🦈 CLI-JAW

内置 5 大 AI 引擎的专属本地助手

Claude、Codex、Gemini... 从此告别来回切换。

English / 한국어 / 中文

第一步：安装 WSL（以管理员身份运行 PowerShell — 仅需一次）

wsl --install

按提示重启电脑。重启后从开始菜单打开 Ubuntu。

第二步：安装 CLI-JAW（在 Ubuntu/WSL 终端中）

curl -fsSL https://raw.githubusercontent.com/lidge-jun/cli-jaw/master/scripts/install-wsl.sh | bash

第三步：认证 AI 引擎（任选其一）

copilot login    # GitHub Copilot（免费）
opencode         # OpenCode（提供免费模型）
claude auth      # Anthropic Claude
codex login      # OpenAI Codex
gemini           # Google Gemini

第四步：启动聊天

jaw serve
# → http://localhost:3457

💡 脚本使用 fnm 管理 Node.js。如果已有 nvm，则自动使用 nvm。

第一步：打开终端

打开 Finder → 应用程序 → 实用工具 → 终端.app （或者按 ⌘ Space 然后输入 Terminal）

第二步：粘贴并按 Enter

curl -fsSL https://raw.githubusercontent.com/lidge-jun/cli-jaw/master/scripts/install.sh | bash

Node.js + CLI-JAW 会自动安装。等到出现 🎉 就完成了。

第三步：登录并启动

copilot login    # 或者: claude auth / codex login / gemini login
jaw serve

在浏览器中打开 http://localhost:3457。搞定！🦈

🚀 安装与启动（30 秒）

npm install -g cli-jaw
jaw serve

搞定。 打开 http://localhost:3457 直接开聊。🦈

🕐 想让它 24 小时运行？ jaw service install — 自动检测 systemd、launchd 或 Docker。

需要 Node.js ≥ 22（下载）+ 下方至少 1 个 AI CLI 完成认证。

🔑 认证 AI 引擎

只需 一个 — 选你有的就行：

# ── 免费 ──
copilot login                # GitHub Copilot（免费套餐）
opencode                     # OpenCode — 首次运行自动认证（有免费模型）

# ── 付费 ──
claude auth                  # Anthropic Claude
codex login                  # OpenAI Codex
gemini                       # Google Gemini — 首次运行触发认证

检查就绪状态：jaw doctor

🦈 CLI-JAW Doctor — 12 checks

 ✅ Node.js        v22.15.0
 ✅ npm             v10.9.4
 ✅ Claude CLI      installed
 ✅ Codex CLI       installed
 ⚠️ Gemini CLI      not found (optional)
 ✅ OpenCode CLI    installed
 ✅ Copilot CLI     installed
 ✅ Database        jaw.db OK
 ✅ Skills          21 active, 88 reference
 ✅ MCP             3 servers configured
 ✅ Memory          MEMORY.md exists
 ✅ Server          port 3457 available

💡 不必全装 5 个。 有一个就能跑。助手会自动检测可用引擎，缺了就无缝切换到下一个。

CLI-JAW 是什么？

CLI-JAW 是驻留在您本地机器上的专属 AI 助手，并在您熟悉的界面中运行 — 网页、终端和 Telegram。您可以向它提出任何问题、委派任务或是自动化您的工作流。

💬 "帮我整理一下今天的日程" → 直接在 Telegram 上收到整理好的结果 💬 "重构这个模块，顺便写好测试" → 子 Agent 搞定，你喝杯咖啡回来就行 💬 "把那个 PDF 下载下来，关键信息放到 Notion 里" → 浏览器 + Notion 技能组合，搞定

