YOME AGENT

Empower Kernel · 赋能内核

主动式上下文 · 原生应用赋能 · 智能 Bash 内核 让 AI 真正感知你、连接你、为你交付的开源底座。

English · 简体中文

Yome Agent 不是又一个 chat agent。它是 Yome 的开源底盘 —— 一台把 LLM、你的设备、你机器上的原生 app 编织成统一运行环境的 Empower Kernel。

模型已经很强了。它住在你 12 个 context 之外的某处。今天你是 context 与 tool 之间的 router; 80% 的工作日花在搬运而不是创造。Yome Agent 的存在是为了把这层路由职责从你手里拿走 —— 不是再造一个工具,而是让你已有的工具醒来。

60 秒上手

# 安装
npm install -g @poping/yome

# 配置 (写入 ~/.yome/config.json)
yome --key sk-... --base-url https://your.endpoint --model your-model

# 运行
yome                              # 交互式 REPL
yome "总结一下 package.json"       # 一次性

# 安装第一个原生 skill (PowerPoint 编辑器)
yome skill install github:Whopus/yome-skill-ppt
yome skill list

yome 跑起来后,试一下:

> 帮我新建一个 ppt,标题 "Q3 Review",保存到桌面

模型会自己用 Bash 调 ppt new ~/Desktop/q3.pptx → ppt title 1 --text="Q3 Review" → ppt save。Microsoft PowerPoint 在你桌面打开,文件落地。这就是 Empower Kernel 的最小闭环。

三大引擎

Yome Agent 由三个相互独立、又彼此咬合的引擎组成。每一个都是 Yome 商业蓝图中 Agentic Empower Intelligence 的一块 ground truth。

1. Agentic Contextual Engine · 主动式上下文引擎

Context 不是一段静态字符串,而是一条 living continuum。

Agent loop 不能只活在用户敲下 Enter 的那 30 秒;它应当 always-on, never-forget, ambient。这是 Yome Agent 与传统 chat-style coding agent 的根本分野。

| 能力 | 含义 | |---|---| | Daemon · 守护进程 | Yome 是一个跑在系统层的 daemon,而不是一个聊天窗口。它在后台一直盯着你的文件系统、日历、IM 信号、长任务进程,只有真正值得打断你的时候才出现。Agent loop 永远不需要从零冷启动。 | | Live compaction · 即时压缩 | 长会话自动压缩历史,token 永远不爆,记忆永远不丢 | | Oncall · 主动响应 | Agent 由事件驱动,而不是 prompt 驱动。微信 / 飞书 / Slack / iMessage 来消息,日历到点,build 跑完,GPU 飙高,有人 @你 —— Yome 监听这些信号,主动把"这件事 + 一个候选回复"推给你,而不是等你想起来再问它。 |

当前可用:

yome thread list                                # 列出当前 cwd 的历史会话
yome thread share <session-id> --skill=<slug>   # 构建脱敏的 case bundle
yome thread submit <bundle-dir> --skill=<slug>  # 作为 PR 发布 (需要 gh CLI)

会话 / 历史压缩 / case bundle 这三件已落地。Daemon 与 Oncall 在 next 分支推进。

2. Agentic Native Skill · 原生应用赋能

真正稀缺的能力不是"另一个 prompt 模板",也不是"远端跑的 MCP wrapper"。是调起你机器上已经装好的那些原生 app,让它们听懂 agent 的指令。

我们把这种 skill 叫 Native Skill:

| 类型 | 跑在哪 | 干什么 | 例子 | |---|---|---|---| | Prompt Skill | LLM context window | 加载一段 markdown 提示模板 | code-review, web-research | | MCP Server | 远端进程 | 暴露 JSON-RPC tool 给 LLM | github MCP, filesystem MCP | | Native Skill (Yome) | 你本机 (macOS / Win / Linux) | 通过 AppleScript / Win32 / DBus 驱动原生 app | ppt, xl, cal, mail, rem |

安装 / 管理:

yome skill install github:Whopus/yome-skill-ppt
yome skill perms @yome/ppt                      # 查看授予的 capability
yome skill perms @yome/ppt --revoke=fs:write    # 撤销某项
yome skill validate                             # 校验当前目录的 skill
yome skill publish                              # 发布到 hub (需要 `yome login`)

