什么是本地优先AI Agent工作空间一文读懂Maka Agent产品哲学【免费下载链接】makaApache Maka (Incubating) is a local-first AI agent workspace. Model messages, tool calls, tool results, permission decisions, and termination events are recorded as an append-only log.项目地址: https://gitcode.com/GitHub_Trending/mak/makaMakaApache Maka孵化中是一个本地优先Local-First的 AI Agent 工作空间它不止于回答问题还能在受控权限下阅读项目、执行工具、生成产物并把模型消息、工具调用、工具结果与终止事件写成一条追加-onlyappend-only运行日志。会话、设置与运行记录默认保存在你自己电脑上模型连接由你自由配置——云 API、本地模型或兼容网关都可以。为什么是本地优先AI Agent 的痛点与破局传统云端托管的 Agent 产品有三个普遍痛点数据不在自己手里会话、任务、产物都躺在别人的服务器上权限边界模糊Agent 动了哪些文件、跑了哪些命令往往看不见、管不住状态不可恢复应用一崩、网络一断Agent 的工作现场就丢了只能从头再来。本地优先Local-First正是对这三个痛点的回应把运行状态、数据主权和恢复能力交还给用户本机。Maka 的口号是——你的工作你的 Agent。Maka 的 4 条产品哲学Maka 的完整设计写在 ARCHITECTURE.zh-CN.md 中但核心理念可以浓缩为 4 句话1️⃣ 本地优先而不是云端托管优先会话、设置和运行记录默认保存在本机模型连接由你配置可以用云 API、本地模型或兼容网关。应用会如实区分已配置可发送和实验入口不会把没接好的账号伪装成可用模型。2️⃣ Log is the Runtime日志即运行时模型消息、Tool Call、Tool Result 和终止事实全部进入Runtime Event Log。会话、界面、模型上下文和恢复逻辑都是从这条日志生成的投影projection。这意味着 Agent 的每一次执行都是可恢复的运行事实——崩了、断了、重启了都能基于日志还原现场而不是猜。3️⃣ 上下文不是历史本身Maka 区分两件事已记录的证据和下一次推理要看的上下文。Tool Result 修剪prune和 LLM 压缩compaction只改变模型下一次看到什么但绝不会把已记录的历史证据当成垃圾删掉。历史永远可查上下文按需瘦身。4️⃣ 唯一执行 authority单一执行权威所有入口——桌面应用、终端 TUI、CLI、评测——都通过同一个Runtime Host执行不存在第二套运行时。这保证了无论你在哪个界面工作Agent 的生命周期、工具调用和事件流都是同一条权威链路行为一致、可审计。三种使用形态桌面、终端、评测入口适合什么当前能力️Desktop 桌面版日常交互、文件与产物工作流、模型和权限配置流式会话、工具时间线、分支、搜索和恢复⌨️TUI / CLI 终端在当前工程目录使用 Maka或执行单次任务maka、maka run与桌面版共用工作区和模型连接Eval 评测Maka 与外部系统间的可复现实验声明式多臂实验按任务 × 重复 × 对象展开桌面版是目前的首发平台macOS Apple Silicon扩展能力可以通过MCP接入外部服务配置完全保存在本地添加完成后扩展页会展示每个 MCP 的连接状态与可用工具一目了然数据都在本地一个 Maka 工作区长什么样Maka 默认把 workspace 数据放在 Electron 的userData目录下结构非常直观Electron userData/workspaces/default/ runtime.sqlite ← 唯一的运行 authority会话、消息、执行 ledger、usage… connection-catalog.json ← 模型连接配置 credential-vault.json ← 本地凭据POSIX 下强制 0700/0600 权限 settings.json ← 应用设置 artifacts/ ← 任务产物的实际字节文件几个值得新手放心的安全边界渲染进程UI 界面拿不到明文凭据文件写入、Shell 和危险工具调用必须经过权限引擎会话、消息、执行 ledger 都落在本机runtime.sqlite中备份使用 SQLite 在线 backup API 并以 SHA-256 绑定每个文件。