🤖 AIBO - 高级多智能体自主编程AI助手

一款基于多智能体架构的自主编程 AI 助手，支持终端和飞书两种交互方式，可接入主流 AI 模型服务。

✨ 功能特性

• 🧠 自主编程: 跨语言编写、修改、调试和优化代码，具备完整的本地文件系统访问能力
• 🔌 多模型支持: 兼容 OpenAI、Anthropic Claude、Google Gemini、Mistral、Groq、Ollama、Azure OpenAI 及任意 OpenAI 兼容接口
• 🤝 多智能体协作: 内置 15 个专业 Agent（协调者、架构师、编码者、测试者等），支持并行任务分解与执行
• 🛠️ 技能扩展（Skills）: 通过 skills/ 目录扩展 AI 的专项能力，内置 45+ 技能（代码审查、CI/CD、前端开发、整理代码等）
• 📄 项目上下文配置（AIBO.md）: 支持在项目根目录创建 AIBO.md 文件，提供持久化的项目级指令和上下文，适用于所有会话
• 🔗 MCP 工具集成: 通过 mcps/ 目录接入 GitHub、Slack 等外部服务，扩展 AI 工具调用范围
• 🖥️ 本机 CLI 工具集成: 自动检测并调用本机已安装的编程 CLI 工具（Claude Code、Gemini CLI、Codex、Cursor、GitHub Copilot），将编码子任务委派给这些工具执行
• 🌐 浏览器自动化: 内置 Playwright 浏览器自动化工具集，支持网页导航、交互、内容提取、截图和自动化测试
• 🖼️ 图像处理: 支持读取和分析本地图像文件（JPEG、PNG、GIF、WebP），可与视觉模型集成进行图像识别和分析
• 🏢 飞书企业集成: 作为飞书机器人接入企业群/私聊，支持互动卡片消息、图像消息和 /rebot 重启命令
• 🎙️ 语音输入: 通过腾讯云 ASR 实现实时语音转文字输入（需配置腾讯云密钥）
• 🌐 网页搜索与抓取: 内置 Web 搜索和网页内容获取能力，辅助信息收集与研究
• 🌍 中英双语: 支持中文和英文系统提示，可通过 AIBO_LANGUAGE 切换

