桌面首发 · Lumi / Vesper / Mira
Three minds.
One better decision.
四个页签，一个窗口：对话、轨迹、群聊、评测。Lumi 动手做，Vesper 逐条核验她的主张有没有真凭实据，Mira 把她的方案讲成人话。
桌面首发 · Lumi / Vesper / Mira
四个页签，一个窗口：对话、轨迹、群聊、评测。Lumi 动手做，Vesper 逐条核验她的主张有没有真凭实据，Mira 把她的方案讲成人话。
四块地方各干各的：左栏挑项目、翻历史会话，中间跟 Lumi 说需求，右栏是终端面板。输入框上方那行实时写着分支、轮次 / 步数、首 token 延迟和 tok/s，下面一条是 ctx 占用。
空状态就说了一句话：把想法交给 Lumi，她会理解项目、动手实现，并把结果留在这里。
git:(分支) · 第几轮第几步 · LLM 耗时 · 首 token 平均 · tok/s · 缓存命中，全挤在一行里。
每个 space 底下挂着当前分支（cc-agents_desktop / software-engineering），再往下是全部历史会话，点一条就回去。
对话页 — 左栏项目与会话 · 中间 Lumi · 右栏终端 · 底部实时状态条
群聊页就两张角色卡：Vesper 是审计官，逐条核验主张有没有真凭实据；Mira 是翻译官，把方案讲成人话。每轮还挂着一条「审阅对象」——Round 1 就是你刚说的那句。两位不跟着主线自动跑，只在你点名时开口；群聊输入口现在也还没开放，发送是灰的。
群聊 — 两张角色卡 + 每轮的审阅对象；未点名不出声
轨迹页把一轮摊开给你看：Turn 1 下面从 #1 排到 #9，第一行是你的原话，其余全是 glob、grep、read_file 这类工具调用，参数直接写在行里，右边跟着单次耗时。顶上还能切 Duration / Turns / Calls 三种视图，看时间花在哪、工具调了多少次。
轨迹 — Turn 1：1 条用户消息 + 8 条工具调用，逐行带参数与耗时
右侧面板是个真终端：「+」菜单里就两项——终端和 Browser，Browser 每个标签各自 start / stop 一个 browser session。终端归项目不归会话，切走再回来它还在。你自己的命令、外部的 CLI agent 都跑在这一个面板里；状态行那几个数字（模型、ctx、CLAUDE.md、MCP、hooks）是终端里那个 CLI 自己报的，不是 cc-agents 的功能。
终端面板 — 「+」里开终端或 Browser；多标签，且终端归项目不归会话
Plan 模式下 Lumi 不猜。她会甩出一张提问卡：先把事实摆清楚，再列几个选项，每个选项后面跟着代价，还标出推荐哪个。回车选定，↑↓ 换选项。右栏顺手把结论落成待办清单，0/4 的进度一路跟着走。
PLAN 模式 — 提问卡（选项 · 代价 · 推荐）＋右栏待办清单
顶上写着 42 条 · 常驻 0，能按类型（用户 / 项目 / Agent）和状态（在用 / 暂不用 / 历史）筛。点开任意一条，右边是核心内容，下面「检索提示」写清它会不会参与全局检索、依据是什么。觉得不对，就地编辑、钉选常驻、移至暂不用，或者确认仍有效、直接删掉。
记忆库 — 42 条 · 按类型与状态分栏 · 详情写明检索依据
收件箱收的是 AI 主动发来的消息，右上角标着还有几条待处理——截图时是 0，所以整页空着：AI 还没有给你发消息呢。左边列消息，右边看详情，底下那句「查看详情不会消费消息」是给你的定心丸：点开不会消耗什么。
收件箱 — 待处理 0 的空态：AI 还没有给你发消息呢
Git 面板第一行就把分支说清楚：feat/ckx-redis → origin/feat/ckx-redis (dirty)。左边切仓库、翻 HISTORY，提交按 hash、标题、作者、时间排；右边是选中那次提交的 diff，+1 -1 直接标在文件名上，行级高亮。旁边那个 AI 页签，就是用来问「这次改动为什么这么写」的。
Git — 分支与远端 · 提交历史 · 行级 diff · AI 页签
两张卡：Lumi 一张，spawn_agent 子 agent 一张。API Key、模型名、provider、auth、max tokens、base URL 都能手填——截图里就是 openai 兼容的 opencode.ai zen 端点。子 agent 默认继承 Lumi 的模型和凭据，只改模型名。也能直接导入现成的 settings.json，落到全局 ~/.cc-agents/settings.json。
设置 · 模型 — Lumi 与 spawn_agent 各一张卡；密钥只写本地