与单一模型的助手不同，CLI-JAW 通过官方 CLI 命令行工具对 5 大 AI 引擎（Claude、Codex、Gemini、OpenCode、Copilot）进行编排 — 为您提供各大供应商最优势的能力及统一的体验。当一个引擎处于繁忙状态时，它会自动无缝切换至下一个。109 个内置技能可处理从浏览器自动化到文档生成的所有事务。

| | 为什么选择 CLI-JAW？ | | ------------------------------- | ------------------------------------------------------------------------------------- | | 🛡️ 安全合规 (TOS-Safe) | 仅使用官方 CLI — 无 API 密钥抓取、无逆向工程、无封号风险。 | | 🤖 经过验证的智能体工具 | 5 大实战级编码智能体（Claude、Codex、Gemini、OpenCode、Copilot）集于一身。 | | ⚡ 多模型自动回退 (Fallback) | 单一引擎发生故障？下一个立即接管。确保零停机。 | | 🎭 基于编排的性能优化 | 复杂的任务会被拆分给专业的子智能体，以实现效率最大化。 | | 📦 109 个内置技能 | 浏览器自动化、文档生成、Telegram 通知、持久化记忆 — 开箱即用。 | | 🖥️ 跨平台支持 | macOS、Linux、Windows — ENOENT-safe CLI 启动、自动检测、.cmd 支持，跨平台原生运行。 |

🆕 新功能 (v1.4.0)

| 功能 | 说明 | | -------------------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | 🧠 高级记忆系统 | 5 层分级存储（Profile、Episodes、Semantic、Procedures、Sessions）。混合检索：FTS5 + 语义搜索 + 查询扩展。Gemini Flash-Lite 嵌入。完整 UI 运维仪表盘（重建索引/审计）。 | | 🎨 模块化开发技能 | dev-frontend（1,428 行、13 文件）和 dev-backend（1,275 行、9 文件）从单一 SKILL.md 扩展为模块化结构，含核心参考（美学、反套路、安全、架构）和技术栈指南（React、Next.js、Node、Python、PostgreSQL）。 | | 📄 办公套件扩展 | 新增 HWP（韩文文档）支持。增强 PPTX 生成。活跃技能增至 21 个（原 18 个）。 | | ⚡ ACP 进度心跳 | 长时间代理运行期间实时 stderr_activity 事件推送。UI 模态控件支持条件心跳调度。 | | 🔄 技能重置 | jaw skill reset — 支持 --soft（重新加载）和 --hard（完全重装）模式。JAW_HOME 与 settings.json 不一致时自动修正 workingDir。 | | 🎬 视频技能 | 基于 Remotion 的 JSON 时间线定义程序化视频渲染。支持逐段旁白同步的 TTS 整合。 | | 📐 1M 上下文切换 | 通过 config.toml 注入为支持的模型启用/禁用 1M Token 上下文窗口。 | | 🚀 预览版发布 | 带时间戳版本（v1.4.0-preview.YYYYMMDD）的自动化预览发布流水线。GitHub prerelease 集成。 |

您的助手能做什么？

graph LR
    YOU["👤 您"] -->|网页 / 终端 / Telegram| JAW["🦈 CLI-JAW"]
    JAW -->|创建| C["Claude"]
    JAW -->|创建| X["Codex"]
    JAW -->|创建| G["Gemini"]
    JAW -->|创建| O["OpenCode"]
    JAW -->|创建| P["Copilot"]
    JAW -->|注入| SK["📦 技能"]
    JAW -->|控制| BR["🌐 Chrome"]
    JAW -->|发送| TG["📱 Telegram"]
    
    style JAW fill:#f5e6d3,stroke:#d4a574,stroke-width:2px,color:#5c4033

• 🤖 5 大 AI 引擎，1 个专属助手 — Claude · Codex · Gemini · OpenCode · Copilot。使用 /cli 命令一键切换。
• ⚡ 自动回退 (Fallback) — 即使一个引擎出现故障，下一个也会无缝接管。
• 🎭 多智能体编排 — 复杂任务会自动拆分给专业的子智能体并行处理。
• 🎤 语音输入 — Web 麦克风按钮 + Telegram 语音消息。多供应商 STT（OpenAI、Vertex AI）。
• 📝 提示词模板 — 使用可视化节点地图编辑器创建、管理和复用提示词模板。
• 📦 109 个技能 — 浏览器控制、文件编辑、图片生成、网页搜索以及更多功能。
• 🧠 持久化记忆 — 跨越不同会话，记住您过往的对话和偏好设定。
• 📱 Telegram 机器人 — 通过手机即可与您的助手聊天、发送语音/图片/文件。
• 🌐 浏览器自动化 — 您的助手能够自动导航网页、点击、打字并进行截图。
• 🔌 MCP 生态系统 — 仅需安装一次，立刻应用于所有 5 大 AI 引擎。
• 🔍 网页搜索 — 通过 MCP 工具实时获取最新信息。
• ⏰ 心跳任务 — 设置计划任务，令其在后台自动循环执行。