🚀 快速开始

📋 先决条件

• Node.js 18+

📦 全局安装

npm install -g @boay/aibo

⚙️ 配置

在任意工作目录创建 .env 文件，至少填写 AI 模型相关配置：

# 必填：AI 模型（以 OpenAI 为例）
AIBO_API_KEY=sk-...
AIBO_MODEL_NAME=gpt-4o

# 可选：语言（zh / en，默认 en）
AIBO_LANGUAGE=zh

完整变量说明请参阅 docs/env.md。

📄 项目上下文配置（AIBO.md）

在项目根目录创建 AIBO.md 文件，可以为 AIBO 提供持久化的项目级指令和上下文。该文件内容会在每次会话启动时自动加载，适用于所有交互场景。

# AIBO.md
你是一个专业的前端开发助手，专注于 React 和 TypeScript 项目。
- 优先使用函数组件和 hooks
- 代码必须包含完整的类型定义
- 遵循项目的 ESLint 规则

💡 提示：AIBO.md 文件支持 Markdown 格式，可以包含项目架构、编码规范、技术栈说明等任何有助于 AI 理解项目上下文的信息。

🖼️ 图像处理功能

AIBO 现在支持读取和分析本地图像文件，包括 JPEG、PNG、GIF 和 WebP 格式。

终端模式图像处理

在终端交互模式下，您可以直接要求 AIBO 分析本地图像：

# 启动 AIBO
aibo

# 在对话中要求分析图像
用户: "分析这张图片中的内容"
用户: "请描述 images/example.jpg 文件"

AIBO 会自动调用 read-image 工具读取指定的图像文件，并将其转换为 Base64 编码供视觉模型分析。

飞书模式图像处理

在飞书集成模式下，您可以：

• 直接在飞书聊天中发送图像文件
• AIBO 会自动接收并分析图像内容
• 支持基于图像内容的多轮对话

💡 提示：图像处理功能需要视觉能力的 AI 模型（如 GPT-4o、Claude 3.5 Sonnet 等）才能提供最佳的分析效果。

🖥️ 使用场景

场景一：终端交互模式

适合本地开发、日常编程辅助。

aibo
# 或显式指定
aibo --mode=console

启动后直接在终端与 AIBO 对话，输入任务描述即可。

📋 内部命令

在终端交互模式下，支持以下内部命令：

| 命令 | 说明 | |------|------| | /help | 显示帮助信息和可用命令列表 | | /abort | 中断当前正在执行的操作 | | /session | 查看会话元数据统计信息（模型使用量、Token 消耗等） | | /verbose | 切换详细/简洁输出模式 | | /new | 开始新会话（清除对话历史） | | /compact | 压缩对话历史（保留知识库，释放上下文） | | /voice | 启动语音输入（5秒录音） | | /rebot | 重启并重新构建 |

💡 提示：在飞书模式下，同样支持这些内部命令，通过在飞书聊天中输入相应命令即可使用。

场景二：飞书机器人模式

适合企业团队，通过飞书群聊或私聊与 AIBO 交互。

在 .env 中额外配置飞书应用信息（详见 docs/env.md — Lark 飞书配置）：

AIBO_LARK_APP_ID=cli_xxxxxxxxxxxxxxxx
AIBO_LARK_APP_SECRET=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

配置完成后启动：

aibo
# 或显式指定
aibo --mode=lark

💡 当 AIBO_LARK_APP_ID、AIBO_LARK_APP_SECRET、AIBO_LARK_RECEIVE_ID、AIBO_LARK_INTERACTIVE_TEMPLATE_ID 四个变量均已配置时，aibo 默认以飞书模式启动。

场景三：语音输入模式

在终端交互模式下，额外配置腾讯云 ASR 密钥后可直接通过麦克风语音输入：

AIBO_TENCENTCLOUD_APP_ID=1234567890
AIBO_TENCENTCLOUD_SECRET_ID=AKIDxxxxxxxxxxxxxxxx
AIBO_TENCENTCLOUD_SECRET_KEY=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

🖥️ 命令行参数

aibo 命令支持以下参数：

| 参数 | 说明 | 可选值 | 默认值 | |------|------|--------|--------| | --version | 输出当前版本号 | - | - | | --mode <mode> | 指定交互模式 | console | lark | 自动检测（有 Lark 配置时为 lark，否则为 console） | | --type <type> | 指定飞书交互类型（仅 --mode=lark 生效） | user_chat | group_chat | user_chat |

示例：

# 强制使用终端模式
aibo --mode=console

# 强制使用飞书模式
aibo --mode=lark

# 飞书群聊模式
aibo --mode=lark --type=group_chat

# 也可以通过子命令方式调用
aibo interact --mode=lark --type=group_chat

🔧 本地开发

git clone https://github.com/xiaoshuangLi/aibo.git
cd aibo
npm install
cp .env.example .env  # 按需编辑

# 终端模式
npm run dev

# 飞书模式
npm run dev:lark

# 构建
npm run build

# 测试
npm test

🔌 对接 AI 模型

AIBO 支持市面上主流的 AI 模型服务商，只需在 .env 中配置对应的 API Key 和模型名称即可。

🟣 Anthropic Claude（推荐）

Claude 是 Anthropic 开发的高性能大语言模型，在编程和推理任务上表现出色。

AIBO_API_KEY=sk-ant-api03-...
AIBO_MODEL_NAME=claude-opus-4-5
# 也可以使用其他 Claude 版本：
# AIBO_MODEL_NAME=claude-3-5-sonnet-20241022
# AIBO_MODEL_NAME=claude-3-5-haiku-20241022

