Echocode

KO | EN

gitlite — search

#python #hacktoberfest #react #ai #llm #machine-learning #linux #nodejs #macos #windows #awesome-list #vue #security #openai

(★ 14)

面向真实软件开发的开源桌面编程 AI Agent，支持多模型协同完成代码理解、任务规划、文件修改、命令执行与代码审查。An open-source desktop coding AI Agent for real software development, bringing multiple models together for code understanding, planning, file editing, command execution, and code review.

Echocode 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Echocode

**面向真实软件开发工作的桌面编程 AI Agent**

连接多种大模型，在一个工作台中完成代码理解、任务规划、文件修改、命令执行与代码审查。

[English](./README.en.md) · [下载 Echocode](../../releases/latest)

</div>

![Echocode 产品欢迎图](https://raw.githubusercontent.com/Echocode-Agent/Echocode/main/docs/assets/screenshots/echocode-welcome.png)

## Echocode 是什么

Echocode 是一款类似 Codex、Claude Code 的专用桌面编程 AI Agent。它能够理解整个代码库、直接操作本地文件、运行开发命令，并持续完成从分析到交付的复杂开发任务。

相比绑定单一模型的编程助手，Echocode 将国内外模型、规划与审查工作流、长期目标、Git Worktree、Skills 和 MCP 集中到同一个开放客户端中。

## 核心亮点

### 国内外多模型统一接入

在一个客户端中连接和使用多种国内外大模型，并可按项目和任务选择更合适的模型。

### 三档智能路由

可以为快速、均衡和复杂任务分别配置合适的模型。每个新用户轮次由本地分类模型判断任务难度并自动选择档位，让复杂工作使用更强的模型，也避免简单任务消耗不必要的时间和额度。

### 非多模态模型也能按需识图

为不支持图片输入的 DeepSeek、GLM 等模型配置视觉模型后，执行模型可以在任务确实需要图片信息时，按需调用视觉模型完成识别，再结合识别结果继续分析和执行。手动选择单个模型与自动模型路由均可使用。

### 模型上下文管理

可以按渠道和模型设置实际上下文窗口，也可以基于现有模型创建自定义上下文模型，适配私有部署、代理渠道和能力信息不准确的模型。Echocode 会以配置后的窗口计算上下文占用与自动压缩阈值，让长会话的容量和压缩行为更准确、更可控。

### 规划、执行、审查三角色模型协同

可以分别指定计划模型、执行模型和审查模型，Echocode 会根据任务阶段自动切换，让不同模型各自负责最擅长的工作。

### 一键计划模式与一键审查模式

独立的计划模式和代码审查开关，让 Agent 一键进入只做方案的规划流程，或直接检查当前代码改动并给出审查结论。

### 内嵌浏览器与 Agent 网页操作

直接在工作台中打开网页并按会话管理多个标签，无需频繁切换应用。Agent 可以读取页面、执行浏览器操作、定位和标注页面元素，并将网页现场带回开发任务，适合调试前端、核对文档和完成网页驱动的工作。

### Goal 长期目标模式

为复杂工作设定长期目标后，Agent 可以跨多轮持续推进，并支持查看进度、暂停和继续。开启额度恢复后，当支持的官方 Coding Plan 触发 5 小时限额，Echocode 会跟踪额度重置时间，并在额度恢复后自动继续 Goal，无需守在电脑前手动恢复；遇到临时网络、限流或服务异常时，也会按恢复策略自动等待并重试。

### 微信、飞书与钉钉远程 Agent

将桌面端 Agent 安全接入微信、飞书和钉钉，离开电脑也能选择项目、发起新任务、继续会话并接收执行结果。任务仍在本机 Echocode 中运行，项目文件、模型配置和执行权限保持由桌面端统一管理，让手机和团队协作工具成为随时可用的 Agent 入口。

### Git 与 Worktree 工作台

直接查看仓库状态、代码差异和分支，并通过 Git Worktree 为不同任务创建相互隔离的工作目录，方便同时推进多项开发工作。

### Skills、MCP 与短指令

通过 Skills 固化专业工作流，通过 MCP 接入外部工具与数据；还可以把常用提示词保存为短指令，从 `/` 菜单快速复用。

### 按项目隔离的长期记忆

Agent 可以为不同项目积累独立的长期记忆，持续复用项目约定、历史决策和工作偏好，同时避免不同项目之间相互干扰。

## 功能特性

- **本地项目 Agent**：读取和修改项目文件、运行命令、分析代码，并在真实工作目录中完成开发任务。
- **Skill 与 MCP 市场**：直接在客户端中搜索、翻译和查看 Skill 与 MCP，支持安装 Skill、配置 MCP，并在统一的管理界面中维护项目和全局能力。
- **子任务与运行中插话**：将复杂工作拆分给子 Agent，也可以在 Agent 执行过程中补充要求或调整方向。
- **项目与会话管理**：按项目组织工作区和对话，支持多会话并行推进、搜索、置顶、归档和派生。
- **多格式上下文**：支持图片、PDF、Office 文档和文本附件，让 Agent 结合代码与外部资料完成任务。
- **定时任务**：按设定时间自动启动 Agent 任务，适合周期性检查、整理和生成工作。
- **本地离线语音**：在本机完成语音识别，将口述内容插入或直接发送给 Agent，无需上传第三方语音服务。
- **长会话辅助**：提供会话内搜索、命中跳转和长对话缩微导航，便于回到关键上下文。
- **远程 Agent**：可以通过飞书、钉钉和微信向桌面端 Agent 发起任务并接收执行结果。
- **模型用量信息**：在本地查看不同渠道、时间范围和模型的输入、输出、缓存及累计 Token 使用情况。