其他启动方式

jaw chat         # 终端 TUI（无需浏览器）
jaw service install  # 开机自动启动 (systemd/launchd/docker 自动检测)

⚠️ 安装须知： npm install -g cli-jaw 运行 postinstall 脚本，设置技能目录、自定义指令和 MCP 配置。现有配置不会被覆盖，而是合并处理。

📦 技能系统

109 个技能开箱即用 — 浏览器、GitHub、Notion、Telegram、记忆、PDF、图片生成等应有尽有。

| 层级 | 数量 | 工作方式 | | ------------ | :---: | ---------------------------------- | | 活跃技能 | 21 | 每次对话自动加载，随时可用。 | | 参考技能 | 89 | 用到的时候 AI 自己去读，按需调用。 |

活跃技能（常驻）

| 技能 | 功能 | | ------------------------------------------------------------------- | --------------------------------------- | | browser | Chrome 自动化 — 快照、点击、导航、截图 | | github | 问题、PR、CI、代码审查（使用 gh CLI） | | notion | 创建/管理 Notion 页面和数据库 | | memory | 跨会话持久长期记忆 | | telegram-send | 向 Telegram 发送照片、文档、语音消息 | | vision-click | 截图 → AI 找坐标 → 点击（一条命令） | | imagegen | 通过 OpenAI Image API 生成/编辑图像 | | pdf / docx / xlsx | 读取、创建、编辑办公文档 | | screen-capture | macOS 截图和摄像头捕获 | | openai-docs | 最新 OpenAI API 文档 | | dev / dev-frontend / dev-backend / dev-data / dev-testing | 子 Agent 开发指南 | | dev-pabcd / dev-scaffolding / dev-code-reviewer | 编排、脚手架和代码审查指南 |

参考技能（按需调用）

89 个技能随时待命 — Spotify、天气、深度研究、TTS、视频下载、Apple 提醒事项、1Password、Terraform、PostgreSQL、Jupyter 等。

jaw skill install <name>    # 参考 → 活跃，永久激活

📱 Telegram — 您口袋里的助手

您的助手不再被局限于办公桌前。通过 Telegram 随时随地开展对话：

📱 Telegram ←→ 🦈 CLI-JAW ←→ 🤖 AI 引擎

1. 创建机器人 — 给 @BotFather 发 /newbot → 复制 Token
2. 配置 — 运行 jaw init --telegram-token 你的TOKEN，或在 Web UI 设置中填入
3. 开聊 — 给你的机器人发任意消息。首次发送时 Chat ID 会自动保存。

您可以在 Telegram 中进行哪些操作：

• 💬 与您的助手聊天（在 5 大 AI 引擎中任选其一）
• 🎤 发送语音消息（自动转写为文字）
• 📎 发送文件和图片进行处理
• ⚡ 运行系统命令（/cli、/model、/status）
• 🔄 随时随地切换 AI 引擎

您的助手会返回什么内容：

• 带有 Markdown 格式的 AI 答复
• 生成的图片、PDF 及各类文档
• 计划任务（心跳任务）的执行结果
• 浏览器快照与截图

🎤 语音 & STT — 语音转文字

CLI-JAW 通过多供应商 STT 在所有界面支持语音输入：

| 供应商 | 设置方法 | | -------------------- | ------------------------------------------ | | OpenAI 兼容 | Settings UI → STT → OpenAI 端点 + API 密钥 | | Google Vertex AI | Settings UI → STT → Vertex AI 凭证 | | 自定义端点 | 任何 OpenAI 兼容的 STT API URL |

可以使用语音的场景：

• 🌐 Web UI — 点击麦克风按钮实时录音并转写
• 📱 Telegram — 发送语音消息，AI 处理前自动转写
• 🎙️ 多模态 — 在单条消息中组合语音 + 文字 + 文件附件