🔑 获取 API Key：访问 https://console.anthropic.com → Settings → API Keys → Create Key

🟢 OpenAI GPT

AIBO_API_KEY=sk-...
AIBO_MODEL_NAME=gpt-4o
# 其他可选模型：gpt-4o-mini、o1、o3-mini

🔑 获取 API Key：访问 https://platform.openai.com → API keys → Create new secret key

🔵 Google Gemini

AIBO_API_KEY=AIzaSy-...
AIBO_MODEL_NAME=gemini-2.0-flash
# 其他可选模型：gemini-2.0-pro、gemini-1.5-flash

🔑 获取 API Key：访问 https://aistudio.google.com/app/apikey

🟡 Groq（超高速推理）

AIBO_API_KEY=gsk_...
AIBO_MODEL_NAME=llama-3.3-70b-versatile
AIBO_MODEL_PROVIDER=groq

🔑 获取 API Key：访问 https://console.groq.com → API Keys

🟠 Mistral

AIBO_API_KEY=...
AIBO_MODEL_NAME=mistral-large-latest

🏠 Ollama（本地部署，完全免费）

无需 API Key，在本地运行开源模型，保护数据隐私。

AIBO_BASE_URL=http://localhost:11434
AIBO_MODEL_NAME=llama3
AIBO_MODEL_PROVIDER=ollama

💻 安装 Ollama：访问 https://ollama.com 下载，然后执行 ollama pull llama3

☁️ Azure OpenAI

AIBO_API_KEY=...
AIBO_BASE_URL=https://<your-instance>.openai.azure.com
AIBO_MODEL_NAME=<your-deployment-name>
AIBO_MODEL_PROVIDER=azure
AIBO_AZURE_API_VERSION=2024-02-15-preview

🇨🇳 国产模型（DeepSeek、Qwen 等 OpenAI 兼容接口）

# DeepSeek
AIBO_API_KEY=...
AIBO_BASE_URL=https://api.deepseek.com
AIBO_MODEL_NAME=deepseek-chat

# 阿里云百炼（Qwen）
AIBO_API_KEY=...
AIBO_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
AIBO_MODEL_NAME=qwen-max

🤝 多智能体系统（Agents）

AIBO 内置了 15 个专业 Agent，通过多智能体协作完成复杂任务。这些 Agent 定义在 agents/ 目录中，每个 Agent 拥有独立的专业能力和职责边界。

| 🤖 Agent | 职责 | |----------|------| | 🎯 coordinator | 协调者 — 任务分解、多 Agent 调度、依赖管理 | | 🏗️ architect | 架构师 — 系统设计、技术选型、架构评审 | | 💻 coder | 编码者 — 功能实现、Bug 修复、代码重构 | | 🧪 testing | 测试工程师 — 测试用例编写、自动化测试 | | ✅ validator | 验证者 — 代码质量验证、规范检查 | | 🔐 security | 安全专家 — 安全漏洞扫描、安全加固建议 | | ⚡ performance | 性能工程师 — 性能分析、优化方案 | | 🚀 devops | DevOps 工程师 — CI/CD、部署、运维 | | 📖 documentation | 文档工程师 — 文档撰写、API 文档生成 | | 🔬 researcher | 研究员 — 技术调研、方案比较、信息收集 | | 🔄 refactoring | 重构专家 — 代码重构、技术债务清理 | | 💡 innovator | 创新者 — 创意方案、新技术探索 | | 📊 data-analyst | 数据分析师 — 数据处理、可视化方案 | | ✏️ prompt_engineer | 提示词工程师 — Prompt 优化、AI 交互设计 | | 🌐 nexus | 枢纽 — 跨 Agent 信息整合与汇报 |

📁 自定义 Agent：在 agents/ 目录下新建 Markdown 文件，按照现有格式定义 Agent 的名称、描述和能力，即可扩展自己的专属 Agent。

