4063 字
20 分钟
AI 工具应用:Cindy 开源 AI 智能体
2026-11-15

先说问题:智能体越来越多,工作却越来越碎#

这两年能干活的 AI 智能体一个接一个:Claude Code 在终端里写代码是一把好手,Codex 有自己的工作流,手机上又想随时看一眼进度。问题随之而来:

  • 各用各的订阅。 这家买了 Claude 的订阅,那家充了 ChatGPT 的额度,每换一个工具就要重新登录、重新授权,钱花了好几份,额度却散在各处用不满。
  • 各跑各的机器。 任务在公司电脑上跑了一半,回家换到自己的笔记本,只能开一个新对话,把背景、要求、文件再交代一遍。
  • 上下文搬来搬去。 换引擎、换设备、换工具,每换一次就要人工搬运一次上下文,智能体本身很聪明,工作面却是碎的。

本篇主线:Cindy 是什么 → 三种执行引擎如何同处一室 → 订阅、密钥与本地模型怎么接入 → 任务如何跨设备接续 → 多智能体怎么分工 → 同伴、技能与例行任务怎么养 → 权限与费用怎么算。

项目地址:https://github.com/makecindy/cindy ,官网 https://cindy.app/

它是什么:一个把设备和引擎都收拢起来的开源智能体#

Cindy 是一个开源 AI 智能体客户端,Apache-2.0 许可证,覆盖 macOS、Windows、Linux、iOS、Android 五个平台。它的定位不是再造一个模型,也不是替代 Claude Code 这类工具,而是站在它们之上做一层收拢:

  • 把你的电脑和手机连成一个工作面,任务、文件、模型配置跨设备接续;
  • 把你已有的订阅、API 密钥、本地模型接进来,不要求你再买一份新的模型服务;
  • 把多个执行引擎放进同一个任务里,共享任务历史、记忆与技能。

有一个事实要先说清楚:这个仓库开源的是桌面与移动客户端,后端服务在另一个仓库、并不在这个开源范围内。客户端默认连接 Cindy 官方云服务来完成账号、设备连接与同伴同步;登录界面也提供「Skip Sign-In(跳过登录)」模式,不注册账号就能用本地智能体,只是依赖服务器的能力(跨设备、同伴云同步等)不可用。把它当成「客户端开源、服务官方托管」来理解,就不会对它的开放程度产生误会。

多执行引擎同处一室:Harness 与模型是两回事#

Cindy 最核心的概念,是把执行引擎(harness)和模型拆成两个独立的选择:

  • Harness 是执行引擎,负责组织工作:怎么读文件、怎么调用工具、怎么推进一个多步骤任务。Cindy 内置三种:Claude Code(它自己的智能体工作流)、Codex(编程工作流)、Pi(精简、开源、可扩展,支持多家模型提供商)。
  • 模型是推理来源,负责思考与生成:同一个 harness 可以配不同的模型,同一个模型也可以被不同的 harness 调用。

两者分开选的实际好处是:一个任务做到一半,发现当前引擎不擅长这类活,可以直接切换 harness,会话本身留在 Cindy 里,切换时做的是引擎上下文的交接或重建,不用另开一个对话从头交代背景。任务历史、记忆、技能都是 Cindy 这一层的资产,不绑死在某个引擎内部。

这与本系列之前聊过的 CLI 智能体助手 是上下游关系:那篇讲的是各个 CLI 引擎各自怎么用,Cindy 解决的是「都用上之后怎么统一调度」;而与 AI 编程助手横评 里那些单体编程工具相比,Cindy 不与它们竞争单点能力,它竞争的是工作面的完整度。

维度Cindy直接单用 Claude Code / Codex
引擎选择Claude Code、Codex、Pi 三种 harness 同处一室,可在任务中切换锁定自家引擎,换引擎等于换工具
模型选择模型与引擎分开选,可混搭不同提供商基本绑定自家模型与订阅
跨设备电脑与手机同一账号接续同一任务,内置远程桌面以本机终端为主,换设备要重新开始
订阅利用已有订阅登录即用,多家订阅集中到一个入口每个工具只认自家的订阅
记忆与技能复用记忆、技能挂在 Cindy 层,换引擎不丢失沉淀在各自工具内,互不相通
多智能体协作同一任务内可分工:规划、并行执行、独立审查单智能体为主,组队要自己拼脚本
部署成本客户端免费、不用租服务器,任务跑在自己的电脑上同样本机运行,但每台机器各自配置

