v2.1.0 已发布！ ReAct多轮交互循环 + 任务失败自动重跑。Eval通过率 22%→53%(26/50 PASS，含Go/多文件API题)，对比v2.0.0提升141%。安装命令：

pip install kwcode
# 国内加速
pip install kwcode -i https://pypi.tuna.tsinghua.edu.cn/simple

详细变更见 CHANGELOG.md

现有 coding agent 框架（Claude Code、Cursor、OpenCode）都是给强 LLM 设计的——靠模型的强推理能力调用工具、自主决策、完成任务。本地开源模型（8B-30B）做不到这些，会出错，会有幻觉。

KWCode 的思路不同：LLM 只做分类和生成，确定性流水线做决策和验证。 专家系统承载领域知识，飞轮从使用中自动积累经验。小模型只需要在极小的 context 里做一件明确的事。

痛点一：上下文爆炸

小模型窗口只有 8K-32K。对话几轮后 context 塞满，模型开始胡说。

KWCode 解法：纯算法上下文压缩（3层渐进压缩：70%裁剪tool冗余→85%压缩中间轮次→95%摘要化早期对话，<10ms），自动在 context 快满时分级压缩历史对话。

痛点二：错误重复

小模型修 bug 失败后，用同样的方式再试一遍，三次机会全浪费在同一个错误上。

KWCode 解法：错误策略路由 + 认知门控 + Wink自修复——按error_type切换重试序列（syntax→熔断/import→确定性修复/runtime→先debug/patch_apply→重新定位）；patch行数递减检测边际收益递减自动停止；Wink监控偏离行为注入课程纠正。

痛点三：不能调用工具

大部分本地 agent 框架只能生成代码文本，不能真正执行命令、读写文件、跑测试。

KWCode 解法：内置 5 个确定性工具（read_file / write_file / run_bash / list_dir / git），Generator 生成 patch 后 Verifier 自动执行语法检查 + pytest，失败立即重试。

痛点四：数据安全

Claude Code、Cursor 把代码发到海外服务器。公司代码、内网项目走不通。

KWCode 解法：全部本地运行，代码不出你的电脑。模型跑在本地，搜索跑在本地 SearXNG，统计数据存本地 SQLite。零网络依赖（搜索增强可选）。

痛点五：代码定位靠猜

现有工具把文件列表丢给 LLM 让它猜哪个文件相关。小模型猜错文件，后面全错。

KWCode 解法：BM25 + AST 调用图两阶段定位，毫秒级，不调 LLM。沿调用链追踪隐藏依赖，不靠猜。

理论来源：

• Agentless（ICSE 2025）——确定性流水线优于复杂 agent
• GitHub Copilot Atomic Skills（2025）——5 原子能力组合出所有复杂任务
• MoE Routing Geometry（arXiv:2604.09780）——专家按能力分，不按领域分

KWCode 的 5 个元专家（原子能力层，固定不变）：

用户输入
  └─► Gate          任务分类，毫秒级路由 + 领域知识匹配
        └─► Locator     精准定位文件和函数（BM25+调用图，不调LLM）
              └─► Generator  只生成修改部分 + 领域知识注入（SKILL.md Level 2）
                    └─► Verifier   语法检查 + pytest 自动验证
                          └─► Debugger   失败时捕获运行时变量值（sys.settrace）
                                └─► Reviewer   需求对齐审查（LLM对比意图vs变更）

15 个领域知识（SKILL.md 注入层，可扩展，不改变流水线）： BugFix · FastAPI · TestGen · API · DeepSeekAPI · Docstring · MyBatis · Office(3) · Refactor · SpringBoot · SQLOpt · TypeHint · UniApp · Golang · TypeScript · Rust · Java

理论来源：

• CodeCompass（arXiv:2602.20048，2026）：图遍历 G3 任务准确率 99.4% vs BM25 76.2%
• KGCompass（arXiv:2503.21710，2025）：SWE-bench Lite 成功率 58.3%

两阶段检索：

用户描述 "修复登录失败的 bug"
  ├─► 阶段1：BM25 关键词召回（毫秒级，不调 LLM）
  └─► 阶段2：AST 调用图展开（毫秒级，不调 LLM）
        沿调用链追踪隐藏依赖