Capability 模型。 每个 skill 必须在 manifest 里声明它需要的 OS 资源,用户在安装时显式 grant。这不是 prompt 里的"请求权限",是真正的 sandbox gate:

| Capability | 含义 | |---|---| | applescript | 可执行 AppleScript (仅 macOS) | | fs:read / fs:write / fs:delete | 文件系统访问,作用域受限 | | network | 出站网络 | | shell | 任意 shell 命令 (危险,默认拒绝) |

未授权的能力一律返回 capability not granted: …,模型看到错误会主动让你 grant,而不是默默失败。

当前 Native Skills:

| Skill | Domain | 状态 | |---|---|---| | @yome/ppt | ppt | stable — 16 个 action,batch-ready,4 套主题 (--doc) | | @yome/xl | xl | beta | | @yome/cal | cal | beta | | @yome/rem | rem | beta | | @yome/mail | mail | alpha |

3. Agentic Bash Kernel · 智能 Bash 内核

Bash 即接口,skill 即 verb。用户在 shell 里怎么用,模型在 Bash tool 里就怎么用。 一套语法,两个用户。

模型不需要学习新工具:

// 模型工具列表里只有一个 Bash:
{ "name": "Bash", "description": "Run a shell command." }

// 模型想加一张幻灯片时这样发:
Bash({ "command": "ppt slide.add" })

// kernel 在 /bin/sh 看到之前就拦截,路由到已安装的
// @yome/ppt skill, 跑 AppleScript, 返回结果。

Skill 三层文档 · L1 / L2 / L3

模型选择和使用 skill 的全部信息分布在三层。每一层都为 token / latency 优化:

| Layer | 在哪 | 给谁看 | 长度 | |---|---|---|---| | L1 — Index | system prompt 永驻 | 模型每次对话都看 | 3 行 / ~60 tokens per skill | | L2 — Signature | <domain> --help 按需返回 | 模型决定要用之后 | ~50 行 / ~250 tokens | | L3 — Cookbook | <domain> --doc [name] 按需返回 | 复杂任务时主动查阅 | KB 级 markdown |

L1 看起来是这样 (system prompt 里 ppt skill 的真实块):

ppt | when:    user wants to create / edit / export PowerPoint .pptx slides
    | effects: opens Microsoft PowerPoint, writes files (first save to ~/Desktop may show OS dialog)
    | start:   ppt --help

只有三个字段,因为 LLM 选 tool 时也只在乎这三件事:何时该用 / 副作用是什么 / 第一步敲什么。Skill 作者在 yome-skill.json 里写:

"l1": {
  "when":    "user wants to create / edit / export PowerPoint .pptx slides",
  "entry":   "ppt --help",
  "effects": "opens Microsoft PowerPoint, writes files"
}

L2 (ppt --help) 是手写的 SIGNATURE.md —— 一行一 action,默认值内联,LLM 一眼扫完知道全部 args:

ppt new [path] [--force]                       create blank presentation
ppt open <path>                                open existing .pptx
ppt save [--path=P] [--force]                  save (or save-as)
ppt slides                                     TSV: index, title, shape count
ppt slide.add [--index=N] [--layout=N]
ppt title <slide> --text=<str>
ppt addtext <slide> --text=<str>
                       [--left=100 --top=200 --width=400 --height=50]
                       [--size=N --bold --italic]
                       [--color=red|#RRGGBB|R,G,B]
                       [--align=left|center|right]
ppt fmt <slide> --shape=<n> [--size=N --bold --italic --color --bg --align]
ppt export --format=pdf|png|jpg --path=<file> [--force]
…

L3 (ppt --doc) 列出 cookbook 模板; ppt --doc blue-white 返回完整模板内容(配色、字号、batch 例子)。Skill 作者在 docs/*.md 里用 frontmatter 声明:

---
name: blue-white
label: 蓝白风格
summary: 商务深蓝主色 + 白底,适合季度回顾、产品发布、销售汇报
tags: [theme, business]
---

Batch mode · 6 倍提速

序列任务在 cli agent 里是头号性能杀手 —— 每个 AppleScript 调用 200ms cold-start。Yome Bash kernel 内置 batch verb 把 N 步合成一次调用; --merge 进一步把 N 个 AppleScript 合成一个 osascript 进程:

ppt batch --merge <<EOF
new ~/Desktop/q3.pptx
title 1 --text="Q3 Review"
slide.add
title 2 --text="Revenue"
addtext 2 --text="+18% YoY" --size=72 --bold --color=green --align=center
slide.add
title 3 --text="Conclusion"
save
export --format=pdf --path=~/Desktop/q3.pdf
EOF

