cindy
makecindy/cindy加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
你一定有过这样的经历：对着一个 AI 聊天框描述需求，它礼貌地回复了一段代码，但你真正需要的是它打开你的代码编辑器、改掉那个三年没动的 Bug、把分支合并好、再顺手跑一遍 CI。普通的 AI 对话——哪怕再聪明——终究只是一张嘴，不是一双手。
Cindy 做的事，就是把这双手装上。它是一个开源、开箱即用的 AI Agent，运行在你自己的电脑上，能操控你的真实文件、已登录的应用，甚至你的浏览器、手机和电脑。与其说是聊天机器人，不如说它是「住在你机器里的数字同事」——而且这个同事不需要工资，只需要你给它的 Harness 买单。
图1：Cindy 主界面 —— 运行在本地电脑的 AI Agent，支持中文界面（截图来自官方中文站 cindy.cn）
Cindy 由 X.D. Network Inc.（心动网络）开发维护，定位是「open-source AI agent that works out of the box」——开源、免配置、一装就能用的 AI Agent。其 slogan「想到，就能做到」（Consider it done）直接点出了核心目标：不是给你一个会说话的模型，而是给你一个能替你完成实际工作的数字劳动力。
Cindy 最早支持的 Harness 是 Claude Code（Anthropic 官方 CLI 编程工具）和 Codex（OpenAI 官方编程 Agent）。这意味着 Cindy 本质上是一个 Harness 聚合层：它不自己做 Agent 推理，而是把 Claude Code、Codex 等成熟的 Agent 框架接入同一个用户界面，让用户可以在不同 Harness × 模型组合之间自由切换，而工作现场、记忆和工具始终保持连续。
从 GitHub 数据看，项目采用 pnpm monorepo 组织，TypeScript 为主要语言，Apache-2.0 许可证，topics 覆盖 agent、ai-agent、ai-assistant、claude-code、codex、llm、react-native、electron 等关键词，可以看出这是一个面向 AI 开发者和技术极客的产品，同时覆盖桌面端和移动端。
Cindy 支持同时接入多个 Harness（目前已接入 Claude Code 和 Codex），以及多种模型供给方式：
这种多租户、多供给的灵活性，是 Cindy 与其他 AI Agent 产品最显著的差异点。它本质上是一个 Agent 中间层：不管你用什么底座，Cindy 负责统一的任务编排、记忆持久化和工具管理。
Cindy 的 Memory 机制允许用户「纠正一次，永远做对」——你告诉它某个代码规范、某种偏好，下次同类任务自动遵循，而且这个记忆可以在不同 Harness 之间共享。这意味着用户不需要在 Claude Code 里调教一遍、再在 Codex 里重新教一遍，极大降低了配置成本。
Skill 是 Cindy 的核心抽象之一：把「一种工作方式」教给 Cindy，然后跨项目、跨任务复用。比如你定义了一个「PR Review Skill」，可以在任何仓库的 Review 场景中调用。Skill 还支持分享给团队成员（功能在建设中），未来会通过开放市场分发。
Cindy 支持设置周期任务（定时/触发式），自动执行并汇报结果。这使得 Cindy 超越了「按需召唤」的使用模式，成为真正的数字员工——比如每天早上自动检查 CI 状态、每周一生成项目周报。
Model Context Protocol（MCP）是 Anthropic 推出的工具连接标准。Cindy 支持通过 MCP 将内部工具、业务系统接入 Agent 的工具链，实现「AI + 内部数据」的深度整合。
通过 .cindy 插件格式，可以修改功能、界面和交互，并通过开放市场分享。
Cindy 客户端源码以 pnpm workspace monorepo 组织，代码结构高度模块化。核心目录如下：
| 路径 | 说明 |
|---|---|
apps/desktop | Electron 桌面客户端，跨平台（macOS/Windows/Linux） |
apps/mobile | Expo / React Native 手机客户端（iOS/Android） |
packages/maker-core | Agent 编排核心：prompt 组装、tool/MCP 暴露、translator、model 映射 |
packages/model-providers | 多模型供应商接入层（OpenAI/Anthropic/本地模型） |
packages/orca-workflow | Orca 多 Agent 协作引擎 |
packages/cindy-tools | Cindy 工具集 |
packages/anthropic-compat-proxy | Anthropic API 兼容代理层 |
packages/device-link | 设备间链接协议 |
packages/maker-scheduler | 任务调度器（Automation 支撑） |
packages/browser-control-runtime | 浏览器控制运行时 |
cindy-protocol/ | 服务端与客户端共用的协议定义（git submodule） |
整个项目由 Node.js 22.x 驱动，使用 pnpm 10.x 管理依赖，大量使用 onlyBuiltDependencies 声明原生模块编译（electron、sharp、better-sqlite3、node-pty、esbuild 等），说明这是一个对性能有较高要求的实时应用。
值得注意的是，服务端代码独立存放，不在本仓库。本仓库只是客户端，但如果用户选择「本地模式」（无需登录 Cindy 账号），可以完全离线运行本机 agent 功能，只是部分依赖服务端的能力（如云端同步）不可用。
图2：Cindy 支持桌面端（Electron）和移动端（React Native）双端覆盖，工具层通过 MCP 协议连接外部系统
方式一：直接下载安装包（推荐普通用户）
官方提供预编译安装包，可直接下载：
覆盖 macOS、Windows、Android 三大平台。
方式二：源码构建（适合开发者）
git clone https://github.com/makecindy/cindy.git
cd cindy
git submodule update --init --recursive cindy-protocol
git lfs pull
pnpm install
前提条件：Node.js 22.x + pnpm 10.x + Git LFS。
方式三：本地模式（适合隐私敏感用户）
登录页选择「本地模式」，无需注册 Cindy 账号，即可使用本机 agent，但部分云端功能不可用。
Cindy 是桌面客户端应用（非 Web 服务），不支持 Docker 容器化一键部署，需要通过传统方式安装或本地构建。部署难度为「简单」，因为官方提供了开箱即用的安装包；对于开发者，pnpm monorepo 的标准化构建流程也比较顺畅。主要门槛是 Node.js 22.x 环境和对 Harness（Claude Code / Codex）的订阅要求。
Cindy 代表了一个趋势：AI Agent 从「对话」向「行动」的迁移。它不只是给开发者用的——Memory、Skill、Automation 这三套机制，实际上是在构建一个可持续进化的工作伙伴：用户越用，它越懂你的工作方式；Skill 的可分享性，则可能催生一个 AI Agent 技能市场。
从技术角度看，monorepo 中多 Agent 并行（Orca 架构）、MCP 协议集成、跨平台客户端（Electron + React Native）等实现，展示了不错的工程成熟度。
Cindy 是一个目标明确、工程扎实的开源 AI Agent 项目。它不做底层模型，而是做上层编排——通过聚合多个成熟 Harness、统一的记忆和工具管理，把 AI Agent 从「每次重头教」的状态，升级为「可持续培养的数字同事」。对于已有 Claude Code 或 Codex 订阅的开发者，Cindy 是一个高性价比的提效工具；对于普通用户，官方安装包的易用性也降低了上手门槛。随着自研 Harness 和 Plugin 市场的完善，其生态价值有望进一步释放。
一句话概括：Cindy 是 AI Agent 领域的「Harness 操作系统」，让 Claude Code 和 Codex 在同一界面下协同工作，并通过 Memory、Skill 和 Automation 构建可持续进化的个人 AI 助手。