技术实现：tree-sitter 多语言 AST + ast-grep 预定义模板查询 + rank-bm25 + SQLite 调用图持久化。支持 Python/JavaScript/TypeScript/Go/Rust/Java（可选依赖 pip install kwcode[multilang]）。

理论来源：Debug2Fix（Microsoft，ICML 2026）——弱模型 + 交互式调试器 > 强模型裸跑。GPT-5 + Debug2Fix 匹配 Claude Sonnet 基线性能。

Verifier 失败
  └─► LLM 决定断点位置和要检查的变量
        └─► sys.settrace 非侵入式捕获运行时变量值
              └─► 真实调试数据注入下一轮 Generator retry

不用交互式 PDB，不修改源文件。用 sys.settrace 在目标行捕获变量值，失败时 fallback 到 pytest --tb=long 获取完整堆栈。

理论来源：LLMCompiler（ICML 2024）——任务分解 + 并行调度显著提升复杂任务完成率。

KWCode 实现了轻量 DAG 调度器（零新依赖，ThreadPoolExecutor + Kahn 拓扑排序）：

/multi task1 ; task2 ; task3          ← 全部并行
/multi task1 -> task2 -> task3        ← 串行链
/multi                                ← 交互式混合
  + 给函数add加注释                     (并行)
  + 给函数sub加注释                     (并行)
  + >给修改后的代码写测试                (串行，依赖上面两个)

理论来源：

• EE-MCP（NeurIPS 2025）——从任务轨迹自动提取经验
• SICA（arXiv:2504.15228）——自我改进编码代理
• Reflexion——失败模式持久化

使用过程中，飞轮在后台静默积累：
  同类任务成功 ≥5 次 → 触发专家草稿生成
  回测门：新专家成功率 ≥ 原流水线
  AB 测试门：10 次真实对比，提升 >10%
  三道门全过 → 专家正式投产

Prompt Optimizer（可选，需 Anthropic API key）：
  分析成功轨迹 → 生成经验规则 → 追加到专家 YAML system_prompt
  下次同类任务 Generator 拿到更准确的领域知识

失败不白费。每次任务完成后（成功/失败），结构化记录到 REFLECTION.md：

## bugfix 失败模式
- [2026-04-29] JWT验证失败 → 根因：token过期时间单位错误

## codegen 注意事项
- [2026-04-29] FastAPI路由 → 注意：必须include_router

/plan 时自动读取历史 Reflection 作为风险提示，避免重蹈覆辙。

理论来源：WarpGrep（隔离搜索子代理减少context rot 70%）；CGM（图结构注入注意力，Qwen2.5-72B达43% SWE-bench Lite）；PENCIL（生成后擦除中间状态）；SWE-ContextBench（上下文质量 > 模型参数量）

SearchSubagent（独立context窗口）：
  搜索中间状态永远不进入Generator工作记忆
  并行文件读取：ThreadPoolExecutor，8个并发
  只返回精确结果：{file, start_line, end_line, content}

UpstreamManifest（跨文件契约追踪）：
  确定性AST提取：函数签名 + 常量 + import依赖
  Generator prompt注入跨文件约束，模型不用猜接口
  Verifier前置检查：参数数量/常量一致性（零LLM）

PENCIL式压缩：
  子任务完成 → 只保留签名/常量/文件路径/测试状态
  下游子任务拿到结构化摘要，不是完整推理链

理论来源：Event Sourcing（Martin Fowler）；CC 27 个 hook 事件（arXiv:2604.14228）；Codified Context append-only 日志（arXiv:2602.20478）

所有模块通过 EventBus 发射事件：
  专家层 → emit("reading_file", {path}) → CLI 追加式渲染
  重试层 → emit("circuit_break", {reason}) → 用户可见
  搜索层 → emit("search_solution", {msg}) → 实时反馈

append-only 日志支持 replay/时间旅行调试

理论来源：Turn-Control Strategies（arXiv:2510.16786）动态预算比固定预算好 12-24%；SpecEyes（arXiv:2603.23483）认知门控

错误类型 → 专用重试序列：
  syntax    → [generator, verifier]（1次后熔断）
  import    → [import_fixer, verifier]（确定性修复，不调LLM）
  runtime   → [debugger, generator, verifier]（先debug再修）
  patch_apply → [locator, generator, verifier]（重新定位）
  assertion → [generator, verifier]（2次后搜索）
  contract_violation → [locator, generator, verifier]（跨文件契约冲突）

