基于 Harness Engineering 理念构建的 Rust AI Agent 框架。参考 Agent-Harness-Develop-Book，将"用确定性代码约束非确定性模型输出"这个核心原则落地为可运行的工程系统。
- TAOR 循环: Think → Act → Observe → Reflect 状态机，支持并行工具执行
- 多 Provider: Anthropic / DeepSeek / OpenAI 兼容 / Ollama
- 7 内置工具: read_file, write_file, edit_file, bash, grep, explore (SubAgent)
- MCP 集成: Model Context Protocol stdio 客户端，支持外部工具服务器
- Auto Memory: 跨会话记忆（4 类：用户/反馈/项目/参考），会话结束自动提取
- Skill 系统: 从任务中学习可复用工作流，信任引擎自动创建，越用越聪明
- 上下文压缩: OutputManager 统一截断，轮次折叠，上下文不溢出
- 安全引擎: Bash 三态权限（deny / ask / allow），可配置规则，/permit 管理
- 会话持久化: JSON 保存/恢复，/sessions 历史列表，--resume 恢复
- 首次向导: 零配置启动，交互式选择 Provider 和 API Key
- 预置 Skill: 3 个 Rust 编程 Skill 开箱即用
- 指数退避: Provider 错误自动重试（1s→2s→4s），友好中文错误
- 跨平台: Windows / Linux / macOS 预编译二进制
从 GitHub Releases 下载。
git clone https://github.com/xxx/daedalus.git
cd daedalus
cargo build --release需要 Rust 1.96+ (Edition 2024)。
./target/release/daedalus首次运行启动配置向导，选择 Provider 并输入 API Key。之后直接运行即可。
所有配置在 .daedalus/config.toml:
[provider]
type = "openai_compat"
model = "deepseek-chat"
base_url = "https://api.deepseek.com/v1"
max_tokens = 8192
[loop]
max_turns = 0 # 0 = unlimited, context-window-drivenAPI Key: 设置环境变量 DEEPSEEK_API_KEY / ANTHROPIC_API_KEY / OPENAI_API_KEY，或通用 DAEDALUS_PROVIDER_API_KEY.
在 .daedalus/mcp.toml 配置外部工具服务器:
[[servers]]
name = "filesystem"
command = "npx"
args = ["-y", "@anthropic/mcp-server-filesystem", "/tmp"]启动时自动连接并注册为 mcp.filesystem.* 系列工具。
/exit — 退出（自动保存 session + Auto Memory）
/clear — 清空对话历史
/status — 显示运行状态
/skills — 列出已学习的 Skill
/sessions — 列出已保存的会话
/resume — 恢复最近会话（或 --resume 参数）
/permit — 管理 Bash 权限规则
/help — 显示帮助
从任务中学习可复用工作流。预置 3 个 Rust Skill，Agent 每 ~10 轮自动建议创建新 Skill。信任达标后自动创建。
/skill auto on 开启自动创建。
推理与编排层 → AgentLoop TAOR + ExploreTool SubAgent
上下文与记忆层 → SystemPrompt + MEMORY.md + Skills + OutputManager + Pruning
工具与安全执行层 → 7 Tools + MCP + Bash Permissions (deny/ask/allow)
支撑层 → tokio + reqwest + tracing + CI + Session + Startup check
参考书的四层架构完整实现。
Apache-2.0 © 2026 Daedalus Authors