模型自带:先用你已经付过钱的东西#

Cindy 在模型接入上的态度很明确:鼓励用你自己的订阅和密钥。

  • 订阅登录即用。 Claude、ChatGPT、SuperGrok、Kimi Code、MiniMax、GitHub Copilot 等支持的订阅,登录授权后就能直接用,你原来为这些服务付的钱不浪费。
  • 密钥接入。 其它支持的编程计划与模型提供商,用自己的 API 密钥连接,费用直接付给提供商,Cindy 不在中间加价。
  • 官方托管服务可选。 不想折腾密钥,也可以买 Cindy 的托管模型服务,登录即用、一个入口通吃主流模型(费用口径见下文)。
  • 本地模型(Beta)。 Ollama、llama.cpp、LM Studio 这类本地运行时可以接入,效果取决于模型与你的硬件,目前仍标注为 Beta。

还有一个跨设备的妙用:模型配置可以「借」。比如家里的台式机上配好了某个提供商,笔记本上不必重复配置,只要那台机器在线并为该提供商开启了远程访问,就能借用它的模型通道干活。这里有个权限细节要留意:模型共享要求为对应提供商单独开启远程访问,别图省事把所有提供商的远程访问一股脑全开,用哪个开哪个,是这类「借通道」功能的正确姿势。

需要泼的冷水也写在前面:客户端免费不等于模型免费用量,无论走订阅、密钥还是本地算力,提供商的计费与限额规则都照常生效。

跨设备:换屏幕,不断任务#

Cindy 的设备观是「所有设备,一个 Cindy」:工作电脑、家里台机、笔记本、手机用同一个账号登录并授权后,彼此连通。

  • 接续任务。 在一台设备上打开的会话,可以从另一台设备继续:看对话、拿文件,不用把材料复制进新对话。
  • 文件互达。 可以浏览、预览、传输任务文件,把电脑上的成果取到手机上,或者从手机给电脑发材料。注意它不是整盘同步,项目文件始终留在它所在的那台电脑上,远程访问只是「连回去用」。
  • 远程桌面。 聊天不够用时,手机上内置远程桌面能看到电脑的真实屏幕,直接打字、操作软件接管处理。
  • 模型也能旅行。 上一节说的借用其它电脑的模型配置,同样建立在这套设备连接之上。

这套模式的前提同样明确:远程任务实际执行在你的电脑上,电脑必须开机、在线且保持授权;电脑关机或断网,手机再方便也无活可干。它省掉的是服务器租金和部署成本,不是物理规律。

WARNING

「本地优先」不等于「数据不出门」。用在线模型时,必要的对话与文件内容会发给所选的模型服务;同伴的对话、记忆、技能与共享附件会经 Cindy 的服务同步;官方发行版还带有 TapDB 使用统计(只统计设备、版本、启动与活跃等产品级数据,不采集聊天与文件内容),介意的话可以在设置的「关于 / 使用统计」里关掉,本地跳过登录模式则不上报。把这三条数据流向分清楚,再决定哪些任务放进来。

多智能体组队:一个任务,三种角色#

单个智能体不够用时,Cindy 可以在一个任务里组织一支小队,官方给出的典型分工是三段式:

  1. 规划(Plan)。 用一个擅长深度推理的引擎加模型组合做架构、任务拆解与验收标准,先把「做什么、做到什么程度算完」定下来。
  2. 并行执行(Execute)。 多个 worker 同时开工,各自配适合自己的引擎与模型:一个写实现,一个补回归测试,一个做文档与迁移,互不阻塞。
  3. 审查(Review)。 换一个独立的引擎做质量关:看代码 diff、挑边界情况,给出通过还是返工的结论。

关键不在「人多」,而在于整支队伍共享同一个任务上下文:目标、上下文与验收标准由 Cindy 持有,执行者换了几轮,标准不丢。这与用 Dify 这类平台编排固定流水线的思路不同:Dify 更像预先画好的流程图,Cindy 的组队是在一个活任务里按角色调度引擎,更适合「边做边定」的开发类工作。

可塑性:把她养成队友#

Cindy 的另一条主线是「养」:

  • 同伴(Companion)。 常用角色可以长期保留:给它起名字、定职责(审查者、研究员、项目搭档)、存记忆、配技能,下次打开接着配合,不用每次重写一遍角色提示词。
  • 技能与插件。 SkillHub 是公开的技能与插件市场,可以装现成的,也可以把自己摸索出的好方法写成技能发布复用;插件用来连接日常工具(Slack、飞书、GitHub 等),装之前能看清它要的权限再授权。
  • MCP。 通过 MCP 可以把自己的内部工具与自建服务接进来,让她在你自己的系统环境里干活。
  • 例行任务(Automations)。 在电脑上设定周期性的检查、处理与报告,聊天渠道里 @ 她也能直接派活。

Cindy 的记忆与技能是可查看、可修改的资产,而不是黑盒里的「感觉她变懂我了」——经验能沉淀下来、能检查、能改进,这是它区别于普通聊天助手的根本点。

本地优先与权限:活交出去,话事权留住#

把任务交给智能体,最怕的是它「自作主张」。Cindy 在控制权上给了几道闸:

