AI 写代码总“失忆“?开源 AI 编程工具 Vulcan Code:桌面+终端双端,自带长期记忆

大家好,今天这篇文章围绕一个刚开源不久的 AI Coding 项目展开,希望能带来一些实用的参考。无论你是刚入门的新手,还是正在进阶的开发者,希望你都能有所收获!
用 Claude Code、Codex 这类终端 AI 编程工具的朋友,多少都遇到过两个烦恼:一是工具只有终端界面,看 Diff、管会话、切项目全靠命令行,多任务并行时手忙脚乱;二是 AI 干完活就"失忆",上次会话里踩过的坑、定的规范,下次开新会话它一概不知,同样的错反复犯。
最近刷 GitHub 时注意到一个新开源的项目:Vulcan Code,一款 MIT 协议开源的 AI Coding 软件。它最大的特点是把图形界面桌面端和终端 TUI 做成了双端形态,还内置了会自动提炼、召回经验的长期记忆系统。这篇文章就带大家把这个项目从特性、架构到源码构建完整过一遍。
项目地址(开源协议 MIT,欢迎 Star 与共建):
- GitHub 仓库:
https://github.com/OpenVulcan/vulcan-code
一、Vulcan Code 是什么:一句话定位
按照官方仓库的说明,Vulcan Code 是一款 AI Coding 软件,提供图形界面桌面端和终端 TUI 两种客户端。它把项目、会话、终端、浏览器、代码审查和 Git 提交放进同一个工作台,让 AI 能理解你的代码、推进任务,并交付可以检查的结果。
这个项目在团队内部开发调试了很长时间,近期才以 MIT 协议开源。从仓库的致谢部分能看到它的"血统":实现上参考了 OpenAI Codex 的 Responses 协议通讯与上下文压缩、cc-switch 的多协议转换、OpenCode 的供应商目录,子代理角色模板来自 agency-agents(内置 260+ 个角色模板)。也就是说,它站在这一波终端 AI 编程工具的肩膀上,但走了一条"桌面工作台 + 终端双端同核"的差异化路线。
几个关键信息先放前面:
| 项目 | 说明 |
|---|---|
| 定位 | AI Coding 软件桌面工作台 + 终端 TUI |
| 开源协议 | MIT |
| 技术栈 | Rust Core + Electron/React WebUI + Ratatui TUI |
| 平台支持 | Windows x86_64 已完整验证,Linux/macOS 构建脚本已具备、待社区验证 |
| 模型接入 | OpenAI、Anthropic、Gemini、DeepSeek、Kimi、MiniMax、阿里、OpenRouter 等 |
| 社区背景 | 致谢 LINUX DO 社区,开放 Issue/PR 共建 |
二、六大核心特性拆解
这一节把官方列出的特色功能按"你日常写代码的动线"重新组织一遍,每一条都对应一个实际痛点。
1. 桌面工作台:把散落的面板收进一个窗口
多项目、多会话管理是第一层;文件树、代码审查、记忆、子代理等面板可以自由组合是第二层。AI 回答支持流式输出,Markdown、代码块、Mermaid/SVG 图形和工具调用卡片直接渲染——不需要再切到别的窗口去看图表。内置项目终端支持多标签,AI 可以持有长时间运行或需要交互的命令会话,这一点解决了"AI 起了一个 dev server,终端被占死"的经典问题。
会话层面还有两个实用设计:可以编辑历史问题重新生成,也可以从任意已完成的回合分叉出新会话——相当于给对话加了 Git 的分支能力,试错成本大幅降低。
2. 终端 TUI:同一个 Core,第二形态
如果你就是喜欢终端工作流,Vulcan Code 的 TUI 客户端(基于 Ratatui)提供了完整的工作台能力:项目与会话、对话与思考过程、工具调用、Git 变更与提交、记忆、知识库、技能、插件管理都在。比较少见的是它支持全鼠标操作:单击、双击、右键菜单、滚轮都可用,命令面板、斜杠命令与快捷键齐全,可以从托盘菜单直接打开。
关键在于:TUI 与 WebUI 共用同一套服务接口,连接的是同一个 Core。你在桌面端开的会话,切到终端里接着聊,状态不丢。
3. 任务推进:Goal 模式与 Plan 模式
这是 Agent 类工具的核心交互设计:
- Goal 目标模式:设定目标和 Token 预算,AI 按回合持续推进,可暂停、恢复、清除。Token 预算这个设计很务实——防止 Agent 一口气烧掉你半个月的 API 额度。
- Plan 计划模式:先探索、出计划,你确认后再执行。大改动前先看方案,审过再动手。
- 执行中引导:任务运行时可以追加说明、排队后续请求,不用等一轮跑完才能插话。
- 结构化提问:AI 遇到需要你决策的问题时,用选项卡片向你提问,而不是在对话流里埋一个开放式问题让你打字猜它要什么。