🛠️ 技能系统（Skills）

Skills 是 AIBO 的专项能力模块，定义在 skills/ 目录中，每个 Skill 为 AI 提供特定场景下的工作流指导。

🎨 内置技能一览

| 分类 | 技能 | |------|------| | 💻 编程开发 | autonomous-coding、debugging、self-debugging、code-review、refactoring | | 🌐 前端 | react-development、vue-development、typescript-frontend、frontend-design、web-artifacts-builder | | 🧪 测试 | test-driven-development、webapp-testing、playwright-skill | | 🔧 工程化 | ci-cd、git-workflow、using-git-worktrees、spec-driven-development、claude-code-hooks | | 📄 文档与内容 | doc-coauthoring、pdf、docx、pptx、xlsx | | 🤖 AI & Agent | coding-agent-router、parallel-agents、subagent-driven-development、write-subagent-todos、mcp-builder、skill-creator | | 🎨 设计 | canvas-design、brand-guidelines、theme-factory、algorithmic-art、d3js-skill | | ☁️ 平台集成 | github-automation、gitlab-automation、slack-gif-creator、tencent-wsa | | 📋 项目管理 | project-context、context-management、feature-organizer、internal-comms、file-organizer | | 🧠 提示词 | chain-of-thought、few-shot-prompting、api-design |

📁 自定义技能：在 skills/ 目录下创建新文件夹，添加 SKILL.md 文件，按照现有格式描述技能的触发条件、工作流程和最佳实践。

🖥️ 本机 CLI 工具集成

AIBO 支持直接调用本机已安装的 AI 编程 CLI 工具，无需额外配置，启动时自动检测并加载。

| 工具 | 命令 | 擅长场景 | |------|------|---------| | 🟣 Claude Code | claude | 架构决策、代码审查、复杂重构、跨文件分析 | | 🔵 Gemini CLI | gemini | 前端 UI 组件（React/Vue/CSS）、超长上下文任务 | | 🟢 OpenAI Codex | codex | 后端 API、数据库/ORM、服务端逻辑、脚本 | | 🔷 Cursor | cursor | 通用编程：文件编辑、Shell 命令、代码库搜索 | | ⚫ GitHub Copilot | copilot | 通用编程：文件编辑、Shell 命令、代码库搜索 |

当多个工具同时可用时，AIBO 按任务类型自动路由（前端 → Gemini、后端 → Codex、架构 → Claude、通用 → Cursor/Copilot）；只有一个工具时，所有任务都委派给该工具。

📖 详细安装指南及路由策略请参阅 docs/cli-tools.md

🔗 MCP 工具集成（Model Context Protocol）

MCP（Model Context Protocol）允许 AIBO 连接外部工具和服务，极大扩展其能力边界。工具配置定义在 mcps/ 目录中。

🎯 功能场景

AIBO 通过 MCP 协议接入外部工具和服务，扩展 AI 的工具调用范围：

• 🐙 GitHub / Slack 等：通过标准 MCP 配置接入第三方服务 API，实现自动化操作
• 🌐 自定义服务：接入任意支持 MCP 协议的 HTTP 服务，灵活扩展能力边界

💡 与本机 CLI 工具集成的区别：AIBO 还支持直接调用本机已安装的编程 CLI 工具（Claude Code、Gemini CLI、Codex、Cursor、GitHub Copilot 等），这是独立于 MCP 的另一项功能特性，无需额外配置，AIBO 启动时会自动检测并加载。

➕ 添加 MCP 工具

在 mcps/ 目录下创建 JSON 配置文件，格式如下：

{
  "name": "my-tool",
  "description": "工具描述",
  "endpoint": "http://localhost:8080/mcp",
  "authentication": {
    "type": "none"
  }
}

tools 字段可选，省略时由 MCP Server 自动发现可用工具。

📖 详细说明请参阅 docs/mcp.md

📊 环境变量概览

以下列出所有支持的环境变量及其简要说明，完整配置步骤请查阅 docs/env.md。

🧠 模型配置

| 变量名 | 必填 | 说明 | |--------|------|------| | AIBO_API_KEY | 视服务商而定 | 统一 API 密钥（OpenAI / Anthropic / Google 等） | | AIBO_BASE_URL | 视服务商而定 | 自定义 API 基础 URL（Azure / Ollama / 兼容接口必填） | | AIBO_MODEL_NAME | ✅ | 模型名称，如 gpt-4o、claude-opus-4-5 | | AIBO_MODEL_PROVIDER | 部分必填 | 显式指定服务商，Groq / Ollama / Azure 必须设置 | | AIBO_AZURE_API_VERSION | 仅 Azure | Azure OpenAI API 版本，默认 2024-02-15-preview | | AIBO_CUSTOM_HEADERS | ❌ | 附加到模型 API 请求的自定义 HTTP 请求头，格式：Key1:Value1\|Key2:Value2 |

