CLI-JAW

你已有的 AI 订阅，一个助手统一使用。

English / 한국어 / 中文 / 日本語

快速链接

• 安装 · 认证 · 使用入口
• 引擎路由 · 记忆 · PABCD · 技能
• 浏览器自动化 · MCP · 消息
• CLI 命令 · Docker · 文档 · 对比

Manager dashboard

Dashboard 现在是本地运行 CLI-JAW 的主控制面。实例发现、预览、设置、员工和 Notes 都在一个地方；每个实例仍然保留自己的主目录、数据库、记忆、生命周期元数据和工作目录。

| 区域 | 作用 | |---|---| | Navigator | 按活跃/运行中/离线分组实例，显示 CLI 与模型标签、自定义名称、端口，并提供预览/打开/启动/停止/重启操作 | | Live preview | 通过 Manager 预览代理嵌入所选实例的 Web UI，带刷新/打开控件和预览开关 | | Runtime settings | 显示所选实例的当前 CLI、模型、推理深度、权限模式、工作目录、员工、技能和设置 | | Notes | 仪表盘本地的 markdown 仓库，支持文件夹树、手动保存、拖拽到文件夹、重命名、分屏预览、KaTeX、Mermaid 和代码高亮 |

发布打磨还需要补齐的截图：

1. 同样三栏布局的深色主题 dashboard。
2. 展示文件夹树、分屏编辑器/预览、已渲染 KaTeX/Mermaid/代码块的 Notes 模式。
3. 展示 responsive navigation 的 mobile 或 narrow viewport dashboard。

步骤 1：安装 WSL（以管理员身份打开 PowerShell）

wsl --install

重启后，从 Start Menu 打开 Ubuntu。

步骤 2：安装 CLI-JAW

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

步骤 3：重新加载 shell 并启动

source ~/.bashrc
copilot login    # or: claude auth / codex login / gemini
jaw serve        # → http://localhost:3457

| 问题 | 解决办法 | |---|---| | unzip: command not found | 重新运行 installer | | jaw: command not found | source ~/.bashrc | | Permission errors | sudo chown -R $USER $(npm config get prefix) |

1. 打开 Terminal（Cmd + Space → 输入 Terminal）
2. 粘贴下面的命令并按 Enter：

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

3. 认证并启动：

copilot login
jaw serve        # → http://localhost:3457

🚀 安装与运行

npm install -g cli-jaw
jaw serve

打开 http://localhost:3457。需要 Node.js 22+，并且至少完成下面一个 AI CLI 的认证。

jaw service install — 开机自启（自动检测 systemd、launchd 或 Docker）。

Claude Code 说明：如果需要 Anthropic computer-use MCP，建议使用原生 Claude installer（curl -fsSL https://claude.ai/install.sh | bash 或 claude install）。当 claude 看起来由 npm/bun 管理时，jaw doctor 现在会提示警告。

🔑 认证

只需要一个。选择你已经订阅的服务：

# Free
copilot login        # GitHub Copilot
opencode             # OpenCode — free models available

# Paid (monthly subscription)
claude auth          # Anthropic Claude Max (computer-use MCP users: native Claude install recommended)
codex login          # OpenAI ChatGPT Pro (npm/bun installs are fine)
gemini               # Google Gemini Advanced

检查状态：jaw doctor

🦈 CLI-JAW Doctor — 12 checks

 ✅ Node.js        v22.15.0
 ✅ Claude CLI      installed
 ✅ Codex CLI       installed
 ⚠️ Gemini CLI      not found (optional)
 ✅ OpenCode CLI    installed
 ✅ Copilot CLI     installed
 ✅ Database        jaw.db OK
 ✅ Skills          22 active, 94 reference
 ✅ MCP             3 servers configured
 ✅ Memory          MEMORY.md exists
 ✅ Server          port 3457 available

