llm-agents.nix

你有没有遇到过这种情况：装了 Claude Code，却忘了装个配套工具；想用 Open Interpreter，部署时卡在依赖冲突上；或者同时装了三个不同版本的 Python 环境，互不兼容。numtide/llm-agents.nix 正是来解决这个问题的——它是一个 Nix 包集合，专门为 AI 编程代理（AI coding agents）量身打造，把市面上主流的 AI 编程工具全部打包成 Nix 包，统一管理、统一更新。无论你是用 Claude Code、GitHub Copilot CLI、Open Interpreter 还是国产的 Qwen-Coder，只需一条命令就能装上，还不用担心依赖冲突。这个项目由 Numtide 团队维护。Numtide 是一家专注于 Nix 生态的公司，核心成员同时也是 NixOS 社区的活跃贡献者。他们的目标很简单：让 AI 编程工具的安装和升级变得和安装普通软件一样简单。他们发现，随着 AI 编程代理越来越多，每个工具都有自己的安装方式、更新逻辑和依赖树，开发者疲于应付这些碎片化的工具链。于是他们用 Nix 的声明式包管理机制，把这些工具统一封装，提供一致的安装体验。打个比方，传统的 AI 编程工具安装就像在厨房里分别买微波炉、烤箱、空气炸锅，每台都有自己的说明书和插座。而 llm-agents.nix 相当于给你建了一个模块化的厨房系统，所有工具都标准化接入，插上就能用，还能同时运行。## 核心功能：一条命令，装好所有 AI 编程工具llm-agents.nix 目前收录了 130+ 个 AI 相关工具包，分为几大类：- AI 编程代理：Claude Code、OpenAI Codex CLI、GitHub Copilot CLI、Google Antigravity CLI、Sourcegraph Amp、Open Interpreter、Continue.dev 等- MCP 服务器：Model Context Protocol 相关服务器，Numtide 官方维护的 mcp-servers-nix 也收录其中- 国产工具：Qwen-Coder（阿里通义）、Gemini CLI（Google）、Kimi Coding（月之暗面）等- 沙箱与实验性工具：Claudebox（沙箱化执行）、claude-code-router（多 Provider 路由）等安装方式非常灵活。第一种是即开即用，不需要预先安装任何东西：bash# 列出所有可用工具（交互式 fzf 选择器）nix run github:numtide/llm-agents.nix# 直接运行指定工具nix run github:numtide/llm-agents.nix#claude-codenix run github:numtide/llm-agents.nix#opencodenix run github:numtide/llm-agents.nix#gemini-cli第二种是通过 Flake 集成到项目或系统配置中：nix{ inputs.llm-agents.url = "github:numtide/llm-agents.nix"; outputs = { nixpkgs, llm-agents, ... }: { nixosConfigurations.myhost = nixpkgs.lib.nixosSystem { modules = [{ environment.systemPackages = with inputs.llm-agents.packages.${pkgs.stdenv.hostPlatform.system}; [ claude-code opencode gemini-cli ]; }]; }; };}第三种是通过 Overlay 接入已有的 Nixpkgs：nixnixpkgs.overlays = [ llm-agents.overlays.default ];# 然后直接 pkgs.claude-code 引用一个关键优势是二进制缓存。Numtide 维护了自己的构建缓存（cache.numtide.com），所有包都在 CI 中每日构建，Linux（x86_64 + aarch64）和 macOS（x86_64 + aarch64）全平台覆盖。换句话说，大多数情况下你不需要从源码编译，直接下载二进制即可使用。## 技术架构：基于 Nix Flakes 的声明式包管理项目采用 Nix 生态中最现代化的 Flakes 架构。