Paseo：在口袋里装一个AI编程助手

想象这样一个场景：你正在咖啡馆里，突然接到电话说项目有个紧急 bug 需要修复。你摸出手机，说「帮我修一下支付回调的并发问题」，然后看着手机屏幕上，Claude Code 正在你的服务器上疯狂敲代码——这听起来像科幻小说，但 Paseo 正在把这件事变成现实。

项目背景：把AI编程助手装进口袋

Paseo 由独立开发者 Mohamed Boudra（@moboudra）创建，是一个开源的本地优先 AI 编程助手控制平台。它的核心思路非常清晰：你的代码永远留在你自己的机器上，Paseo 只是提供一个跨设备界面来监控和控制这些编程助手。

目前 Paseo 支持五大主流 AI Coding Agent：Claude Code（Anthropic）、Codex（OpenAI）、GitHub Copilot、OpenCode、Pi。一个界面统一管理所有编程助手，这对于同时使用多个 Agent 的开发者来说相当有吸引力。

图1：Paseo 桌面端界面，支持多 Agent 并行监控

技术架构：守护进程 + 跨端客户端

Paseo 采用了经典的客户端-服务端架构。

服务端（Daemon） 是整个系统的核心，运行在开发者的本地机器上。它是一个 Node.js 进程，负责：

1. 启动和管理各个 AI Agent 子进程（Claude Code、Codex 等）
2. 通过 WebSocket 实时流式传输 Agent 的输出
3. 管理 Agent 的生命周期状态（启动→运行→空闲/归档）
4. 提供 MCP（Model Context Protocol）服务器，实现 Agent 之间的互相控制
5. 可选地连接 Relay 节点，实现远程访问（无需开放端口）

客户端覆盖了所有主流平台：

• 📱 移动端：iOS/Android App，基于 Expo 开发
• 💻 桌面端：Electron 打包的桌面应用
• 🌐 Web 端：共享 Expo Web UI
• ⌨️ CLI：终端界面，适合服务器/远程机器

架构图如下：

┌─────────────┐    ┌─────────────┐    ┌─────────────┐
│  Mobile App │    │     CLI     │    │ Desktop App │
│   (Expo)     │    │ (Commander) │    │ (Electron)  │
└──────┬───────┘    └──────┬──────┘    └──────┬──────┘
       │    WebSocket      │    WebSocket     │
       └───────────┬───────┴──────────────────┘
            ┌──────▼──────┐
            │   Daemon    │
            │  (Node.js)  │
            └──────┬──────┘
    Claude/Codex/Copilot/OpenCode/Pi Agent ← 管理子进程

核心功能：多 Agent 并行 + 语音控制

多 Agent 并行运行

这是 Paseo 最有特色的功能之一。传统上，你每次只能运行一个 AI 编程助手。但 Paseo 的 Daemon 支持同时启动多个 Agent，每个 Agent 运行在独立的子进程中，通过统一的时间线模型（Timeline Model）输出到客户端。你可以一边让 Claude Code 重构后端 API，一边让 Codex 写前端组件——在同一个界面里观察两个 Agent 的进度。

语音控制：Hands-free 编程

Paseo 利用 OpenAI Realtime API 实现语音交互。你可以直接对着手机说话，让 AI 开始工作；也可以在走路时用语音查询进度。这是传统 CLI 编程助手完全无法提供的体验。

图2：Paseo 移动端支持语音控制和跨设备同步

子 Agent 协作与生命周期管理

Paseo 支持 Agent 创建子 Agent（Parent-Child 关系），通过 MCP 工具 create_agent 实现。Agent 有完整的状态机：initializing → idle → running → idle（或 error → closed）。每个状态变更都持久化到磁盘，并通过 WebSocket 实时推送给所有客户端。

数据持久化：文件即数据库

Paseo 使用纯文件存储（File-based JSON persistence），没有传统数据库。所有数据存放在 $PASEO_HOME（默认 ~/.paseo）下的 JSON 文件中：agents/（每个 Agent 一条记录）、chat/（聊天消息）、projects/（项目注册表）、schedules/（定时任务）。这种设计优势是零依赖、易于备份。

Relay：安全远程访问

如果你的开发机在内网，Paseo 提供了可选的 Relay 服务。它建立出站 WebSocket 连接到 Relay 服务器，客户端通过 Relay 间接连接——无需开放任何入站端口，同时使用 E2EE（端到端加密）保护通信安全。

技术栈分析

组件	技术选型	说明
核心语言	TypeScript	全栈 TypeScript，保证类型安全
运行时	Node.js	Daemon 和 Relay
移动端	Expo + React Native	iOS/Android/Web 统一代码库
桌面端	Electron	包装 Web App
协议	WebSocket	实时通信 + 增量输出流
AI 集成	MCP Server	Agent 间互操作
语音	OpenAI Realtime API	双向语音交互
存储	JSON 文件	无数据库依赖
质量工具	Vitest（测试）、oxlint（lint）、oxfmt（格式化）	完整 CI

代码质量方面，仓库包含完整的测试套件（Vitest）、严格的 TypeScript 类型检查、多层 linting，文档质量极高（CLAUDE.md 覆盖架构、生命周期、数据模型、编码规范）。

部署方式：适合个人开发者

Paseo 目前没有提供 Docker 容器化方案，也没有 docker-compose 文件。部署方式有两种：

1. 桌面端下载安装：从 paseo.sh/download 下载对应平台的安装包，开箱即用，Daemon 自动启动。

2. CLI 安装：

npm install -g @getpaseo/cli
paseo  # 启动 Daemon，显示 QR 码供移动端扫码连接

CLI 方式需要本地有 Node.js >= 18 环境，且至少安装了一个 AI Coding Agent。硬件需求：无 GPU 要求，普通笔记本即可运行，内存约 4GB 够用。

局限与争议

1. 无容器化：不能通过 Docker 部署到服务器，对于需要在云端运行的场景不友好
2. 多 Agent 并行依赖本地资源：Agent 越多，内存和 CPU 消耗越大，单机性能有上限
3. Relay 中心化：远程访问依赖 Relay 服务器，存在隐私和可用性风险

行业意义

Paseo 代表了一个新兴方向：把 AI 编程助手从命令行解放出来，让它像手机 App 一样触手可及。随着 Claude Code、Codex 等工具越来越强大，如何高效管理多个并行的 AI 编程任务成为一个真实需求。其 GitHub Star 增长曲线相当陡峭，Voice-first 的交互模式也契合了 AI 助手从「打字」向「说话」演进的大趋势。对于个人开发者和小型团队，Paseo 是一个值得关注的项目。