快速上手三步跑起你的本地 AI Agent 工作空间环境要求Node.js 22.19CI 使用 Node.js 24与 npmGitripgrep供Grep工具使用一键安装步骤git clone https://gitcode.com/GitHub_Trending/mak/maka cd maka npm ci npm run devnpm run dev会启动带热更新的桌面开发环境如需先完整构建再启动使用npm run dev:full。第一次运行配置模型Maka 不内置任何共享模型账号首次打开只需 4 步进入设置 → 模型添加一个 API、本地模型或已接通的账号连接测试连接并选择默认模型返回工作台开始你的第一个任务。想深入关键资料路径速查想了解去哪里看产品哲学总览README.zh-CN.md后端架构与 Runtime Host 设计ARCHITECTURE.zh-CN.md桌面应用Electron 主进程 / 渲染进程apps/desktop/Agent 运行时模型适配、工具、恢复packages/runtime/唯一执行 authority 的 Host 实现packages/runtime-host/SQLite 运行状态存储packages/storage/终端 TUI 与非交互 CLIpackages/cli/隐私与沙箱契约docs/README.md、SECURITY.md小结Maka 教会我们什么Maka 的产品哲学可以记成一句话把 Agent 变成一份可审计、可恢复、属于你自己的本地资产。 本地优先 → 数据主权在你手里 日志即运行时 → 每一步执行都是可恢复的事实 上下文与历史分离 → 压缩不删证据 单一执行权威 → 多入口一致、可审计。Maka 目前仍在活跃开发中macOS Apple Silicon 为首个早期公开版本但它对本地优先 AI Agent 工作空间的这套回答已经相当完整。【免费下载链接】makaApache Maka (Incubating) is a local-first AI agent workspace. Model messages, tool calls, tool results, permission decisions, and termination events are recorded as an append-only log.项目地址: https://gitcode.com/GitHub_Trending/mak/maka创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 什么是本地优先AI Agent工作空间？一文读懂Maka Agent产品哲学
什么是本地优先AI Agent工作空间一文读懂Maka Agent产品哲学【免费下载链接】makaApache Maka (Incubating) is a local-first AI agent workspace. Model messages, tool calls, tool results, permission decisions, and termination events are recorded as an append-only log.项目地址: https://gitcode.com/GitHub_Trending/mak/makaMakaApache Maka孵化中是一个本地优先Local-First的 AI Agent 工作空间它不止于回答问题还能在受控权限下阅读项目、执行工具、生成产物并把模型消息、工具调用、工具结果与终止事件写成一条追加-onlyappend-only运行日志。会话、设置与运行记录默认保存在你自己电脑上模型连接由你自由配置——云 API、本地模型或兼容网关都可以。为什么是本地优先AI Agent 的痛点与破局传统云端托管的 Agent 产品有三个普遍痛点数据不在自己手里会话、任务、产物都躺在别人的服务器上权限边界模糊Agent 动了哪些文件、跑了哪些命令往往看不见、管不住状态不可恢复应用一崩、网络一断Agent 的工作现场就丢了只能从头再来。本地优先Local-First正是对这三个痛点的回应把运行状态、数据主权和恢复能力交还给用户本机。Maka 的口号是——你的工作你的 Agent。Maka 的 4 条产品哲学Maka 的完整设计写在 ARCHITECTURE.zh-CN.md 中但核心理念可以浓缩为 4 句话1️⃣ 本地优先而不是云端托管优先会话、设置和运行记录默认保存在本机模型连接由你配置可以用云 API、本地模型或兼容网关。应用会如实区分已配置可发送和实验入口不会把没接好的账号伪装成可用模型。2️⃣ Log is the Runtime日志即运行时模型消息、Tool Call、Tool Result 和终止事实全部进入Runtime Event Log。会话、界面、模型上下文和恢复逻辑都是从这条日志生成的投影projection。这意味着 Agent 的每一次执行都是可恢复的运行事实——崩了、断了、重启了都能基于日志还原现场而不是猜。