4. 代码理解与经验积累:三个子系统
这一块是 Vulcan Code 区别于多数同类工具的重头戏,由三个子系统组成:
CodeKit 代码导航:直接在实时工作树上做结构定位、文本搜索、函数正文提取与整函数替换,不预建索引,也就不存在索引过期的问题。做过大型项目 AI 辅助开发的人都懂,索引型工具最烦的就是改完代码索引还没更新,AI 拿着旧结构瞎指路。需要语义级检索时,可以接入外部 MCP 服务补足。
AI 管理知识库:AI 用专门的工具整理、读取和检索长期资料,支持 BM25、向量与混合检索(底层用了 LanceDB 与 jieba-rs 中文分词),历史永久保留、可以还原,按项目授权、按会话选择。
MemoryMesh 长期记忆:回合后自动提炼经验,回合前自动召回;记忆可以查看、修正、删除,并带回收站和来源追溯。这就是开头说的"治失忆"的部分——AI 上个会话总结出"这个项目的测试要用 cargo nextest 跑、并发限制 4",下个会话开局就带上了。
5. 结果可检查:Diff、Git、AI 浏览器
AI 写的代码到底改了什么,必须看得见、控得住:
- Diff 审查:统一/分栏视图、字词级差异、全文搜索,支持暂存、还原。
- Git 提交:AI 生成提交信息,可以提交到当前分支或新分支,并直接推送。
- AI 浏览器:AI 在真实 Chromium 页面里导航、点击、截图、读控制台,你可以随时接管控制权。前端联调时让 AI 自己开页面验证效果,比贴截图来回传效率高得多。
6. 可扩展性与模型生态
扩展体系分四层:提示词技能(SKILL.md,沉淀团队做事方法)、LuaSkills(程序化能力包)、MCP 客户端(支持本地进程与 HTTP 两种服务器,带连接诊断)、插件系统(可提供工具也可挂载自己的界面,内置 Context7 文档检索、AI 浏览器、用量统计等)。
有个值得单独说的设计:Vulcan Code 本身也是一个 MCP 服务器。Claude Code、Codex 等其他 AI 工具可以按授权列出它的项目与会话、发送消息并等待回复、新建会话、停止运行——每个工具一枚令牌,权限审批始终留在 Vulcan 中。相当于它可以作为"总调度台"被别的 Agent 调用。
模型与供应商方面,支持 OpenAI、Anthropic、Gemini、Cohere 等协议族,内置 OpenAI、Anthropic、Google、DeepSeek、Kimi、MiniMax、阿里、OpenRouter 等供应商配置,也可以添加自定义供应商。对话、记忆检索、知识库向量、媒体生成可以各自选用不同的模型——比如对话用强模型、向量检索用便宜模型,成本可以精打细算。另外宿主原生集成了 RTK 命令输出压缩,压缩命令输出和 Git 提交上下文以减少 Token 消耗,设置里可以看节省统计。
三、架构解读:一个 Rust Core,三种入口
从仓库结构看,Vulcan Code 是一个典型的"内核 + 多壳"架构:
┌─ Electron 桌面壳(窗口/托盘/宿主能力)─┐
│ React WebUI(工作台/设置/Diff) │
└──────────────┬───────────────────────┘
│ RPC / 事件
┌──────────────┴───────────────────────┐
│ Rust Core(vulcan-code-service) │
│ 会话内核 · Agent 运行时 · 工具执行 │
│ Provider 协议 · MCP · LuaSkills │
│ 知识库 · MemoryMesh · RTK │
│ 终端宿主 · 浏览器宿主 · 插件运行时 │
└──────────────┬───────────────────────┘
│ 同一套 RPC / 事件
┌──────────────┴───────────────────────┐
│ TUI 终端客户端(ratatui) │
└──────────────────────────────────────┘
三个入口共享一个 Core,这个设计带来一个非常实用的性质:Core 服务可以独立在后台(托盘)运行,关闭桌面窗口或退出 TUI 都不会中断正在执行的任务。你合上笔记本前的长任务,重开窗口还能接着看。
主要目录的职责划分也很清晰:
| 目录 | 说明 |
|---|---|
apps/vulcan-code-service | Core 服务宿主,承载会话内核、Agent 运行时和 WebUI RPC/流服务 |
apps/vulcan-code-desktop | Electron 桌面壳:窗口、托盘,负责启动本地 Core 并加载 WebUI |
