba eval run --case-set eval/case-sets/xiaoba-core-readonly.json

XiaoBa 可以把同一组 session / model / tool span 通过 OTLP/HTTP protobuf 发给 Barena、LangWatch 或普通 OTel Collector。导出默认关闭，本地 traces.jsonl 仍是权威证据；prompt、tool args、file content 和自由文本错误不会进入外部 span。

XIAOBA_OBSERVABILITY_ENABLED=true \
OTEL_EXPORTER_OTLP_ENDPOINT=http://127.0.0.1:4318 \
xiaoba chat

用户实际可见的对话另存为本地 append-only Journal：data/conversations/<surface>/<conversation-hash>.jsonl。它与 provider transcript、Trace 和 Pet SSE history 相互独立；本地记录在非测试运行时默认开启，可显式关闭。只有同时配置 Catena 地址和 API key 时才会 best-effort 导出，网络失败不会改变消息处理或交付结果。

XIAOBA_CONVERSATION_RECORDING_ENABLED=true \
CATENA_BASE_URL=https://catena.example.com \
CATENA_API_KEY=barena_pat_your_api_key \
XIAOBA_CONVERSATION_AGENT_ID=my_xiaoba_agent \
xiaoba chat

可验证范围、最近结果和风险只维护在 Project PLAN；合同边界见 Evaluation SPEC 与 Arena SPEC。

• macOS Electron DMG 是 Apple Silicon arm64 Preview，采用 ad-hoc 签名且尚未 notarize。
• Windows Electron 安装包面向 x64，当前未做代码签名，首次安装可能触发 SmartScreen 提示。
• Windows Preview 不捆绑仅 macOS 可用的 Peekaboo，因此 GuiCat 桌面接管在 Windows 上不可用；workspace_write 原生沙箱也只在 macOS 开放，其他平台 fail closed。
• 桌面子服务不内嵌 Node，当前需要系统 Node.js 18.19 或更高版本；若 Finder 无法发现 Homebrew / nvm 的 Node，请用 XIAOBA_NODE_EXE 指向绝对可执行路径。
• BrowserCat、GuiCat 和 SecretaryCat 依赖对应 driver / CLI，以及必要的安装、权限或登录状态；可先运行 xiaoba doctor 检查。
• Preview 默认关闭尚未完成端到端验证的自动更新通道，新版本通过 GitHub Release 手动安装。
• Dashboard、Pet 和 Bridge 主要面向本机使用，尚未完成不可信网络下的完整认证与 Owner 授权。
• Case Replay 默认只允许读取；需要写入的 Case 必须显式声明 workspace_write，且只能在 enforced clean runtime 中运行。当前原生写沙箱只支持 macOS，其他平台 fail closed。

• Architecture · Status / Plan
• Roles · Skills
• Releases · Discussions · Issues

Apache-2.0