所有 STT 设置（供应商、API 密钥、语言）均在 Settings UI 中管理 — 无需编辑配置文件。

🎭 多智能体编排

对于复杂的任务，您的助手会自动将其委派给专业的子智能体：

graph TD
    USER["👤 用户请求"] --> TRIAGE["🔍 分诊 — 简单还是复杂？"]
    
    TRIAGE -->|简单| DIRECT["⚡ 直接回"]
    TRIAGE -->|复杂| PLAN["📝 拆分规划"]
    
    PLAN --> FE["🎨 前端"]
    PLAN --> BE["⚙️ 后端"]  
    PLAN --> DATA["📊 数据"]
    
    FE --> GATE["🚪 门控审查"]
    BE --> GATE
    DATA --> GATE
    
    GATE -->|过了| NEXT["✅ 搞定"]
    GATE -->|没过| RETRY["🔄 改了再来"]

    style USER fill:#f5e6d3,stroke:#d4a574,stroke-width:2px,color:#5c4033
    style TRIAGE fill:#fdf2e9,stroke:#d4a574,color:#5c4033
    style PLAN fill:#f5e6d3,stroke:#d4a574,stroke-width:2px,color:#5c4033
    style GATE fill:#f5e6d3,stroke:#d4a574,stroke-width:2px,color:#5c4033

您的助手会自主决定任务是需要编排介入，还是直接予以答复。完全无需额外配置。

🔌 MCP — 单次配置，驱动 6 大 AI 引擎

jaw mcp install @anthropic/context7    # 安装一次
# → 自动同步到 Claude、Codex、Gemini、OpenCode、Copilot、Antigravity

graph LR
    MJ["📄 mcp.json"] -->|自动同步| CL["Claude"]
    MJ -->|自动同步| CX["Codex"]
    MJ -->|自动同步| GM["Gemini"]
    MJ -->|自动同步| OC["OpenCode"]
    MJ -->|自动同步| CP["Copilot"]
    MJ -->|自动同步| AG["Antigravity"]
    
    style MJ fill:#f5e6d3,stroke:#d4a574,stroke-width:2px,color:#5c4033

只需告别编辑 6 份不同配置文件的繁琐流程。单次安装，所有 AI 引擎立刻生效。

⌨️ CLI 命令

jaw serve                         # 启动服务器
jaw service install               # 开机自动启动 (systemd/launchd/docker 自动检测)
jaw service status                # 查看守护进程状态
jaw service unset                 # 取消自动启动
jaw service logs                  # 查看服务日志
jaw chat                          # 终端 TUI
jaw doctor                        # 诊断（12 项检查）
jaw skill install <name>          # 安装技能
jaw mcp install <package>         # 安装 MCP → 同步全部 6 CLI
jaw memory search <query>         # 搜索记忆
jaw browser start                 # 启动 Chrome（CDP）
jaw browser vision-click "登录"    # AI 智能点击
jaw clone ~/my-project            # 实例克隆
jaw --home ~/my-project serve --port 3458  # 运行第二个实例
jaw reset                         # 全面重置

🏗️ 多实例 — 项目级别的独立环境

可以同时运行多个独立的 CLI-JAW 实例 — 每个都有自己的设置、记忆、技能和数据库。

# 将默认实例克隆到新项目
jaw clone ~/my-project

# 在不同端口运行
jaw --home ~/my-project serve --port 3458

# 或者两个都设置开机自启
jaw service install                                # 默认 → 端口 3457
jaw --home ~/my-project service install --port 3458 # 项目 → 端口 3458

每个实例完全独立 — 工作目录、记忆、MCP 配置各不相同。非常适合工作/个人环境分离或按项目配置 AI。

| 参数 / 环境变量 | 功能 | | --------------------- | ------------------------------ | | --home <路径> | 指定本次运行使用的自定义主目录 | | --home=<路径> | 同上（= 语法） | | CLI_JAW_HOME=<路径> | 通过环境变量指定 | | jaw clone <目标> | 将当前实例克隆到新目录 | | --port <端口> | serve / service 自定义端口 |