这页管的是后台：并发会话数（默认 3，切会话不会打断后台工作）；动态 Memory 检索——BM25 加本地向量，允许 Lumi 按需去翻没钉选的记忆；记忆整理——后台整理默认关着，得先去模型页开后台模型，卫生检查默认每 6 小时一次；还有云端记忆——选一个本机 SSH Host 连到远端 cc-agents-cloud，向量检索、网页搜索、文档解析走这条隧道，记忆分类和卫生检查仍留在本机。
设置 · 上下文 — 并发会话 · 动态 Memory 检索 · 记忆整理 · 云端记忆（SSH）
评测页是一条九段的流水线：评测编排器 → 场景注入器 →（Runtime + Agent、全链路追踪）→（状态快照器、LLM-as-judge）→ 断言引擎 → 报告聚合器 → 综合结论。每个节点自己报状态，右栏是编排器的事件流。本机就能跑，顶上那行写着 npm run eval -- serve --local-sandbox。左栏管用例和历史 run，跑完生成报告。
评测 — 九段节点从编排器到综合结论，截图时全在 idle
Lumi 判断某块实现边界清楚，就把任务派进右侧那个终端。中间层是 tmux——自建 socket（-L ccagents），不碰你自己的 tmux server；写入走 send-keys，读屏走 capture-pane。完成信号不靠猜屏幕：它给 Claude Code 注入一个 Stop hook（--settings 是合并，不是替换）去写 marker 文件，再读 hook 回给它的 transcript，只取最后一条 assistant 文本。
显示状态、任务原文、tmux 会话名和这一轮的产出；一个项目共用一个 tmux 会话。
点一下切到 Terminal 页，开出 tmux -L ccagents attach ——那就是个真 pane，你可以直接在里面打字。
设置里有 claude / claude-oc / claude-ds 三个预设；命令不对或没登录，pane 会自己退出，提示你去改。
默认 10 分钟超时，产出超过 8000 字取尾部；中间过程只在对话的工具结果里，卡片只画最近一轮。
CLAUDE CODE 协作 — 派过去 · 看终端 · 取回这一轮
设置里只填一个 SSH Host：从 ~/.ssh/config 扫出来挑，或者手填 host / user / port / IdentityFile，私钥不落地。桌面端用 BatchMode 连过去探 /health——必须回 service: cc-agents-cloud；再确认 /api/v1/link 的 handshake 是 ssh-tunnel，通了才建本地端口转发。不填公网地址，也不填云端 API Key，key 从对端 /opt/cc-agents-cloud/.env 里读。
没连云端也照样写代码：读改文件、终端、grep、代码库搜索、记忆分类和卫生检查都在本机，只有网页搜索和文档解析会不可用，记忆检索退成 BM25 关键词。
部署 — Docker 包装到 /opt/cc-agents-cloud（2GB 内存起）；路径别改，客户端要读它的 .env，也别把 8080 开到公网
设置页里剩下的这些都不是装饰：后台模型是记忆分类、卫生检查、冲突检测的总闸（key 留空就用内置的）；技能分三层加载，用到才取；压缩水位管的是「什么时候才值得压」。
记忆分类、卫生检查、冲突检测共用它。可选 gpt-4o-mini、claude-haiku-4-5、MiniMax-M2.5、deepseek-v4-flash；关掉会弹二次确认。
先只看到技能列表，要用才读它的 SOP，再需要才取脚本和参考——不整份塞进每一轮，轮末自动卸掉。内置技能只能开关不能删，自己的技能放项目的 .cc-agents/skills/。
输入到模型窗口的 82% 才开始判断要不要压；预计释放不到 40,000 tokens 就不压，免得白白重建 prompt cache。
中英双语、六种字体，Day / Night 在侧栏底部；打开 Tracker 会记录完整 I/O 与指标，本地 127.0.0.1:7778 就能看。
下载 macOS 安装包，拖进 Applications，就绪。
放到你的 Linux（2GB 即可）。解压后 sudo ./scripts/install.sh，再在 Desktop 里连上。
下载 cc-agents-cloud-docker.tgz需要 Node.js ≥ 22.19。标题栏出现 live 后再发消息。
设置页支持「打开即用」导入；也可手改 ~/.cc-agents/settings.json。
还在用终端 TUI？ → CLI 介绍页