Coding Sahayi：本地优先的 Windows 自主 AI 编程 IDE

codingsahayi/codingsahayi.github.io · Autonomous, privacy-first C# IDE built with WinUI 3. Features multi-agent swarm orchestration, ConPTY test-driven repair, and in-IDE local model fine-tuning with Soup to slash AI token costs.

GitHub原文发布未知首次收录 2026-09-25上架 2026-09-25 07:03

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

Coding Sahayi 是一款基于 WinUI 3 与 .NET 8 构建的 Windows 桌面 AI 编程 IDE，强调本地优先与隐私保护。它通过 Ollama 或 LM Studio 等本地推理端点运行模型，实现代码不出本机；内置四类专用 Agent（架构、执行、评审、记录）通过原生 ConPTY 伪终端执行编译与测试命令，在单元测试失败时自动生成修复补丁并循环验证，直到测试通过；同时借助 DiffPlex 提供受控的并排差异审阅，再用 EF Core SQLite 记忆库保存已验证补丁，用于对本地模型进行持续微调。

# 开源工具 # Agent 与自动化 # 多模型支持 # 本地 LLM # 训练与微调

核心能力与快速开始

★ 4 · C#

能做什么: 提供本地运行的 Windows 桌面 AI 编程环境： 1. 通过本地推理端点（如 Ollama 的 qwen2.5-coder:7b、LM Studio）运行模型，代码不离开本机； 2. 四 Agent 协同架构：Architect 分析 Roslyn AST 与项目依赖图进行任务拆解，Worker 生成限定范围的代码补丁，Critic 通过 ConPTY 伪终端执行编译与 dotnet test 并解析堆栈跟踪，Scribe 将已验证补丁与失败轨迹持久化到 EF Core SQLite 记忆库； 3. 测试驱动的自主修复循环：测试失败时把运行时信息反馈给 Agent 群，反复生成修复直至测试套件通过； 4. 基于 DiffPlex 的并排差异审阅，文件落盘前需人工确认； 5. 将验证通过的补丁导出用于对本地模型做持续微调（引用 Soup CLI 的 layer-streaming 思路）。
适用场景: 适合在 Windows 10/11 上希望保持代码不外传的 C#/.NET 开发者，在本地构建并运行 IDE 后，用于： - 让 Agent 自动运行 dotnet test、定位断言失败并生成修复补丁； - 通过 Roslyn 项目分析辅助任务拆分与范围受控的代码修改； - 在提交前通过并排 diff 审阅 Agent 生成的改动； - 积累项目内已验证补丁，用于本地模型的持续微调以降低对云端 API 的依赖。
项目形态: 可直接使用的工具
部署方式: 本地 Windows 桌面应用；需在 Windows 10（Build 19041+）或 Windows 11 上克隆仓库并用 .NET 8.0 SDK 构建（x64 配置），运行生成的 CodingSahayi.exe；本地推理后端需自行安装并运行（如 Ollama、LM Studio）。其他部署方式未说明。
主要依赖: 操作系统：Windows 10 Build 19041+ 或 Windows 11；运行时：.NET 8.0 SDK；本地推理后端：需安装并运行 Ollama（默认示例为 qwen2.5-coder:7b）或 LM Studio；构建命令示例使用 -c Debug -p:Platform=x64。硬件配置要求未说明。
使用限制: 仅支持 Windows 平台；需自行准备并运行本地推理后端，模型下载与硬件资源开销未说明；宣称零 API token 费用，但本地模型运行的成本与限制由所用后端和硬件决定，材料未说明；微调能力基于 Soup CLI 概念，实际效果未说明；仓库未见正式文档站点，仅有 GitHub Pages 主页。
许可证: MIT
最近推送: 2026-09-11 05:08

官方入门项目文档核对 README 依据 ↗

资料检查：2026-09-25 07:00 · 卡片整理：2026-09-25 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

在 Windows 上使用本地优先的 AI 编程 IDE 进行代码编写、测试与排错：通过四类专用 Agent（架构、执行、评审、记录）分析代码库、生成补丁，并在 ConPTY 伪终端中运行编译与测试命令，单元测试失败时自动生成修复补丁并循环验证，直到测试通过；同时使用 DiffPlex 并排差异审阅在写入磁盘前检查修改。

查看内容依据

Autonomous, privacy-first C# IDE built with WinUI 3. Features multi-agent swarm orchestration, ConPTY test-driven repair, and in-IDE local model fine-tuning with Soup to slash AI token costs.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

agent-toolkit：面向多编码代理的 Agent Skills 集合与隔离 EC2 编码任务工厂

agent-toolkit 是一个与具体模型供应商无关的代理式工程栈，由两部分组成：一是面向 Claude Code、Cursor、Codex CLI 和 Antigravity CLI 的精选 Agent Skills 与统一工作方式（含 poteto-mode 以及 swarm、interrogate、figure-it-out 等可选技能）；二是 factory 控制器，可在一次性的隔离 EC2 worker 上执行单个编码任务，完成克隆仓库、修改、运行检查、推送分支并开启 PR，并把每步进度发到 Slack 后删除 worker。仓库也列出其他技能目录与 quota-axi 等推荐技能。

Prometheus：自托管 LLM 推理平台与安全 API 网关

Prometheus 是一个自托管的小型语言模型（SLM）推理平台，以 FastAPI 网关作为唯一受控入口，提供 JWT 认证、基于角色的时效令牌、按模型的细粒度授权范围（model:<id>）、限流与熔断，并支持跨主机的多后端模型管理（llama.cpp / MLX / vLLM / SGLang）。网关以 OpenAI Chat Completions 兼容格式暴露 /v1/chat/completions 与 /v1/models 接口，配合 React 管理后台与 OpenTelemetry 全链路追踪，采用 Podman 原生方式部署，强调数据不出内网、无厂商锁定。

public-skills：面向编码智能体（Claude Code 等）的可复用技能集合

这是一个以插件市场形式分发的、面向编码智能体的可复用技能（skill）集合。技能按主题分组为 hardware-lab（USB 抓包与协议逆向、台式仪器）、driver-porting（净室驱动规格与板卡专家，另见 driver-lab 仓库）、agent-workflow（与编码智能体长期协作：设计伙伴、项目规划、交接、会话学习等）、dev-tools（工程实用工具）等插件，并提供 everything 聚合插件。每个技能是 plugins/<theme>/skills/<name>/ 下的目录，含 SKILL.md 及脚本、参考或模板，遵循 Agent Skills 约定，可通过 Claude Code、Codex、Antigravity 或扫描 SKILL.md 目录的安装器（如 Vercel skills CLI）安装。

TensorFold：在 Apple Silicon 与 NVIDIA GPU 上提供精确 LLM 解码的 OpenAI 兼容端点

TensorFold 是一个本地 LLM 推理服务工具，可在 Apple Silicon（MLX/Metal）或 NVIDIA GPU（CUDA）上运行大模型，并通过 OpenAI 兼容的 /v1/chat/completions 端点对外提供服务。用户指定 Hugging Face 上的模型、上下文窗口和采样参数后，它会自动下载模型、加载针对该模型系列编写的内核并启动服务。其核心卖点是“精确”推测解码：通过为每个 token 使用基于种子的 Gumbel 噪声与行级一致的算术，使多行验证与串行解码输出逐字节一致，从而在保持确定性的同时加速解码。仓库提供了模型清单、速度测量、DGX Spark 双机张量并行部署方法以及提示缓存等能力。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。