认知门控：patch行数持续递减 → 边际收益递减 → 自动停止
Wink监控：scope_creep/repetitive_fix/patch_miss → 注入纠正hint

理论来源：CC 工具沙箱隔离（arXiv:2604.14228）；deny-first 权限模型

专家层（只做生成，输出 patch 结构）
  ↓
ToolGateway（权限白名单 + 文件缓存 + 脏标记 + 事件emit）
  ↓
executor.py（实际执行 read_file / write_file / run_bash）

每个专家只能调用白名单内的工具：
  locator:   [read_file, list_dir]
  generator: [read_file]（只读，不写）
  verifier:  [apply_patch, write_file, run_bash]

• BM25 + 调用图两阶段定位，G3 隐藏依赖准确率 99.4%（论文验证）
• Generator 只改必要部分，从文件读 original，LLM 只生成 modified
• 错误策略路由：按 error_type 切换重试序列，不重复同样的错
• 认知门控：patch 行数递减检测边际收益递减，自动停止无效重试
• Wink 自修复：检测 scope creep / 原地打转 / patch 失败，注入纠正
• Speculative Prefetch：Locator 完成后后台预读文件，减少 Generator IO 等待
• Cross-Encoder 搜索结果重排（可选，pip install kwcode[rerank]）

• /multi 命令：串行（依赖链）+ 并行（独立任务）混合执行
• DAG 拓扑排序 + ThreadPoolExecutor 并行调度
• Worktree 隔离：并行任务在独立工作目录执行，避免文件冲突
• 依赖上下文自动注入：前置任务结果传递给后续任务

• /plan 计划模式：显示执行步骤+风险等级（High/Medium/Low），确认后才动文件
• Plan 自动触发：hard 任务自动生成执行计划，不打断用户
• Checkpoint 快照：任务开始前自动备份，失败一键还原
• KWCODE.md 项目规则：写项目约定，按任务类型分段注入

• 三层记忆：PROJECT.md / EXPERT.md / PATTERN.md
• Reflexion 持久化：REFLECTION.md 结构化记录失败模式和注意事项
• 非代码文件读取：PDF / Word / MD，BM25 匹配相关段落注入

• SearchRouter 意图感知路由：按任务类型选最精准搜索源
• 零 key 默认可用：arXiv API / Semantic Scholar / GitHub REST / PyPI JSON / Open-Meteo
• 错误驱动搜索：按失败类型精准触发（import→立刻搜/runtime→debug后搜/assertion→2次后搜）
• 可选 SearXNG 自部署：kwcode setup-search 一键安装
• 可选 Tavily key：通用搜索质量提升（1000次/月免费）
• 四级内容提取 + BM25 重排 + Cross-Encoder 精排

• Excel / PPT / Word 生成

• /paste 命令：从剪贴板粘贴图片
• /image <path> 命令：添加图片文件
• 图片分析：代码截图、UI设计图、文档表格
• 基于图片的代码生成：UI截图→HTML/CSS、错误截图→修复代码
• 支持格式：PNG、JPG、JPEG、GIF、WebP、BMP
• 安装：pip install kwcode[multimodal]

Vision API 配置（使用前必配）：

# 设置环境变量（支持任何兼容 Anthropic Messages API 的服务）
export KWCODE_VISION_API_URL="https://your-provider.com/v1/messages"
export KWCODE_VISION_API_KEY="your-api-key"
export KWCODE_VISION_MODEL="your-multimodal-model"

支持的 Vision 模型示例：

• OpenAI: gpt-4o (需通过代理转换为 Anthropic Messages API 格式)
• Anthropic: claude-sonnet-4-20250514 (endpoint: https://api.anthropic.com/v1/messages)
• 小米 MiMo: mimo-v2-omni (Anthropic 格式代理)
• 本地模型: Ollama 多模态模型（通过 Ollama 兼容 endpoint）

注意：模型必须支持图片输入（多模态），纯文本模型无法处理图片任务。

• kwcode stats：完成任务数、节省时间估算
• 飞轮通知：专家投产时弹出
• 里程碑提醒：完成 50/100/200 个任务时自动汇报

• Python 3.10+
• 任意 OpenAI 兼容 API（本地模型 / DeepSeek / 硅基流动 / Qwen 云端 等）
• Docker（可选，用于 SearXNG 搜索增强）