实测数字 —— 8 个连续 ppt action,M1 Mac:

| 模式 | Wall time | 提速 | |---|---|---| | 8 次独立 ppt … 调用 | 2041 ms | 1× | | ppt batch <<EOF…EOF (顺序执行) | 2353 ms | 1× (含解析开销) | | ppt batch --merge <<EOF…EOF | 334 ms | 6.1× |

Kernel 在 token 级别决定:第一个 token 是不是 reserved system command (47 个: git, ls, cd, rm, node…) ?是 → 直接放给 /bin/sh。否则 → 是不是某个已安装 skill 的 domain ?是 → 路由到 skill。否 → 透传给 shell。

因此 同一个 Bash tool 同时承载了:

• 真 shell 命令 (ls, git status, python script.py)
• skill verb (ppt new, cal create)
• shell 复合 (ppt slides | head -3 —— domain 命令的 stdout 喂给真 shell)
• 批量 (ppt batch --merge <<EOF…EOF)

Skills Marketplace · Skill 市场

yome skill search powerpoint              # 搜索公共 hub
yome skill install github:Whopus/yome-skill-ppt
yome skill install ./my-local-skill       # 本地目录
yome skill install github:owner/repo@v2   # 锁定到某 ref
yome skill update                         # 重新拉取所有已装 skill
yome skill rollback @yome/ppt             # 一级撤销
yome skill enable / disable / link / unlink / doctor

yome skill publish 把当前目录发布到公共 hub (需先 yome login 走 GitHub Device Flow)。Hub 只是发现层,skill 真身依然是 git repo —— 没有 vendor lock-in。

配置

export YOME_API_KEY=sk-...
export YOME_BASE_URL=https://your.endpoint
export YOME_MODEL=claude-opus-4-6
export YOME_PROVIDER=anthropic     # 或 openai (会从 base URL 自动检测)

或一次性写入 ~/.yome/config.json:

yome --key sk-... --base-url https://… --model …

存储布局:

~/.yome/
├── config.json                   # API 配置
├── skills/                       # 已安装的 native skill
│   ├── .index.json               # 缓存的注册表
│   └── yome/
│       └── ppt/                  # @yome/ppt skill, 就是 git repo 本体
└── threads/                      # 会话历史 (按 cwd 分目录)

哲学

用户不愿学习新产品,也不愿改变已有的行为模式。

我们不替代你的工具,而是在不打断现有流程的前提下进行赋能 (Empower)。Mail、Chat、Docs、Calendar、Files、Web —— 它们已经在你机器上,我们只是给它们装一层 living context 让它们苏醒。

| Before | After | |---|---| | Passive Tool · 被动工具 | Proactive Agent · 主动 Agent | | You route context → tool | Yome 替你伸进每一台设备 | | 12 contexts, 0 AI | 1 个 buddy,知道关于你的一切 |

项目状态

| 模块 | 状态 | |---|---| | Bash kernel (tokenizer + dispatcher + permission gate) | stable | | Native skill 格式 (yome-skill.json + L1/L2/L3 docs) | stable | | @yome/ppt (16 actions, batch + 4 themes) | stable | | Skill hub (search / install / publish) | stable | | Capability model (sandbox grants) | stable | | Thread 历史 + case bundles | stable | | Live history compaction | beta | | Daemon (系统级常驻 loop) | experimental, 在 next 分支 | | Oncall (事件驱动 / 主动 paging) | next-up |

Daemon roadmap (scoped, 在 next 分支)

• [ ] 系统消息拦截 — 微信 / 飞书 / Slack / WhatsApp / iMessage。实时捕获,过滤垃圾,主动协助回复,不漏任何重要消息。
• [ ] 日程 / Routine 自动化 — 订阅博主、社交频道、每日 digest、提醒闹铃、日历联动。不用打开就会自己跑。
• [ ] 状态变化监听 — 实验跑完、CPU / GPU 飙高、build 通过、有人 @你。在关键时刻推送,而不是事后汇总。

License

Apache License 2.0 —— Yome Agent + 官方 skills (yome-skill-ppt, yome-skill-xl, yome-skill-cal, yome-skill-rem, yome-skill-fs)。

社区贡献者发布到 Yome hub 的 skill 是作者自己的 git repo,各自适用其自己的 license。

YOME — Your Universal AI Work Buddy. Know everything. Run everywhere. Empower everyone.