🖥️ 使用入口

CLI-JAW 有五个使用入口。每个入口使用同一个助手、同一份记忆、同一组 skills。

| Surface | 你得到什么 | |---|---| | Web PWA | 完整 UI：markdown/KaTeX/Mermaid rendering、virtual scroll、WS streaming、drag-and-drop file upload、voice recording、PABCD roadmap bar、i18n（English, Korean, Chinese, Japanese）、dark/light theme、基于 IndexedDB 的 offline message cache | | Mac WebView app | 把 jaw serve 包在原生 macOS app shell 中。不打开浏览器也能从 Dock 访问 | | Terminal TUI | multiline editing、slash-command autocomplete、overlay selectors、session persistence、resume classification | | Telegram | 语音消息（multi-provider STT）、照片、文件。scheduled task 结果会自动送达。支持 model/CLI 切换 slash commands | | Discord | 文本和文件消息、command sync、channel/thread routing、agent result forwarder |

🔀 引擎路由

五个 CLI backend 通过你已有的 OAuth 订阅进行路由。没有按 token 的 API 账单。

| CLI | 默认模型 | 认证 | 费用模式 | |---|---|---|---| | Claude | opus-4-6 | claude auth | Claude Max subscription | | Codex | gpt-5.5 | codex login | ChatGPT Pro subscription | | Gemini | gemini-3.1-pro-preview | gemini | Gemini Advanced subscription | | OpenCode | minimax-m2.7 | opencode | Free models available | | Copilot | gpt-5-mini | copilot login | Free tier available |

Fallback chain：某个引擎 rate-limited 或不可用时，下一个引擎会自动接上。使用 /fallback [cli1 cli2...] 配置。

OpenCode wildcard：接入任意模型 endpoint，包括 OpenRouter、local LLMs 或任何 OpenAI-compatible API。

切换引擎：/cli codex。切换模型：/model gpt-5.5。Web、Terminal、Telegram、Discord 都支持。

🧠 记忆

三层记忆分别负责不同的回忆范围。

| 层 | 存什么 | 如何工作 | |---|---|---| | History Block | 最近的会话上下文 | buildHistoryBlock() — 最近 10 个会话，最多 8000 字符，按工作目录限定范围。注入到提示开头 | | Memory Flush | 从对话中提取的结构化知识 | 达到阈值后触发（默认 10 轮）。抽取提示汇总为事件记录、每日日志（YYYY-MM-DD.md）、实时笔记，并保存为 markdown 文件 | | Soul + Task Snapshot | 身份和语义检索 | soul.md 定义核心价值、语调、边界。Task Snapshot 每次提示都从 FTS5 index 中搜索最多 4 条语义相关命中（每条 700 字符） |

三层都会自动进入系统提示。记忆可搜索：jaw memory search <query>，或在任意界面使用 /memory <query>。

高级记忆功能包括资料摘要、初始化/迁移、重建索引流程，可从 Web UI 设置访问。

🎭 编排 — PABCD

复杂任务使用 CLI-JAW 的 5 阶段状态机。每次状态切换都需要你确认。

P (Plan) → A (Audit) → B (Build) → C (Check) → D (Done) → IDLE
   ⛔         ⛔          ⛔         auto        auto

| Phase | 发生什么 | |---|---| | P | Boss AI 写出 diff-level plan，并停下来等你 review | | A | read-only worker 验证 plan 是否可执行 | | B | Boss 实现。read-only worker 验证结果 | | C | type-check、docs update、consistency check | | D | 汇总所有变更，然后回到 idle |

状态持久化在 DB 中，server restart 后仍然保留。Workers 不能修改文件。使用 jaw orchestrate 或 /pabcd 启用。

📦 技能

100+ skills，按用途组织。

| Category | Skills | 覆盖范围 | |---|---|---| | Office | pdf, docx, xlsx, pptx, hwp | 读取、创建、编辑文档。通过 OfficeCLI 支持 Korean HWP/HWPX | | Automation | browser, vision-click, screen-capture, desktop-control | Chrome CDP、AI coordinate click、macOS screenshot/camera、Computer Use | | Media | video, imagegen, lecture-stt, tts | Remotion video rendering、OpenAI image generation、lecture transcription、text-to-speech | | Integration | github, notion, telegram-send, memory | issues/PRs/CI、Notion pages、Telegram media delivery、persistent memory | | Visualization | diagram | 在 chat 中渲染 SVG diagrams、charts、interactive visualizations | | Dev guides | dev, dev-frontend, dev-backend, dev-data, dev-testing, dev-pabcd, dev-code-reviewer | 注入 sub-agent prompts 的 engineering guidelines |

