Collie：一款能操控瀏覽器、桌面和代碼的本地AI框架

Collie 是一款創新的本地 AI 框架，旨在成為真正的軟件開發助手。與大多數在雲端或編輯器內運行的編碼智能體不同，Collie 直接運行在你的機器上，能夠操控你真實登錄的瀏覽器、桌面、屏幕和文件。這意味着它可以執行端到端的任務，例如在你的實際瀏覽器中打開網站、點擊操作、觀察屏幕上的變化，並編輯代碼——所有這一切都在一台機器上，完全在你的控制之下。

Collie 的核心是其驗證門機制。當它修復一個 bug 時，會首先編寫一個能夠復現問題的測試，並且該測試必須在有問題的代碼上失敗。然後進行最小化的編輯，並重新運行測試以確認修復成功。這種“斷言-驗證”循環確保了任何錯誤的編輯都不會被靜默地標記為“完成”。例如，如果有一個解析時間字符串的函數parse_duration，其中存在一個 off-by-one 錯誤，Collie 會編寫一個測試如 assert parse_duration("1h30m") == 5400，該測試在原始代碼上會失敗（例如返回1800），然後 Collie 會進行最小編輯（例如將 total = 改為 total +=），再重新運行測試，直到通過。

Collie 的功能範圍非常廣泛，包括編碼智能體、瀏覽器控制、動態桌面壁紙（collie web）、屏幕錄製（collie record）、手機遠程控制（通過 iOS 應用配對）、以及多種編輯器支持（VS Code、Zed、JetBrains 等）。所有這些功能都是在統一的命令行界面下提供的。瀏覽器控制通過 Chrome 擴展實現，允許 Collie 在你的登錄會話中操作網站，而不僅僅是抓取內容。動態桌面壁紙可以顯示時鐘、天氣、應用 dock、項目列表、音樂播放器（含同步歌詞）和一個命令欄，所有內容通過一個 JSON 配置文件管理，並且可以在 Collie 工作時實時顯示代碼的星圖。

Collie 的安裝非常簡單：Windows 用户可以通過下載安裝程序一鍵安裝，macOS 和 Linux 用户可以通過 pip 安裝。核心部分無需第三方依賴，並且支持多種 AI 提供商，包括本地模型（如 Ollama 的 qwen2.5-coder:7b）和雲端 API（如 DeepSeek、Anthropic 等）。它還提供了一個開放的 ACP 協議，支持流式輸出和 best-of-N 選擇等高級功能。此外，Collie 內置了基準測試工具，可以與其他框架（如 Claude Code、Aider）進行公平比較。

Collie 採用 MIT 許可證開源，並強調隱私和透明性。它不收集遙測數據，不需要賬號，而且支持完全本地運行。對於開發者來説，Collie 提供了一個可擴展的架構，包括上下文組合器、模型提供者、工具註冊表等抽象層，以及一個基於 SQLite 的混合記憶系統（結合 BM25 和密集檢索）。總之，Collie 是一個強大的本地 AI 工具，旨在讓編碼智能體真正融入你的工作流程。