我构建了一个开源编码代理，让上下文可见且可编辑 — 你可以精确策划大语言模型所看到的内容

我一直对终端编码代理感到沮丧，因为上下文组装是不可见的——模型决定读取什么，上下文膨胀悄然发生，输出质量下降而你却不知原因。因此我构建了 **Nice Coding Agent**，一个带有 Web UI 的“人在回路中”编码工作台。它是开源的，我非常希望得到反馈。📸 UI 截图见评论区 👇 核心理念：不再有一个不透明的上下文窗口，而是得到一个**可见且可编辑的上下文堆栈**。每个文件、搜索结果、计划或笔记都是一张卡片，你可以固定、最小化、就地编辑、总结或移除，然后再送入模型。一个实时令牌计量器精确显示你离上下文膨胀有多近。你策划大语言模型看到的内容，而不是指望它读对东西。 其他一些让它区别于“发后即忘”式代理的特点： * **分离的工作流而非单一通用循环** — 构建上下文 → 计划 → 实施 → 研究 → 检查/浏览。计划生成可审查的计划；实施将批准的计划转化为按文件接受的提议 diff，而非全有或全无。 * **不依赖模型猜测的混合代码搜索** — 代码通过 tree-sitter 分块索引到 Postgres 中（ParadeDB BM25 + pgvector + 交叉编码器重排序）。搜索“我们哪里验证 JWT 令牌”能找到正确的函数，即使这些精确的词汇并不存在。 * **本地优先检索** — 嵌入和重排序通过 sentence-transformers 在本地运行。你的代码永远不会离开到第三方索引服务。 * **沙盒执行** — 代理生成的代码在操作系统级沙盒（macOS seatbelt，Linux bubblewrap）中运行，因此可以在写入 diff 之前验证假设。 * **它同时兼作 MCP 服务器** — 通过 SSE 暴露 `search_code` / `search_documents` / `build_comprehensive_context`，因此 Claude Code 或任何 MCP 客户端都可以接入你的代码索引。互补而非仅竞争。 * **多提供商**，带有一键切换标准/高等级（探索用廉价模型，最终实现用前沿模型）。默认使用免费的 NVIDIA 等级，因此入门门槛很低。 **坦诚定位：** 这*不是*一个自主代理。如果你想输入一个目标然后就离开，终端代理更胜一筹。当你希望获得控制权、可见性和策划能力时——审查每个计划和变更、手动调整上下文、保持检索本地化——这个工具就胜出了。前端使用 NiceGUI，编排使用 LangChain/LangGraph，用 Python 构建。特别希望得到关于上下文堆栈方法的反馈——可见的策划方式你实际会用吗？还是你更愿意让模型自行处理？