22 个 active skills 始终注入。94+ reference skills 按需加载。

jaw skill install <name>    # activate a reference skill

🌐 浏览器与桌面自动化

| Capability | 工作方式 | |---|---| | Chrome CDP | 通过 DevTools Protocol 执行导航、点击、输入、截图、执行 JS、滚动、聚焦、按键等 10 个操作 | | Vision-click | 截屏后由 AI 提取目标坐标并点击。一个命令即可：jaw browser vision-click "Login button" | | DOM reference | ChatGPT、Grok、Gemini Web UI 的选择器映射文档，覆盖模型选择、停止按钮、工具抽屉 | | Computer Use | 通过 Codex App Computer Use MCP 自动化桌面应用。DOM 目标走 CDP，桌面应用走 Computer Use | | Diagram skill | 生成 SVG 图表和交互式 HTML 可视化，并在带复制/保存控件的沙箱化 iframe 中渲染 |

🔌 MCP

Model Context Protocol 让 AI agents 使用外部工具。CLI-JAW 用一个文件管理五个引擎的 MCP config。

jaw mcp install @anthropic/context7
# → syncs to Claude, Codex, Gemini, OpenCode, Copilot config files

不用再分别编辑五个 JSON 文件。安装一次，所有引擎都会同步。

jaw mcp sync       # re-sync after manual edits

💬 消息

Telegram

📱 Telegram ←→ 🦈 CLI-JAW ←→ 🤖 AI Engines

1. 创建 bot — 给 @BotFather 发消息 → /newbot → 复制 token
2. 配置 — jaw init --telegram-token YOUR_TOKEN，或使用 Web UI settings
3. 给 bot 发送任意消息。Chat ID 会在第一条消息时自动保存

Telegram 支持：text chat、voice messages（通过 multi-provider STT 自动转写）、file/photo upload、slash commands（/cli、/model、/status）、scheduled task result delivery。

Discord

能力与 Telegram 相同 — text、files、commands。支持 channel/thread routing，并带有用于 agent result broadcast 的 forwarder。通过 Web UI settings 设置。

语音 & STT

语音输入支持 Web（mic button）、Telegram（voice messages）和 Discord。Providers：OpenAI-compatible、Google Vertex AI 或任意 custom endpoint。通过 Web UI settings 配置。

⏰ 调度 & heartbeat

| Feature | 做什么 | |---|---| | Heartbeat jobs | 按 cron schedule 运行 unattended tasks。结果发送到 Telegram/Discord | | Service auto-start | jaw service install — 自动检测 systemd（Linux）、launchd（macOS）或 Docker | | Memory auto-reflect | 用于 structured knowledge extraction 的 optional post-flush reflection |

⌨️ CLI 命令

jaw serve                         # start server → http://localhost:3457
jaw chat                          # terminal TUI
jaw doctor                        # 12-point diagnostics
jaw service install               # auto-start on boot
jaw skill install <name>          # activate a skill
jaw mcp install <package>         # install MCP → syncs to 5 engines
jaw memory search <query>         # search memory
jaw browser start                 # launch Chrome (CDP)
jaw browser vision-click "Login"  # AI-powered click
jaw clone ~/project               # clone instance
jaw --home ~/project serve --port 3458  # run second instance
jaw orchestrate                   # enter PABCD
jaw dispatch --agent Backend --task "..." # dispatch employee
jaw reset                         # full reset

🏗️ 多实例

运行彼此隔离的实例。每个实例都有独立 settings、memory 和 database。

jaw clone ~/my-project
jaw --home ~/my-project serve --port 3458

每个实例完全独立 — working directory、memory、MCP config 都不同。

🔗 远程访问（Tailscale）

jaw serve --lan                       # bind 0.0.0.0 + allow tailnet peers
# settings.json: network.bindHost=0.0.0.0, lanBypass=true

lanBypass=true 时支持的 peer addresses：

• 100.64.0.0/10 — Tailscale CGNAT (RFC 6598)
• fd7a:115c:a1e0::/48 — Tailscale ULA
• *.ts.net — MagicDNS hostnames（Host + Origin both pass）