本地模型显存参考：

macOS 用户注意：Apple Silicon (M1/M2/M3/M4) 使用统一内存架构，无需单独显卡显存。推荐使用 Ollama 本地运行模型，原生支持 Apple Silicon。

# 1. 安装 Python（如果尚未安装）
brew install python@3.12

# 2. 安装 KWCode
pip3 install kwcode

# 国内加速：
pip3 install kwcode -i https://pypi.tuna.tsinghua.edu.cn/simple

# 3. （推荐）安装 Ollama 用于本地模型
brew install ollama
ollama pull qwen3:8b

# 4. 启动
kwcode

Apple Silicon 兼容性：KWCode 完全支持 Apple Silicon (M1/M2/M3/M4) Mac。GPU 信息显示为 "Apple Silicon GPU"，系统会自动检测统一内存。

# 安装 KWCode
pip install kwcode

# 国内加速：
pip install kwcode -i https://pypi.tuna.tsinghua.edu.cn/simple

# 可选：Cross-Encoder 搜索重排
pip install kwcode[rerank]

# 可选：多语言 AST 支持（Go/TS/Rust/Java）
pip install kwcode[multilang]

# 可选：TUI 界面
pip install kwcode[tui]

# 可选：HTTP Server（供 VSCode 插件连接）
pip install kwcode[server]

# 全部安装
pip install kwcode[full]

# 启动
kwcode

首次启动会引导你配置模型连接，按提示操作即可。

用云端 API 不需要本地显卡：

/api default https://api.deepseek.com your-api-key

kwcode setup-search

需要 Docker Desktop 已安装并运行。会自动拉取 SearXNG 镜像并启动容器。不装也能用，默认走 DuckDuckGo 搜索。

kwcode

进入 REPL，直接输入任务描述：

 > 修复登录验证失败的问题
 > 写一个 FastAPI 登录接口，包含 JWT 认证
 > 把 calculate_price 拆成更小的函数

 > /multi 给函数add加注释 ; 给函数sub加注释 ; 给函数mul加注释

三个任务并行执行。用 -> 表示串行依赖：

 > /multi 重构extract_data函数 -> 给新函数写测试

交互式输入（> 前缀表示依赖前面的任务）：

 > /multi
  + 给函数add加注释
  + 给函数sub加注释
  + >给修改后的代码写测试

kwcode "修复登录验证失败的问题"
kwcode --plan "重构数据库连接层"
kwcode --tui                          # TUI 界面
kwcode serve                          # 启动 HTTP server（端口 7355）

/plan <任务>          计划模式，显示步骤和风险后再执行
/multi               多任务模式（串行+并行）
/model qwen3:14b     切换模型
/api                 API 配置
/experts             查看已注册专家
/memory              查看项目记忆
/init                初始化项目规则文件
/cd <路径>           切换项目目录
/paste               从剪贴板粘贴图片
/image <路径>        添加图片文件
/help                显示帮助

KWCode 支持任何 OpenAI 兼容的 API，包括 DeepSeek、Qwen 云端、硅基流动、零一万物、Groq 等。

/api temp https://api.deepseek.com your-api-key      # 临时切换
/api default https://api.deepseek.com your-api-key   # 永久保存
/api show                                            # 查看当前配置

在项目根目录创建 KWCODE.md，写入你的项目约定：

## [all] 通用规则
- 测试框架：pytest
- 运行测试：pytest tests/ -v

## [bugfix] Bug修复规则
- 修复前先理解错误原因
- 不要改测试代码

## [codegen] 代码生成规则
- 变量命名用 snake_case
- 必须写 docstring

KWCode 启动时自动加载，按任务类型注入对应规则。

git clone https://github.com/val1813/kwcode.git
cd kwcode
pip install -e ".[dev]"
python -m pytest kaiwu/tests/ -v --ignore=kaiwu/tests/bench_tasks
# 424 tests should pass

