ARCC 是我用 Rust 写的本地优先终端 AI Agent,当前 0.10.0,MIT 开源:
https://github.com/niyongsheng/arcc
起因很朴素:Claude Code、Codex 用久了,总想知道它们内部到底怎么转的;另外还有两个很实际的需求——给 Claude 当便宜的子代理,以及一个 7×24 挂在飞书里的运维助手。索性自己搭一个。
同一套内核(模型调度、工具调用、安全引擎、SQLite 持久化),四种跑法:
arcc tui:ratatui + crossterm 的交互终端,流式输出、斜杠命令、spinner 动画arcc cli "<prompt>":单轮批处理,支持管道输入和--json结构化输出,能注册成 MCP 工具被 Claude Code 直接调用arcc server --daemon:axum + 飞书 webhook,带记忆、定时任务和审计arcc --acp:ACP v1 stdio server,可接支持 ACP 的 GUI 客户端(比如 AionUI)
推理底座是 DeepSeek-V4:Pro 负责复杂推理,Flash 负责高频对话和上下文压缩。整个项目本地优先——SQLite(bundled)、TOML、JSON Lines,无外部服务、无遥测。
实现上踩过几个值得聊的坑:
1. DeepSeek 的 tool call 会漏进正文
流式响应里,工具调用偶尔不走标准 JSON tool_calls,而是以 XML 标签形式混在文本流里,还会被 SSE 从中间切开。我写了个 DsmlAccumulator 状态机做增量解析,上层只拿到干净文本和完整的工具调用;reasoning_content 的流单独一份 accumulator,两路互不干扰。
2. TUI 的终端所有权
光标、滚动、历史都挤在一个 ~60fps 的循环里,键盘和鼠标还共享同一个 scroll_offset。更麻烦的是 vim、sudo 这类交互命令:要先暂停输入处理器、退出 alternate screen、把 TTY 交出去,结束后再恢复并重新 spawn 输入任务。处理不好,终端就花给你看。
3. 上下文压缩
1M 窗口用到 80% 时用 Flash 做摘要压缩,替换旧消息,保留决策、文件路径和待办。压缩本身是一次带模板的模型调用,不是粗暴截断。
4. 安全三层
命令白名单 → 风险评级(rm、shutdown 之类)→ TUI 交互确认(y/a/n),最后再用 serde 强类型校验参数,防模型注入。所有执行都落 JSONL 审计。
5. 飞书助手的记忆
每轮对话结束后,后台异步跑 Flash 从对话里提取 key: value 事实存进 SQLite,下次以 ## Known Facts 注入 system prompt。定时任务没有另写调度器,而是复用完整消息处理管道,scheduler 每 10 秒轮询到期任务。
不足也实话实说:
- 综合编码能力打不过 Claude Code / Codex。它的定位是"自己的 Agent 底座",方便改造、嵌进自己的工作流
- Computer use(截图 + 鼠标键盘,macOS)是实验性的,默认关闭,每个输入动作都要确认
- 主要在 macOS / Linux 上跑,Windows 没认真验证
- 文档还比较薄,不少设计细节只写在代码和注释里
安装:
curl -fsSL https://raw.githubusercontent.com/niyongsheng/arcc/main/scripts/install.sh | bash
把 DeepSeek API Key 填进 ~/.arcc/config.toml 就能跑。
原理级的细节(TUI 事件循环、DSML 解析、记忆提取、两阶段工具调用)写了篇长文,链接在 README 里。
欢迎试用拍砖,issue 都会看。也好奇一个问题:大家更需要哪种形态——ACP 接 GUI 客户端,还是飞书 / IM 里随叫随到的机器人?