我用C语言打造了一个支持热重载Lua插件的轻量级编程助手

注意：英语不是我的母语，所以我使用LLM来帮助翻译这篇文章。大家好！👋 在过去的几个月里，我一直在构建Capstan——一个具有C核心和嵌入式Lua运行时的轻量级编程代理。Capstan以一个小型单一二进制文件的形式分发，适用于macOS和Linux。它支持自定义命令、模型工具、生命周期钩子、可重用技能、MCP和ACP集成，以及多种模型提供程序。我每天在自己的项目中使用它。事实上，Capstan的大部分内容都是用Capstan本身开发的：它作为不同模型的代理框架，在自己的仓库中完成任务，并帮助改进其代码库。为什么我构建另一个代理？大多数我了解的CLI代理都是用TypeScript或Python编写的。这些语言有明显的优势，尤其是当开发速度重要时，但我想探索另一种方法：如果一个代理的核心用C编写，可扩展性委托给Lua，它能变得多紧凑和资源高效？当然，这类工具大部分时间都在等待对模型的网络请求。我的目标不是证明C是“最快的”。我想最小化我能控制的部分：本地开销、分发大小和所需依赖的数量。第二个原因是个人的：我一直想将Lua用作真正的嵌入式语言，而不仅仅是配置Neovim。Capstan成为我了解更多关于代理循环、插件系统以及C和Lua之间互操作性的方式。我亲自设计和编写了核心、代理循环、TUI和插件架构。AI帮助我研究不熟悉的领域，验证决策，并加速开发。结果是什么？一个小二进制文件。主要依赖项是静态链接的；网络请求使用系统的libcurl。Lua插件。它们可以添加斜杠命令、模型工具和生命周期钩子，以及启动外部进程并与环境交互。热重载。新和修改的插件在不重启Capstan的情况下被加载。交互式和非交互式模式。除了TUI，Capstan可以从脚本和CI/CD流水线运行。技能、MCP和ACP支持。权限系统。潜在的危险操作可能需要手动确认，对于无人值守的环境有显式配置可用。一个最小的ncurses TUI。我还使用相同的模型和任务，将Capstan与OpenCode进行了36次运行的比较。Capstan在36次上游测试运行中通过了35次，而OpenCode通过了36次。在这个工作负载中，Capstan使用的本地CPU时间大约少了10倍，主进程内存少了58倍。完整的方法论和限制在基准报告中记录（链接在评论中）。我不认为这是Capstan更好的普遍证明。它是跟踪质量和资源回归的一个可复现参考点。如何尝试它？我在业余时间开发了Capstan好几个月，在向世界展示之前犹豫了很久。它现在对我的日常工作足够有用了，我想知道这种方法是否也可能对其他开发人员有用。安装和配置说明在仓库中（链接在下面的评论中）我特别希望得到以下问题的反馈：入门有多容易？极简主义和低资源使用对于编程代理来说是一个真正的卖点，还是我在优化一些并不重要的东西？Lua插件系统容易理解吗？你使用的编程代理缺少哪些功能？