🤖 模型

每个 CLI 都有预设快捷选项，但你也可以直接输 任意模型 ID。

| CLI | 默认值 | 主要模型 | | ------------ | -------------------------- | ---------------------------------------------- | | Claude | claude-sonnet-4-6 | opus-4-6、haiku-4-5、扩展思考变体 | | Codex | gpt-5.3-codex | spark、5.2、5.1-max、5.1-mini | | Gemini | gemini-2.5-pro | 3.0-pro-preview、3-flash-preview、2.5-flash | | OpenCode | claude-opus-4-6-thinking | 🆓 big-pickle、GLM-5、MiniMax、Kimi、GPT-5-Nano | | Copilot | gpt-4.1 🆓 | 🆓 gpt-5-mini、claude-sonnet-4.6、opus-4.6 |

🔧 想加模型？改 src/cli/registry.ts 这一个文件就行，全局自动生效。

🐳 Docker — 容器隔离

在 Docker 容器中运行以实现安全隔离 — AI 代理无法访问主机文件。

docker compose up -d        # → http://localhost:3457

详细信息请参阅 English README。 提供 Dockerfile（npm 发布版）和 Dockerfile.dev（本地源码构建）两种方式。

🛠️ 开发

# 构建（TypeScript → JavaScript）
npm run build          # tsc → dist/

# 从源码运行（开发）
npm run dev            # tsx server.ts
npx tsx bin/cli-jaw.ts serve   # 直接运行 .ts 文件

# 从构建产物运行（生产）
node dist/bin/cli-jaw.js serve

项目结构：

src/
├── agent/          # AI 代理生命周期 & 生成
├── browser/        # Chrome CDP 自动化
├── cli/            # CLI 注册表 & 模型预设
├── core/           # DB、配置、日志
├── http/           # Express 服务器 & 中间件
├── memory/         # 持久记忆系统
├── orchestrator/   # 多 Agent 编排流水线
├── prompt/         # 提示注入 & AGENTS.md 生成
├── routes/         # REST API 端点（40+）
├── security/       # 输入验证 & 安全护栏
└── telegram/       # Telegram 机器人集成

TypeScript — strict: true、NodeNext 模块解析、ES2022 目标。

🧪 测试

npm test

用 tsx --test 跑（Node.js 原生测试 + TypeScript）。

📖 文档

| 文档 | 内容 | | --------------------------------------- | -------------------------------------- | | ARCHITECTURE.md | 系统设计、模块图、REST API（40+ 端点） | | TESTS.md | 测试覆盖率、测试计划 |

🔧 故障排查

| 症状 | 原因 | 解决方法 | | ---------------------------- | ----------------------------- | ------------------------------------------------------------------------ | | command not found: cli-jaw | npm 全局 bin 不在 PATH 中 | 运行 npm config get prefix，将 bin/ 加入 PATH | | doctor 显示 CLI 缺失 | 对应 CLI 未安装 | 按提示安装，如 npm i -g @anthropic-ai/claude-code | | 端口 3457 被占用 | 其他进程占用了端口 | 改用 PORT=4000 jaw serve 或终止占用进程 | | Telegram 机器人无响应 | Token 未配置或缺少 Chat ID | 重新运行 jaw init --telegram-token ... | | Telegram ✓✓ 延迟显示 | Telegram 服务器端交付确认时序 | 正常行为 — 服务器负载较高时可能延迟数分钟，非 Bug | | npm install -g 权限错误 | 全局目录权限不足 | 使用 sudo npm i -g cli-jaw 或推荐 nvm | | 构建失败（tsc 报错） | Node 版本低于 22 | node -v 检查 → 升级至 22+ | | 会话间记忆未保留 | ~/.cli-jaw/memory/ 目录缺失 | 重新运行 jaw init 自动创建 |

🤝 参与贡献

欢迎贡献！上手方法：

1. Fork 仓库，从 main 拉个分支
2. npm run build && npm test 确认一切正常
3. 提交 PR — 我们会尽快 review

📋 发现 Bug 或者有好点子？提个 Issue

⭐ 觉得 CLI-JAW 好用？点个 Star 支持一下吧！

Made with ❤️ by the CLI-JAW community

ISC License