flake.nix 定义了所有输入（nixpkgs-unstable、flake-parts、treefmt-nix、bun2nix 等）和输出（packages、overlays），通过 blueprint 框架生成一致的包结构。每个工具包遵循统一的目录结构：packages/<tool-name>/ package.nix # 核心包定义 default.nix # NixOS 系统包入口 update.py # 可选，自动更新脚本 *.lock # 可选，依赖锁定文件包构建支持多种来源类型：binary（二进制直接下载）、source（从源码构建）、bytecode（预编译字节码）。项目大量使用 Nixpkgs 的现有构建工具：Node.js 包用 buildNpmPackage，Rust 包用 rustPlatform.buildRustPackage，Python 包用标准 stdenv.mkDerivation。这种分层策略使得新增一个工具包时，大部分工作只是编写一个 Nix 表达式，无需关心底层构建细节。代码质量方面，项目在 CI 中运行 nix flake check 进行全面检查，包括构建验证和 linting；nix fmt 统一代码格式。所有包定义遵循 2 空格缩进的 Nix 代码风格，模块化、可组合。README 中的包列表通过 ./scripts/generate-package-docs.py 脚本自动生成，确保文档和代码同步。值得注意的是，项目还包含实验性功能探索：Claudebox 研究透明沙箱化 AI 代理执行，claude-code-router 探索 Provider 抽象层（解耦 AI 接口与具体服务商），这些都是 Nix 在 AI 工具链领域的前沿实验。## 上手门槛：Nix 生态的入门代价使用 llm-agents.nix 的前提是装有 Nix（2.18+），且建议开启 Flakes 支持。Nix 本身有一定学习曲线，但对于已经使用 NixOS 或习惯 Nix 的开发者来说，这个仓库是开箱即用的。如果你不熟悉 Nix，这条命令可以先体验一下：bash# 无需安装 Nix，直接用 nix run 体验工具nix run github:numtide/llm-agents.nix#claude-code需要注意的是，项目明确声明只测试 nixpkgs-unstable 分支，使用 NixOS 稳定版分支（如 nixos-25.05）可能会出现兼容性问题。此外，部分商业工具（如 Claude Code、Github Copilot CLI）的许可证为 unfree，需要在 nixpkgs 配置中显式允许 allowUnfree。## 局限性：不完美，但值得尝试首先要承认的是，这个项目不适合所有人。如果你没有 Nix 使用经验，前期的环境配置就是一个门槛。其次，二进制缓存虽然覆盖主流平台，但 aarch64-darwin（Apple Silicon Mac）上部分包的可用性取决于上游是否提供对应架构的二进制。另一个值得关注的点是，作为一个人工维护的包集合，项目依赖 Numtide 团队的持续投入。虽然通过自动更新脚本可以部分自动化版本跟踪，但包的更新频率和质量仍取决于社区贡献。不过，对于已经深度使用 Nix/NixOS 的团队，或者希望在一个地方统一管理 AI 工具链的开发者来说，llm-agents.nix 提供了一个极具价值的解决方案——它把碎片化的 AI 工具生态用声明式的方式整合起来，让工具的安装、升级和移除都变得可预测、可重现。## 行业意义：Nix 在 AI 时代的又一次进化从数据看，llm-agents.nix 在 GitHub 上已获得 1400+ stars，收录了 130+ 个工具，保持每日更新。这背后反映的是一个趋势：随着 AI 编程工具越来越多，传统的「下载安装」模式正在成为效率瓶颈，而 Nix 的 reproducible build 特性天然适合解决这个问题。Numtide 同时还维护着 mcp-servers-nix（MCP 服务器的 Nix 封装）、agent-images（AI 代理的沙箱容器镜像）等相关项目，形成了围绕 AI 编程工具的完整 Nix 生态。这个生态的意义在于——当 AI 编程代理从极客玩具变成日常开发工具时，它们的安装管理方式也需要从「手动」升级为「声明式」，而 Nix 正是这个升级路径上最成熟的选择。如果你是 Nix 用户，强烈建议把 llm-agents.nix 加入你的 flake inputs。图1：Numtide 组织头像