kaiwu/
├── cli/main.py              # CLI 入口，REPL，/multi 命令
├── core/
│   ├── gate.py              # LLM 任务分类
│   ├── orchestrator.py      # 确定性流水线编排
│   ├── task_compiler.py     # DAG 多任务调度器
│   ├── planner.py           # /plan 计划模式 + 风险评估
│   ├── checkpoint.py        # 文件快照
│   └── model_capability.py  # 模型能力自适应
├── experts/
│   ├── locator.py           # [元专家] BM25 + 调用图定位
│   ├── generator.py         # [元专家] 代码生成（只改必要部分）
│   ├── verifier.py          # [元专家] 多语言语法检查 + 测试
│   ├── debug_subagent.py    # [元专家] 运行时调试（sys.settrace）
│   ├── reviewer.py          # [元专家] 需求对齐审查
│   ├── search_augmentor.py  # 搜索增强 + BM25 + CE 重排
│   └── vision_expert.py     # [元专家] 多模态图片处理
├── server/
│   ├── app.py               # FastAPI + SSE 事件流（端口 7355）
│   ├── pipeline_factory.py  # 共享 pipeline 构建
│   └── models.py            # Pydantic 请求/响应模型
├── tui/
│   └── app.py               # Textual TUI（文件树 + 事件流）
├── ast_engine/
│   ├── parser.py            # tree-sitter 多语言 AST
│   ├── ast_grep_engine.py   # ast-grep 预定义模板查询
│   ├── language_detector.py # 项目语言检测
│   └── graph_builder.py     # SQLite 调用图持久化
├── search/
│   ├── search_router.py     # 意图感知搜索路由
│   ├── duckduckgo.py        # SearXNG + DDG 并行搜索
│   └── intent_classifier.py # 意图感知分类
├── flywheel/
│   ├── trajectory_collector.py  # 轨迹记录
│   ├── pattern_detector.py      # 模式检测（Gate 1）
│   ├── ab_tester.py             # 三道门验证
│   └── prompt_optimizer.py      # SKILL.md 领域知识自动优化
├── memory/
│   └── pattern_md.py        # PATTERN.md + REFLECTION.md
├── builtin_experts/         # 19 个 SKILL.md 领域知识目录
├── registry/                # 专家注册表（加载 SKILL.md）
└── stats/                   # 价值量化（SQLite）

extension/                   # VSCode 插件（薄客户端）
├── src/extension.ts         # 插件入口
├── src/server-client.ts     # SSE 客户端
├── src/panel.ts             # Webview 面板
└── package.json

以下关键设计决策来自项目早期的架构讨论和实验：

• 不用 ReAct 循环，用确定性流水线：小模型在 ReAct 循环里容易失控，确定性流水线每步输入输出格式固定，LLM 只在 Generator 出现一次
• 专家是 SKILL.md 知识载体，不是 Python 类：早期实验过 Python 专家（ExpertBase 继承体系），发现把领域知识和执行逻辑混在一起方向错误，回退到 SKILL.md 渐进式加载
• 不用 LoRA 训练专家：早期实验证明 LoRA 效果差、换模型要重训，改为 SKILL.md 内容自动进化
• 任务拆分不枚举模板：参考 OpenHands V1 的 agent delegation，复杂任务让 LLM 一次性输出 DAG JSON，失败退化为单任务
• 专家约束越严格越好：不是教 8B 模型做什么，是限制它只能在什么范围内做。约束越严格，犯错空间越小

KWCode 是中国开发者做的，欢迎贡献代码。 详细规范见 CONTRIBUTING.md。

git clone https://github.com/val1813/kwcode.git
cd kwcode
pip install -e ".[dev]"
python -m pytest kaiwu/tests/ -v --ignore=kaiwu/tests/bench_tasks
# 全部绿才能提 PR

一票否决：向量数据库、企业级安全库、需要云服务的依赖、多 Agent 并行框架、自动修改 Gate 路由规则。

急需认领的专家：Vue3 · React · Django · FastAPI · Go Gin · Rust Actix · K8s · Docker · MySQL · Redis

1. 测试全绿：python -m pytest kaiwu/tests/ --ignore=kaiwu/tests/bench_tasks
2. 新功能必须有测试（改 core/experts/flywheel 目录时）
3. 新增依赖需说明用途和离线可用性
4. 改 Gate/Orchestrator 逻辑请先开 Issue 讨论

完整 PR 模板和代码风格规范见 CONTRIBUTING.md。

Apache-2.0