LLM Space v4：字节跳动开源的 Agent 开发桌面工坊

从一个深夜调试说起

凌晨两点，你正在为新写的 Agent prompt 调参。日志刷了几十屏，模型在某个步骤突然"失联"——它调用了什么工具？传了什么参数？为什么最后返回了这个奇怪的答案？你无从得知。传统调试方式只能看到最终输出，中间过程是一片黑箱。

LLM Space 正是为解决这个痛点而生的。它是字节跳动 DeerFlow 团队内部重度使用的主力工具：DeerFlow 的每个版本都会用 LLM Space 来构建和调试。如今 DeerFlow 团队将这个工具独立开源，让所有 Agent 开发者都能用上这把"调试放大镜"。

什么是 LLM Space

LLM Space 是一个本地优先的桌面应用，面向 Agent 开发者、产品经理和测试工程师。它将 Agent 开发的核心环节全部整合到一个窗口里：

• 构建（Build）：编写并版本化管理 prompts、system messages、tools 和 model settings
• 追踪（Trace）：实时查看 agent loop 中每一次模型调用和工具运行
• 调试（Debug）：从运行历史中回放一次执行，逐步排查问题
• 评估（Evaluate）：跨多次运行衡量 Agent 表现
• 生成（Generate）：让 AI 帮你生成 prompt 和 tools，还能把任意 Thread 生成为可运行的 LangGraph Agent 代码

项目始于 2023 年 3 月，v4 是其第四次大版本迭代，已稳定运行超过两年。

技术架构

LLM Space 采用 Bun monorepo 结构，核心分为三大块：

组件	定位
packages/core	共享逻辑：类型定义、agent loop、thread storage
packages/runtime	运行时引擎
packages/ui	UI 组件库
apps/desktop	桌面应用（Electrobun 壳 + React）
apps/web	Web 版（预览）
apps/server	服务端组件

技术栈一览：

• 语言与构建：TypeScript 6 + Bun（运行时和包管理器）
• 桌面壳：Electrobun——轻量的原生桌面应用交付方式，相比 Electron 体积更小（约 27 MB）、内存和耗电更低
• UI 层：React 19 + Tailwind CSS + shadcn/ui + dnd-kit（拖拽排序）
• Agent 框架：Pi Agent Core（@earendil-works/pi-agent-core），一个轻量的 Agent 构建框架
• 代码编辑器：CodeMirror 6（用于编辑 tool definitions 和 JSON Schema）
• 类型安全：TypeBox（运行时类型检查）+ Zod 4（Schema 验证）

核心概念：Thread 与 Harness

LLM Space 的基本工作单元是 Thread——你可以把它理解为一个"保存的实验文件"。每个 Thread 包含标题、模型选择、System Prompt、Variables（占位变量）、Tools（工具定义）、Messages（对话历史）、Tool Calls（工具调用记录）以及 Run History（历史运行快照）。

而 Harness（测试工坊） 则负责执行这些 Thread：它追踪 agent 的每一个推理步骤、每一次工具调用、每一个响应节点，把传统 Agent 的"黑箱"变成"透明玻璃箱"。

快速上手

从 GitHub Releases 下载 DMG 安装包（支持 macOS Apple Silicon 和 Intel），或直接从源码构建（需要先安装 Bun）。

首次启动时，LLM Space 会自动从环境变量中读取已有的 API Key（如 OPENAI_API_KEY），并推荐可用的模型提供商。你也可以手动添加 OpenAI、Anthropic、火山引擎等任意 OpenAI 兼容端点。

# 从源码运行
bun install
bun run dev

亮点功能

1. LangGraph 代码生成

最实用的功能之一：在 Thread 界面点击"生成"，AI 会将当前 Thread 的 prompt、tools 和设置自动转换为可运行的 LangGraph Python 代码。这意味着你在 LLM Space 中调试好的 agent，可以一键导出为生产级代码。

2. MCP 服务器扩展

支持连接 Model Context Protocol（MCP） 服务器，扩展可用工具集。内置已集成 Tavily 搜索等常用工具。

3. 多运行对比评估

选择任意两次历史运行，对比它们在相同 rubric 下的得分差异（1-5 分制），直观判断 prompt 调整或模型切换带来的效果变化。

4. 内置工具集

内置 read、write、edit、grep、glob 等常用文件系统工具，开箱即用，无需额外配置。

局限与注意

• 仅 macOS：目前仅提供 macOS 版本（需要 macOS 15.7.3+），Windows/Linux 用户需要等待或从源码自行构建
• 非生产部署工具：LLM Space 是开发/调试工具，不适合直接作为生产 Agent 的运行时
• 无容器化支持：项目没有提供 Dockerfile 或 docker-compose，Electrobun 桌面壳是唯一的交付形态
• 代理直连限制：桌面版需要能直接访问所配置的 LLM API 端点

行业意义

LLM Space 代表的趋势是 Agent 开发基础设施的平民化。过去，只有大型 AI 团队才有能力构建自己的 Agent 调试平台；如今，借助 LLM Space 的 Harness 模式，任何人都可以系统化地开发、追踪、调试和评估 Agent。

同时，它也印证了"Harness 模式"在 Agent 开发中的核心地位——不是让 Agent 自己摸索，而是给它一个结构化的执行框架，让开发者能看清楚每一步在做什么。随着 Agent 应用场景的持续扩展，这类开发工具的价值将愈发凸显。

---

相关链接：

• GitHub: https://github.com/deer-flow/llm-space
• 官网: https://deer-flow.github.io/llm-space/
• 姊妹项目: DeerFlow（字节跳动开源的多 Agent 编排框架）