Collie：一款能操控浏览器、桌面和代码的本地AI框架

Collie 是一款创新的本地 AI 框架，旨在成为真正的软件开发助手。与大多数在云端或编辑器内运行的编码智能体不同，Collie 直接运行在你的机器上，能够操控你真实登录的浏览器、桌面、屏幕和文件。这意味着它可以执行端到端的任务，例如在你的实际浏览器中打开网站、点击操作、观察屏幕上的变化，并编辑代码——所有这一切都在一台机器上，完全在你的控制之下。

Collie 的核心是其验证门机制。当它修复一个 bug 时，会首先编写一个能够复现问题的测试，并且该测试必须在有问题的代码上失败。然后进行最小化的编辑，并重新运行测试以确认修复成功。这种“断言-验证”循环确保了任何错误的编辑都不会被静默地标记为“完成”。例如，如果有一个解析时间字符串的函数parse_duration，其中存在一个 off-by-one 错误，Collie 会编写一个测试如 assert parse_duration("1h30m") == 5400，该测试在原始代码上会失败（例如返回1800），然后 Collie 会进行最小编辑（例如将 total = 改为 total +=），再重新运行测试，直到通过。

Collie 的功能范围非常广泛，包括编码智能体、浏览器控制、动态桌面壁纸（collie web）、屏幕录制（collie record）、手机远程控制（通过 iOS 应用配对）、以及多种编辑器支持（VS Code、Zed、JetBrains 等）。所有这些功能都是在统一的命令行界面下提供的。浏览器控制通过 Chrome 扩展实现，允许 Collie 在你的登录会话中操作网站，而不仅仅是抓取内容。动态桌面壁纸可以显示时钟、天气、应用 dock、项目列表、音乐播放器（含同步歌词）和一个命令栏，所有内容通过一个 JSON 配置文件管理，并且可以在 Collie 工作时实时显示代码的星图。

Collie 的安装非常简单：Windows 用户可以通过下载安装程序一键安装，macOS 和 Linux 用户可以通过 pip 安装。核心部分无需第三方依赖，并且支持多种 AI 提供商，包括本地模型（如 Ollama 的 qwen2.5-coder:7b）和云端 API（如 DeepSeek、Anthropic 等）。它还提供了一个开放的 ACP 协议，支持流式输出和 best-of-N 选择等高级功能。此外，Collie 内置了基准测试工具，可以与其他框架（如 Claude Code、Aider）进行公平比较。

Collie 采用 MIT 许可证开源，并强调隐私和透明性。它不收集遥测数据，不需要账号，而且支持完全本地运行。对于开发者来说，Collie 提供了一个可扩展的架构，包括上下文组合器、模型提供者、工具注册表等抽象层，以及一个基于 SQLite 的混合记忆系统（结合 BM25 和密集检索）。总之，Collie 是一个强大的本地 AI 工具，旨在让编码智能体真正融入你的工作流程。