注意事项：

• Tailnet peers 已通过 WireGuard + IdP 认证 — 把它们当作 LAN，而不是 public。
• Shared tailnets：结合 Tailscale ACL（acl.tailnet）限制谁能访问 node。
• Subnet router / exit node：SNAT 会把 peer IP 折叠成 router 的 100.x，trust boundary 会变模糊。建议使用 direct tailnet membership。
• Production：尽量把 bindHost 缩到 tailscale0 interface address，而不是 0.0.0.0。
• lanBypass=true 时，tailnet peers 会跳过 Bearer token（与 RFC 1918 一样按 LAN 处理）。如需让所有非 loopback peer 都提供 JAW_AUTH_TOKEN，设置 lanBypass=false。

🐳 Docker

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

使用非 root 的 jaw 用户，并启用 Chromium sandbox。包含两个 Dockerfile：Dockerfile（npm install）和 Dockerfile.dev（local source）。数据保存在 jaw-data named volume 中。

# Dev build
docker build -f Dockerfile.dev -t cli-jaw:dev .
docker run -d -p 3457:3457 --env-file .env cli-jaw:dev

# Pin version
docker build --build-arg CLI_JAW_VERSION=1.0.1 -t cli-jaw:1.0.1 .

# If Chromium sandbox fails
docker run -e CHROME_NO_SANDBOX=1 -p 3457:3457 cli-jaw

📖 文档

| 文档 | 内容 | |---|---| | CHANGELOG.md | Release log，包括覆盖 v1.2.0 到 v1.5.1 的 v1.6.0 catch-up | | ARCHITECTURE.md | System design、module graph、94 个 endpoints 上的 95 个 API handlers | | TESTS.md | Test coverage、counts、test plan | | memory-architecture.md | 3-layer memory model、indexing、runtime behavior | | env-vars.md | Environment variable reference | | skill-router-plan.md | Skill routing architecture | | officecli-integration.md | 面向 HWP/HWPX 和 Office documents 的 OfficeCLI setup | | devlog/structure/ | Internal architecture reference — prompt pipeline、agent spawn、frontend、server API、commands、Telegram、memory |

⚖️ 对比

| | CLI-JAW | Hermes Agent | Claude Code | |---|---|---|---| | Model access | OAuth subscriptions（Claude Max、ChatGPT Pro、Copilot、Gemini）+ OpenCode wildcard | API keys（OpenRouter 200+、Nous Portal） | Anthropic only | | Cost model | 你已经支付的 monthly subscriptions | Per-token API billing | Anthropic subscription | | Primary UI | Web PWA + Mac app + TUI | TUI only | CLI + IDE plugins | | Messaging | Telegram（voice）+ Discord | Telegram/Discord/Slack/WhatsApp/Signal | None | | Memory | 3-layer（History/Flush/Soul）+ FTS5 | Self-improving learning loop + Honcho | File-based auto-memory | | Browser automation | Chrome CDP + vision-click + DOM ref | Limited | Via MCP | | Orchestration | PABCD 5-phase FSM | Subagent spawn | Task tool | | Execution | Local + Docker | Local/Docker/SSH/Daytona/Modal/Singularity | Local | | Skills | 100+ bundled | Self-creating + agentskills.io | User-configured | | i18n | English, Korean, Chinese, Japanese | English | English |

CLI-JAW 源自 OpenClaw harness architecture（hybrid search manager、fallback patterns、session indexing）。如果从 OpenClaw 迁移，slash-command surface 和 memory model 会很熟悉。

🛠️ 开发

npm run build          # tsc → dist/
npm run dev            # tsx server.ts (hot-reload)
npm test               # native Node.js test runner

Architecture 和 test details 见 ARCHITECTURE.md、TESTS.md 和 devlog/structure/。

❓ 故障排查

| 问题 | 解决办法 | |---|---| | cli-jaw: command not found | 重新运行 npm install -g cli-jaw。确认 npm bin -g 在 $PATH 中 | | Error: node version | 升级到 Node.js 22+：nvm install 22 | | NODE_MODULE_VERSION mismatch | npm run ensure:native（auto-rebuild） | | EADDRINUSE: port 3457 | 另一个 instance 正在运行。使用 --port 3458 | | Telegram or agent auth fails | 运行 jaw doctor，然后重启 jaw serve | | Browser commands fail | 安装 Chrome。先运行 jaw browser start |

🤝 参与贡献

1. 从 master fork 并创建 branch
2. npm run build && npm test
3. 提交 PR

发现 bug 或有想法？Open an issue

MIT License