⚙️ 运行时配置

| 变量名 | 必填 | 默认值 | 说明 | |--------|------|--------|------| | AIBO_RECURSION_LIMIT | ❌ | 1000 | LangGraph 递归深度上限 | | AIBO_CHECKPOINTER_TYPE | ❌ | memory | 检查点存储类型：memory / sqlite / filesystem | | AIBO_VERBOSE_OUTPUT | ❌ | false | 是否开启调试输出 | | AIBO_LANGUAGE | ❌ | en | 提示语言：en / zh | | AIBO_PERSONA | ❌ | 魅魔人设 | 自定义 AI 人设描述 | | AIBO_MAX_CONCURRENT_SUBTASKS | ❌ | 5 | 最大并发子任务数（1–50） | | AIBO_SPECIAL_KEYWORD | ❌ | 干活 | 触发特殊行为的关键词 |

🎙️ 腾讯云 ASR（语音功能）

| 变量名 | 必填 | 说明 | |--------|------|------| | AIBO_TENCENTCLOUD_APP_ID | ✅ | 腾讯云账号 AppID | | AIBO_TENCENTCLOUD_SECRET_ID | ✅ | 腾讯云 API SecretId | | AIBO_TENCENTCLOUD_SECRET_KEY | ✅ | 腾讯云 API SecretKey | | AIBO_TENCENTCLOUD_REGION | ❌ | 服务地域，默认 ap-guangzhou |

🔗 Composio 集成

| 变量名 | 必填 | 说明 | |--------|------|------| | AIBO_COMPOSIO_API_KEY | ✅ | Composio 平台 API Key | | AIBO_COMPOSIO_EXTERNAL_USER_ID | ✅ | Composio 外部用户 ID |

🏢 Lark 飞书集成

| 变量名 | 必填 | 说明 | |--------|------|------| | AIBO_LARK_APP_ID | ✅ | 飞书自建应用 App ID | | AIBO_LARK_APP_SECRET | ✅ | 飞书自建应用 App Secret | | AIBO_LARK_RECEIVE_ID | ✅ | 默认消息接收方 ID | | AIBO_LARK_INTERACTIVE_TEMPLATE_ID | ❌ | 飞书互动卡片模板 ID |

💡 当 AIBO_LARK_APP_ID、AIBO_LARK_APP_SECRET、AIBO_LARK_RECEIVE_ID、AIBO_LARK_INTERACTIVE_TEMPLATE_ID 四个变量均已配置时，aibo 将自动以飞书模式启动。可通过 aibo --mode=console 或 aibo --mode=lark 显式指定模式。

📖 详细配置步骤（含飞书卡片搭建说明）请参阅 docs/env.md — Lark 飞书配置。

📚 文档

| 📄 文件 | 说明 | |---------|------| | docs/env.md | 所有环境变量的详细说明及获取步骤 | | docs/mcp.md | MCP 工具集成说明（接入 GitHub、Slack 等外部服务） | | docs/cli-tools.md | 本机 CLI 工具集成（Claude Code、Gemini CLI、Codex、Cursor、GitHub Copilot） | | agents/ | 内置 Agent 定义，可扩展自定义 Agent | | skills/ | 内置技能列表，可扩展自定义技能 |

🤝 贡献指南

我们欢迎贡献！请遵循以下步骤：

1. Fork 仓库
2. 创建您的功能分支 (git checkout -b feature/AmazingFeature)
3. 提交您的更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 打开 Pull Request

📜 许可证

此项目在 MIT 许可证下发布 - 有关详细信息，请参阅 LICENSE 文件。

📬 联系方式

如有问题或建议，请创建 GitHub Issue 或联系项目维护者。