  • 按任务设权限。 每个任务单独设定访问范围,需要确认的操作会停下来等你批准,人在外面时手机上也能批。
  • 过程可见。 工具调用与结果实时可看,随时可以补充方向或直接叫停;符合条件的本地 Git 任务能看代码 diff,还能用工作树(worktree)与检查点隔离改动。
  • 数据有归属。 工作文件与完整执行记录留在你自己的电脑上,你的电脑就是你的服务器,不用另外租机器、搭后端。

一句话概括它的取舍:执行可以放手,权限、过程与数据必须在自己手里。

费用口径:软件免费,模型另算#

  • Free(0 美元)。 客户端软件本身免费,自带密钥或已有订阅时,软件功能完整可用,不另收软件费。
  • Plus(每月 20 美元起)。 官方托管模型服务:登录即用主流模型;按月购买的额度与月费金额对应,包月方案有 20% 的价格优惠,另有更高的 SUPER、ULTRA 档位。注意托管套餐不是无限量用模型,额度用完按其规则走。
  • Team(即将推出)。 面向团队的统一配置与治理,目前在等候名单,用邮箱申请。
  • Enterprise(联系官方)。 自托管网关、完整审计日志、成本归属等企业能力,单独沟通。

算总账时记住拆开看:软件费、模型费是两笔账。自带订阅的人,新增成本只有「零」;用托管服务的人,买的是省去配密钥的便利。

常见问题与排障#

Q:已经在用 Claude Code 了,还有必要装 Cindy 吗? A:如果你的工作只发生在一台电脑、一个引擎上,直接用原工具更轻。Cindy 的价值出现在多设备、多订阅、多引擎交叉的场景:任务要跨机器接续、订阅有好几家、想让不同引擎在同一任务里分工,这时统一工作面省下的搬运成本才划算。

Q:切换 harness 之后,之前的上下文还在吗? A:会话留在 Cindy 里,切换时做的是引擎上下文的交接或重建,不需要你重新交代一遍背景。但要理解:两个引擎的内部状态并不会变得完全一致,切换后第一轮先确认它对任务现状的理解无误,再让它继续。

Q:手机能让任务在电脑关机后继续跑吗? A:不能。远程任务执行在你的电脑上,电脑需要在线并开启远程访问;手机只是另一个操作入口,不会自动把离线工作搬到云端。

Q:本地模型接不进来或效果差? A:先确认本地运行时(Ollama、llama.cpp、LM Studio)本身已正常提供服务,再在 Cindy 里连接。官方明确本地模型仍是 Beta,效果取决于模型能力与硬件,复杂任务建议先用在线模型验证流程,再考虑替换成本地。

Q:「Skip Sign-In」模式下为什么有些功能没有? A:跳过登录用的是纯本地智能体,账号态显示为未登录;跨设备连接、同伴云同步等依赖官方服务的能力在这个模式下不可用,需要这些功能就正常登录账号。

Q:模型共享在另一台设备上不可用? A:按顺序排查:提供模型的那台电脑是否在线、是否同账号登录、是否为该提供商开启了远程访问权限。三者缺一不可,权限是单独按提供商开的,检查时别只看总开关。

Q:文件在另一台设备上找不到? A:Cindy 不是整盘网盘同步,项目文件留在它所在的电脑上。在任务里访问的是该任务关联的文件与目录;想取任意文件,用远程桌面或文件传输功能,而不是指望它像网盘一样全盘镜像。

Q:担心使用统计上报,怎么关? A:桌面端在「设置 → 关于 → 使用统计」里关闭,移动端在设置里关;关闭后桌面端立即停止后续上报。统计只涉及设备、版本与活跃事件,不含聊天与文件内容。

小结#

Cindy 不是又一个「更强的模型」,而是一层把引擎、订阅、设备和经验都收拢起来的工作面:三种 harness 同处一室、模型与引擎分开选;已有订阅不浪费,本地模型也能接;任务跨电脑与手机接续,还能组队分工;同伴、记忆与技能让经验沉淀为可复用的资产;权限、过程与数据则牢牢留在自己手里。

适合谁:手里有两家以上订阅、两台以上设备、并且已经在用 Claude Code 或 Codex 的人——你的痛点不是「不够聪明」,而是「太碎」,Cindy 正是冲着这个痛点来的。只有一个工具、一台机器的人,暂时用不上它这一层。

AI 工具应用:Cindy 开源 AI 智能体
https://www.anexns.cloudns.org/posts/ai-cindy/
作者
Anexns
发布于
2026-11-15
许可协议
CC BY-NC-SA 4.0