## 功能截图

### 一键计划模式

gpt-5.6-sol 先分析项目并生成可确认、可执行的实施计划。

![Echocode 一键计划模式](https://raw.githubusercontent.com/Echocode-Agent/Echocode/main/docs/assets/screenshots/echocode-plan-mode.png)

### 自动模型路由

计划通过后自动切换到 DeepSeek V4 Flash，在同一会话中继续完成代码修改。

![Echocode 自动模型路由](https://raw.githubusercontent.com/Echocode-Agent/Echocode/main/docs/assets/screenshots/echocode-auto-routing.png)

### 一键代码审查

编码完成后，gpt-5.6-terra 针对当前代码改动生成聚焦问题、触发条件和影响的审查结论。

![Echocode 一键代码审查](https://raw.githubusercontent.com/Echocode-Agent/Echocode/main/docs/assets/screenshots/echocode-code-review.png)

### 非多模态模型识图

DeepSeek V4 Flash 本身不支持图片输入；配置视觉模型后，它可以按需调用视觉能力，识别会话图片并继续完成分析。

![Echocode DeepSeek V4 Flash 识图](https://raw.githubusercontent.com/Echocode-Agent/Echocode/main/docs/assets/screenshots/echocode-vision-bridge-deepseek.png)

### Goal 长期目标

持续展示长期目标的执行状态、进度和 Token 预算。

![Echocode Goal 长期目标模式](https://raw.githubusercontent.com/Echocode-Agent/Echocode/main/docs/assets/screenshots/echocode-goal-mode.png)

### Token 用量统计

按渠道和时间范围查看 Token 汇总、缓存使用和每日活动趋势。

![Echocode Token 用量统计](https://raw.githubusercontent.com/Echocode-Agent/Echocode/main/docs/assets/screenshots/echocode-token-usage.png)

## 快速开始

Echocode 正式支持 Windows 和 macOS。

1. 前往 [GitHub Releases](../../releases/latest) 下载适合当前系统的安装包并完成安装。
2. 打开 Echocode，添加一个可用的模型。
3. 选择本地项目目录，输入任务并开始工作。

## 开发

Echocode 是一个使用 Bun 管理的 Electron Monorepo：

```text
agentClient/
├── packages/
│   ├── shared/     # 共享类型、IPC 常量和工具函数
│   ├── core/       # 模型适配器与代码高亮
│   └── ui/         # 共享 React UI 组件
└── apps/
    └── electron/   # Electron 桌面客户端
```

常用命令：

```bash
bun install                # 安装依赖
bun run dev                # 启动开发环境
bun run electron:build     # 构建桌面客户端
bun run electron:start     # 构建并运行
bun run typecheck          # 类型检查
bun run test               # 测试
```

本地开发和源码构建请使用上述命令；正式发布由项目维护者负责。

## 技术栈

| 层级 | 技术 |
| --- | --- |
| 运行时 | Bun |
| 桌面框架 | Electron |
| 前端 | React + TypeScript |
| 状态管理 | Jotai |
| UI 与样式 | Tailwind CSS + Radix UI |
| 富文本输入 | TipTap |
| Markdown 与图表 | React Markdown + Mermaid + KaTeX |
| 构建与分发 | Vite + esbuild + electron-builder |
| Agent 能力 | Claude Agent SDK + MCP |

具体版本以各包的 `package.json` 为准。

## 架构概览

客户端采用类型安全的 Electron IPC 架构：

```text
共享类型与 IPC 常量
  → Electron 主进程服务
  → Preload 安全桥接
  → Jotai 状态与 React 界面
```

主进程负责 Agent 编排、会话与项目、模型调用、Git、Goal、记忆和桌面集成；渲染进程负责工作台交互与流式结果展示。更完整的工程结构、开发约定和测试要求见 [AGENTS.md](./AGENTS.md)。

## 许可证与上游声明

Echocode 采用 [GNU Affero General Public License v3.0（AGPL-3.0）](./LICENSE) 开源。使用、修改、分发或通过网络提供修改后的程序时，请遵守许可证的完整条款。

本项目基于 [proma-ai/Proma](https://github.com/proma-ai/Proma) 二次开发，上游项目同样采用 AGPL-3.0。Echocode 是独立维护的衍生项目，与 Proma 及其维护者不存在官方隶属、认证或背书关系。

上游来源和主要修改说明见 [NOTICE](./NOTICE)，其他第三方组件及许可证见 [THIRD_PARTY_NOTICES.md](./THIRD_PARTY_NOTICES.md)。

Echocode

Echocode 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Echocode

Echocode 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README