关于我们

让 AI 智能体构建
变得轻松

aibuddy 是我们开箱即用的 AI 智能体 —— 感知、判断、完成。它端到端开源:运行时、工具与工程模式均开放源代码,你可以自由查阅、修改,并在自己的环境中运行。

我们坚持什么

我们坚持的原则

  1. 01

    执行过程应当留下轨迹

    可观测 可追踪 可复盘

    执行循环、上下文压缩、工具调用和状态迁移都需要留下明确记录,便于调试、审计和复盘。运行时不依赖无法观察的隐式流程。

  2. 02

    核心逻辑不绑定具体实现

    接口隔离 依赖注入 跨平台

    Agent 核心不绑定具体数据库、沙箱、模型提供商或平台实现。具体依赖由组装层注入,Web、桌面端和自托管部署复用同一套核心逻辑。

  3. 03

    边界错误应尽早暴露

    TypeScript Zod 数据契约

    严格 TypeScript、Schema 校验和明确的数据契约用于约束模块边界。能在编译期或输入边界发现的问题,不应延迟到运行时处理。

  4. 04

    平台差异不进入运行时核心

    平台适配 自托管 MIT

    Web、桌面端和服务器环境共享 Agent 核心。存储、认证、沙箱和系统能力的差异由适配层承担,避免侵入运行时主逻辑。

维护者

核心维护者

aibuddy 不只是一份代码仓库,而是一套持续演进的工程系统。运行时设计、文档、示例和社区反馈需要放在一起处理,才能让项目的技术边界、演进节奏和取舍标准保持一致。

张

张建阳

AI 架构师 / 技术负责人 · 独立 AI Builder

苏州,中国

具备 13 年全栈、平台架构与技术交付经验,2023 年转向 AI 工程。专注 Long Horizon Agent,能够定义可验证的任务、构建可控的长任务执行系统,并通过评估闭环持续改进。独立设计、开发和维护 aibuddy,完成从产品设计、系统架构到多端实现与生产交付。

Long Horizon Harness Engineering Agent Evals

一起建设

让 aibuddy 更可用、更可信

一个复现清楚的 issue、一段小修复,或一次持续赞助,都会直接影响项目下一步怎么走。

提出反馈

遇到卡住的地方,最有价值的是清楚描述场景和复现步骤。

文档缺口、API 易用性、缺少的工具,只要影响了你的使用,都可以直接提出来。

提交 issue

贡献代码

aibuddy 在公开仓库里开发,基于 pnpm + Turborepo monorepo。你可以从一处明确的改进开始:

  • 内置工具 —— 增加一个 agent 工具或 MCP 集成。
  • 平台适配 —— 把共享包带到新的运行环境。
  • 文档与指南 —— 改进架构笔记或翻译页面。
  • Bug 修复 —— 小 PR 很快合入。
查看仓库

支持项目

如果 aibuddy 已经帮你交付产品或内部流程,赞助能让我们把更多稳定时间投入运行时、文档和社区支持。

赞助者会在 README 中署名;商业赞助者也可以出现在主页 logo 区。

成为赞助者