3️⃣ 上下文不是历史本身Maka 区分两件事已记录的证据和下一次推理要看的上下文。Tool Result 修剪prune和 LLM 压缩compaction只改变模型下一次看到什么但绝不会把已记录的历史证据当成垃圾删掉。历史永远可查上下文按需瘦身。4️⃣ 唯一执行 authority单一执行权威所有入口——桌面应用、终端 TUI、CLI、评测——都通过同一个Runtime Host执行不存在第二套运行时。这保证了无论你在哪个界面工作Agent 的生命周期、工具调用和事件流都是同一条权威链路行为一致、可审计。三种使用形态桌面、终端、评测入口适合什么当前能力️Desktop 桌面版日常交互、文件与产物工作流、模型和权限配置流式会话、工具时间线、分支、搜索和恢复⌨️TUI / CLI 终端在当前工程目录使用 Maka或执行单次任务maka、maka run与桌面版共用工作区和模型连接Eval 评测Maka 与外部系统间的可复现实验声明式多臂实验按任务 × 重复 × 对象展开桌面版是目前的首发平台macOS Apple Silicon扩展能力可以通过MCP接入外部服务配置完全保存在本地添加完成后扩展页会展示每个 MCP 的连接状态与可用工具一目了然数据都在本地一个 Maka 工作区长什么样Maka 默认把 workspace 数据放在 Electron 的userData目录下结构非常直观Electron userData/workspaces/default/ runtime.sqlite ← 唯一的运行 authority会话、消息、执行 ledger、usage… connection-catalog.json ← 模型连接配置 credential-vault.json ← 本地凭据POSIX 下强制 0700/0600 权限 settings.json ← 应用设置 artifacts/ ← 任务产物的实际字节文件几个值得新手放心的安全边界渲染进程UI 界面拿不到明文凭据文件写入、Shell 和危险工具调用必须经过权限引擎会话、消息、执行 ledger 都落在本机runtime.sqlite中备份使用 SQLite 在线 backup API 并以 SHA-256 绑定每个文件。快速上手三步跑起你的本地 AI Agent 工作空间环境要求Node.js 22.19CI 使用 Node.js 24与 npmGitripgrep供Grep工具使用一键安装步骤git clone https://gitcode.com/GitHub_Trending/mak/maka cd maka npm ci npm run devnpm run dev会启动带热更新的桌面开发环境如需先完整构建再启动使用npm run dev:full。第一次运行配置模型Maka 不内置任何共享模型账号首次打开只需 4 步进入设置 → 模型添加一个 API、本地模型或已接通的账号连接测试连接并选择默认模型返回工作台开始你的第一个任务。想深入关键资料路径速查想了解去哪里看产品哲学总览README.zh-CN.md后端架构与 Runtime Host 设计ARCHITECTURE.zh-CN.md桌面应用Electron 主进程 / 渲染进程apps/desktop/Agent 运行时模型适配、工具、恢复packages/runtime/唯一执行 authority 的 Host 实现packages/runtime-host/SQLite 运行状态存储packages/storage/终端 TUI 与非交互 CLIpackages/cli/隐私与沙箱契约docs/README.md、SECURITY.md小结Maka 教会我们什么Maka 的产品哲学可以记成一句话把 Agent 变成一份可审计、可恢复、属于你自己的本地资产。 本地优先 → 数据主权在你手里 日志即运行时 → 每一步执行都是可恢复的事实 上下文与历史分离 → 压缩不删证据 单一执行权威 → 多入口一致、可审计。Maka 目前仍在活跃开发中macOS Apple Silicon 为首个早期公开版本但它对本地优先 AI Agent 工作空间的这套回答已经相当完整。【免费下载链接】makaApache Maka (Incubating) is a local-first AI agent workspace. Model messages, tool calls, tool results, permission decisions, and termination events are recorded as an append-only log.项目地址: https://gitcode.com/GitHub_Trending/mak/maka创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考