mdflow — Context OS for AI Coding Agents

ContextOS

AI 开发的上下文外骨骼。

优化完整开发生命周期。减少重复的 Token 使用，并让上下文保持聚焦。

本地 MCP 运行时 · 精准证据 · 持久化回执 · 实时架构

中文 · 通过 AI 安装 · 实测结果 · 桌面应用

为你的 Agent 配备外骨骼

ContextOS 是一个本地开发运行时，位于 AI 编码 Agent 与代码仓库之间。它将源代码证据、命令日志、计划、架构和验证回执保存在主对话之外，然后返回下一步决策所需的内容。

OS 支持完整的 AI 开发生命周期：理解项目、规划、检查证据、执行、实现、验证、审查和恢复工作。精准读取、可复用命令、流水线、Blocks、Chains、持久化计划、Micro 和 CLI 都服务于同一目标：减少不必要的 Token 消耗和上下文占用，同时让开发以可检查的项目状态为依据。

你现有的编码助手仍由你掌控。OS 在其下方提供执行和记忆层，其中包括有界的 API Micro 辅助，以及在任务适合委派时采用隔离的 CLI 实现。

在一项录制的真实开发任务中，与原生工具相比，完整的 OS + Micro + CLI 工作流将主线程上下文峰值降低了 63.8%，并将主线程累计原始 Token 降低了 77.4%。查看下方的任务、比较和限制。

为什么长时间编码会变得成本高昂

一个小问题往往会触发大段文件读取。一次测试失败就会让日志塞满对话。Agent 会反复查看相同代码、重复运行命令，并花费精力重新梳理先前做出的决定。随后，多文件实现又与规划和审查共用同一个上下文窗口。

结果很熟悉：对话变得拥挤、解释一再重复、项目状态难以确定，也没有足够空间进行下一个有价值的决策。更大的上下文窗口只是推迟问题；开发需要一种能让工作跨越工具和会话延续下去的方式。

OS 如何延续工作

You → Main agent: plan, scope, architecture, review
          │
          └─ ContextOS: evidence, commands, changes, persistent state
                ├─ API Micro: bounded discovery, summaries, small checks
                ├─ CLI worker: isolated implementation → report → integration
                └─ Desktop App: architecture, plans, checkpoints, settings

证据和日志会保存在本地。工作者在各自的上下文中读取任务证据，并返回精简的报告。变更通过 OS 传递，以保持文件归属、验证和项目图谱彼此关联。新会话可以恢复计划和回执，而不必重新梳理整段对话记录。

能力及其实际效果

当任务约定明确时，Micro 和 CLI 会有所帮助。小型确定性读取可直接使用 OS；大型实现则适合交给 CLI 工作者。委派会产生开销，因此 OS 会让其执行过程和结果可供检查。

三种开发工作流的实测对比

记录的对比从提交 0dd6431 开始。全新的宿主对话和隔离工作树接收了相同的真实功能任务：计划依赖项的添加／移除／列出、持久化、对未知目标、重复项、自引用和循环的验证、MCP 路由，以及覆盖领域、应用、存储和 MCP 层的测试。历史测量记录。

**这里的“上下文减少 60%”是什么意思：**主 Agent 单次请求的输入峰值从 234,174 个令牌降至 84,681 个令牌。这描述的是这项实测任务，而非对每个代码库的承诺，也不代表所有工作者令牌的总和。

python3 docs/benchmarks/plan-dependencies/recalculate.py --check

桌面 App 展示与 Agent 使用的相同 OS 状态：Blocks、Chains、计划、检查点、规则和知识。白色画布、克制的配色和清晰的连线，让大型项目一目了然。

一眼看清整个系统。 沿着 Chain 查看其中的 Blocks，检查选中的能力，并在图表旁查看实现和验证进度。

用一条提示词安装

将以下内容粘贴到 AI 编码助手中：

读取 (https://github.com/yubinbin32-ops/ContextOS/blob/main/setup.md) ，为我安装OS

Agent 会读取 setup.md，安装 OS 和相应的宿主插件／技能，注册你的仓库，配置 API Micro 和 CLI，并通过实际工具调用验证结果。它会为你处理依赖项检查、适配器创建、插件设置和问题诊断。

你无需手动下载并配置 Release 包。 安装指南专为执行安装的 Agent 编写，涵盖问题诊断、适配器配置、插件安装和验收检查。

Micro 是必需的

Micro 是处理日常工作的轻量助手，其 API 连接是 OS 工作流的必需条件。请准备 API 密钥、提供商基础 URL 和模型。仅有主 Agent 订阅或 CLI 登录，并不能配置 API Micro。

推荐选项：

• **Command Code GOAT：**包含 Provider API 访问权限。在其控制台中创建密钥；让 Agent 使用提供商当前的端点和准确的模型 ID。
• **OpenCode Go：**提供订阅 API 密钥和可用的编码模型。让 Agent 检查当前模型列表和 API 配置。
• **你自己的兼容 API：**使用你已信任的提供商，包括 DeepSeek API。

对于范围明确的 Micro 任务，如果提供商支持，我们推荐使用 DeepSeek V4.1 Flash，并设置 medium 推理级别。DeepSeek 官方模型 ID 为 deepseek-flash；网关可能使用不同的 ID。安装程序必须验证模型是否可用，并映射提供商的推理设置，而不能假设所有 API 都接受相同的参数。

请将密钥保存在安装程序设定的本地凭据／配置路径中。不要将其粘贴到仓库文档或受版本控制的源文件中。

CLI 设置由 Agent 完成

CLI 工作器需要可用的 CLI 安装、适配器、匹配的 ContextOS 插件／技能，以及经过验证的身份验证执行路径。告诉 Agent 你使用的 CLI；它应查阅该 CLI 的官方文档、编写适配器、配置 OS，并运行真实探测和隔离的实现检查。

登录、浏览器授权或操作系统权限可能需要你操作。Agent 应指出具体需要你执行的步骤，继续完成其余设置，并在你完成操作后验证是否已就绪。仅发现二进制文件或保存适配器，并不代表安装成功。

需要 Node.js 22 或更高版本。插件／运行时更新后，请按设置说明重新加载宿主的 MCP 进程。请确保 App、插件、技能和运行时版本相互匹配。

日常使用：用自然语言操作

主 Agent 负责维护验收标准并进行最终审查。Micro 和 CLI 负责范围明确的任务；OS 则在它们之间保留证据和进度。

3.0.0 版新特性

基于 4706c38 准备的 3.0 系列将 ContextOS 重构为覆盖 AI 开发生命周期的外骨骼：

• 精准证据与可复用命令让源码检查和执行结果保持聚焦且可恢复。
• 流水线与已验证的更改将批量执行、限定范围的编辑和可审查的结果连接起来。
• 架构与连续性让计划、任务、会话、Blocks、Chains 和回执在不同对话之间以及桌面 App 中随时可用。
• 适合任务的委派在同一 OS 生命周期中加入有边界的 API Micro 辅助和隔离的 CLI 实现。
• AI 主导的安装将提供商配置、宿主插件、CLI 适配器、诊断和实际验收检查纳入设置流程。

请参阅 3.0 版发行说明、安装指南和发行历史。

如果 ContextOS 能帮助你的 Agent 保持专注，请为项目点亮星标。可复现的任务和问题报告有助于我们改进下一个版本。