apps/vulcan-code-web | React/Vite WebUI:工作台、设置、会话、Diff、技能等界面 |
apps/vulcan-code-tui | TUI 终端客户端(ratatui),按 WebUI 的函数与参数调用同一套服务接口 |
crates/vulcan-agent-runtime | 共享代理运行时:Provider、工具、LuaSkills、MCP、流式执行 |
crates/vulcan-memorymesh-* | MemoryMesh 长期记忆 |
crates/vulcan-runtime-assets | 系统提示词、供应商清单、子代理模板等权威资源 |
Rust Core 这边的依赖选型也值得一提:Tokio + Axum 做异步运行时与服务框架,rmcp(MCP 官方 Rust SDK)做协议层,LanceDB + Apache Arrow 做向量索引,SQLite 做本地存储,jieba-rs 做中文分词,portable-pty(来自 WezTerm)做跨平台伪终端。整体是一个性能取向、本地优先的技术栈——数据存本地 SQLite 与 LanceDB,不走中间服务器。
四、从源码把它跑起来(Windows)
按官方仓库说明,当前在 Windows x86_64 上完成了完整验证;Linux 与 macOS 有对应的 make.sh 脚本,但还没有完整跑通,官方也在 Issue 里征集各平台验证。
环境要求一共四样:
make- Rustup(仓库通过
rust-toolchain.toml固定工具链版本,进入目录后会自动安装) - PowerShell 7
- Node.js 与 pnpm
首次构建四步走:
make init-system # 首次:安装 Rust 工具、宿主依赖与受管 Node/pnpm
make sync # 同步配置、系统技能、插件与浏览器运行时到 output/
make build # 构建 Core、WebUI 与 Electron 桌面壳
make run # 启动桌面端
也可以用 make br 一步完成构建和运行;make bt 会完整构建后启动 Core 并进入 TUI,不启动桌面端和 Vite;发布构建使用 make release。
日常开发时,Vite 开发服务器、Core 服务和 Electron 桌面壳彼此独立,可以分别启动和重启:
make vite start # 启动 WebUI Vite 开发服务器(也支持 status / stop)
make service # 只启动后台 Core,不打开桌面窗口
make core-restart # 只改了 Rust Core 时:增量编译并热替换 Core
make sync # 改了资源、配置、技能或插件后需要重新同步
两条日常开发须知:只改 WebUI 页面时,保持 Vite 和桌面壳运行即可热更新;不要直接编辑 output/ 目录,权威资源在 crates/vulcan-runtime-assets/resources/。
想参与共建的话,官方约定也简单明了几条:面向 AI 的工具名称、描述、Schema 使用英文,面向用户的界面文案可用中文;仓库默认限制编译与测试并发为 4,验证时不要去掉这个限制;一个 PR 尽量只做一件事。提交前本地验证用:
# Rust:优先对修改的 crate 做定向检查
cargo check -p <crate> --all-targets
cargo nextest run -p <crate>
# WebUI
pnpm --dir apps/vulcan-code-web run lint
pnpm --dir apps/vulcan-code-web run test
pnpm --dir apps/vulcan-code-web run build
五、和 OpenCode、Cline、Claude Code 怎么选
Vulcan Code 不是凭空出现的,这一赛道已经有不少选手。按官方致谢,它自己也是站在 Codex、cc-switch、OpenCode、agency-agents 这些项目肩膀上的。选型上给你一张粗粒度对照表(各家迭代都很快,以实际版本为准):
| 工具 | 形态 | 突出特点 | 适合谁 |
|---|---|---|---|
| Vulcan Code | 桌面 GUI + TUI 双端 | 工作台整合、长期记忆、知识库、MCP 双向 | 想要可视化审查 + 终端效率兼顾的人 |
| Claude Code | 终端 CLI | 闭源商业,开箱即用,模型深度协同 | 追求稳定省心、预算充足的团队 |
| OpenCode | 终端 TUI | 开源、多模型、协议转换灵活 | 终端重度用户 |
| Cline | VS Code 插件 | IDE 内闭环、Plan/Act 双模式 | 习惯在 IDE 里干活的人 |
| OpenHands | Web/容器 | 自主智能体、SWE-bench 表现亮眼 | 任务式批量自动化场景 |
一句话总结差异点:多数开源工具在"终端形态"里卷,Vulcan Code 选择把桌面工作台的体验做厚——多面板、Diff 审查、AI 浏览器、记忆管理这些在 GUI 里做,天然比 TUI 里顺手;同时用同一个 Core 保留了终端形态。如果你既要 Cursor 式的可视化,又不想放弃 Claude Code 式的 Agent 能力,它值得试一把。
当然也要客观说两句现状:项目刚开源,Linux/macOS 还没完整验证,社区生态(插件、技能)还在起步期,生产环境使用前建议先在自己的非关键项目上跑一段时间。
六、路线图与参与共建
官方公布的路线图两项都挺有想象力:
- 远端手机连接:用手机远程查看和操控桌面上运行的会话——通勤路上看一眼 Agent 跑到哪了。
- Linux / macOS 适配验证:构建脚本已经具备,需要各平台完整验证,这正是社区 PR 最能发力的地方。
参与方式就是标准的开源协作流:遇到问题提 Issue(Bug 附上系统、复现步骤、日志截图;功能建议说明场景);改代码则 Fork 仓库、从 main 拉分支、先读根目录的 AGENTS.md 和对应领域的 docs/contracts/ 文档,PR 描述里写清改了什么、为什么、怎么验证的。
总结
把本文要点收拢成六条:
- Vulcan Code 是一款 MIT 开源的 AI Coding 软件,桌面 GUI 与终端 TUI 双端形态,共享同一个 Rust Core,Core 可后台独立运行,任务不中断。
- 任务推进提供 Goal 目标模式(带 Token 预算)与 Plan 计划模式,执行中可引导、可排队,AI 用选项卡片做结构化提问。
- 代码理解与经验积累靠三件套:CodeKit 实时工作树导航(不建索引)、AI 知识库(BM25/向量/混合检索)、MemoryMesh 长期记忆(自动提炼与召回)。
- 结果可检查:Diff 审查、AI 生成 Git 提交、AI 浏览器(可随时接管),交付物看得见控得住。
- 扩展体系四层:SKILL.md 技能、LuaSkills、MCP 客户端、插件系统,且 Vulcan Code 自身也是 MCP 服务器,可被 Claude Code/Codex 调用。
- 当前 Windows x86_64 完整验证可用,Linux/macOS 待社区验证;模型支持 DeepSeek、Kimi、阿里等国内供应商与多协议自定义接入。
FAQ
Q1:Vulcan Code 收费吗?和 Claude Code 是什么关系? 软件本身 MIT 协议开源,免费使用。它实现上参考了 Codex 等项目的公开协议设计,但与 Anthropic、OpenAI 没有隶属关系,模型需要你自备 API Key(支持 DeepSeek、Kimi、阿里等国内供应商)。
Q2:Linux / macOS 现在能用吗? 官方说明构建脚本已具备,但完整验证目前只在 Windows x86_64 完成。Linux/macOS 用户可以尝试构建并反馈问题,官方在 Issue 里征集验证。
Q3:不预建索引的代码导航,大项目会不会很慢? CodeKit 走实时工作树的结构定位与文本搜索(底层随包提供 ripgrep 与 ast-grep),省去了索引维护与过期问题;需要语义检索时官方建议接入外部 MCP 服务补足,两种路线可以并存。
Q4:长期记忆会不会越积越乱? MemoryMesh 的记忆支持查看、修正、删除,带回收站和来源追溯,不是黑盒;知识库同样支持历史还原与按项目授权,可控性设计是显式做进产品里的。
参考资料
- Vulcan Code GitHub 仓库(README、docs/contracts/ 开发契约文档):
https://github.com/OpenVulcan/vulcan-code - MCP 官方 Rust SDK(rmcp)与 Model Context Protocol 规范
- RTK 命令输出压缩、Context7 文档检索等内置组件的官方文档
写在最后:AI Coding 工具正在从"单点补全"进化到"完整工作台",双端同核、长期记忆、MCP 双向这三个方向都值得持续观察。如果你也在用它或者动手构建了,欢迎评论区聊聊你的体验;觉得本文有帮助的话,点个赞和收藏,后续我会继续跟进这类开源 AI 编程工具的深度拆解。
相关链接
| 名称 | 链接 |
|---|---|
https://github.com/OpenVulcan/vulcan-code | https://github.com/OpenVulcan/vulcan-code |
更多推荐


所有评论(0)