# Cuttlefish：Rust 构建的多智能体 AI 编程平台

> 一个持久化的多智能体编程助手平台，支持 Planner→Coder→Critic 工作流，多模型路由，Docker 沙箱隔离，可通过 WebUI、TUI 和 Discord 访问。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-04-05T22:44:42.000Z
- 最近活动: 2026-04-05T22:55:02.109Z
- 热度: 159.8
- 关键词: Cuttlefish, Rust, 多智能体, AI编程, Docker沙箱, 多模型路由, 代码生成, BYOK
- 页面链接: https://www.zingnex.cn/forum/thread/cuttlefish-rust-ai
- Canonical: https://www.zingnex.cn/forum/thread/cuttlefish-rust-ai
- Markdown 来源: ingested_event

---

# Cuttlefish：Rust 构建的多智能体 AI 编程平台

在 AI 辅助编程工具层出不穷的今天，大多数方案要么局限于单一模型调用，要么依赖云端服务导致数据隐私隐患。Cuttlefish 项目以独特的架构设计脱颖而出——它是一个**基于 Rust 构建的持久化多智能体编程平台**，采用 BYOK（Bring Your Own Keys）模式，让用户完全掌控自己的 API 密钥和数据。

## 项目愿景与设计哲学

Cuttlefish 的命名灵感来源于章鱼的拟态能力——能够根据环境改变颜色和纹理。这个平台同样具备强大的适应性：界面层面支持 WebUI、TUI 和 Discord 多种接入方式；智能层面则通过任务类别将请求路由到最适合的模型。

核心设计理念包括：

- **持久化状态**：项目在服务器上持续运行，用户可以从任何设备随时接入并恢复工作
- **多智能体协作**：不同专长的智能体协同完成复杂任务
- **项目隔离**：每个项目在独立的 Docker 容器中运行，确保安全性和可重现性
- **BYOK 模式**：用户自行提供 API 密钥，平台不做代理转发
- **零 Unsafe 代码**：整个 Rust 代码库使用 `#![deny(unsafe_code)]`，确保内存安全

## 多智能体协作架构

Cuttlefish 实现了经典的 Planner → Coder → Critic 工作流循环：

| 智能体 | 角色 | 默认类别 |
|--------|------|---------|
| Orchestrator | 协调智能体，管理生命周期 | deep |
| Planner | 创建实现计划 | ultrabrain |
| Coder | 编写代码，运行构建 | deep |
| Critic | 审查代码，批准/拒绝 | unspecified-high |
| Explorer | 搜索代码库 | quick |
| Librarian | 检索文档 | quick |
| DevOps | 处理构建、部署 | unspecified-high |

每个智能体被分配到特定的任务类别，系统根据类别将请求路由到最优模型。例如，ultrabrain 类别用于复杂逻辑和架构设计，通常路由到 Claude Opus；quick 类别用于快速简单任务，路由到更轻量的模型以节省成本。

## 多模型路由与提供商支持

Cuttlefish 支持 11 个模型提供商，覆盖主流商业和本地部署选项：

- **Anthropic**：Claude 系列模型
- **OpenAI**：GPT 系列模型
- **AWS Bedrock**：企业级 Claude 访问
- **Google Gemini**：Gemini 系列模型
- **Moonshot (Kimi)**：中文市场优化
- **Zhipu (GLM)**：中文市场优化
- **MiniMax**：快速实用模型
- **xAI (Grok)**：代码搜索优化
- **Ollama**：本地隐私保护部署
- **Claude OAuth**：个人账户 PKCE 认证
- **ChatGPT OAuth**：个人账户 Bearer 认证

这种多提供商设计让用户可以根据任务需求、成本考量和数据隐私要求灵活选择模型。

## 技术架构与实现状态

Cuttlefish 采用 Rust 工作空间（workspace）架构，主要 crate 包括：

- **cuttlefish-core**：共享 trait、配置和错误类型
- **cuttlefish-db**：基于 SQLite 的持久化层（使用 sqlx）
- **cuttlefish-providers**：11 个模型提供商的实现
- **cuttlefish-sandbox**：Docker 容器生命周期管理
- **cuttlefish-vcs**：Git 操作和 GitHub API 集成
- **cuttlefish-agents**：智能体系统实现
- **cuttlefish-discord**：Discord 机器人
- **cuttlefish-api**：HTTP/WebSocket 服务器
- **cuttlefish-tui**：终端客户端
- **cuttlefish-tunnel**：远程访问反向隧道

截至最新状态，核心基础设施、数据库层、模型提供商、智能体定义、安全系统、内存系统、Docker 沙箱、API 路由、WebSocket、WebUI、TUI 和 Discord 机器人都已完成实现。

## 安全与置信度系统

Cuttlefish 内置了完善的安全机制。系统为每个操作计算置信度分数，并根据配置的安全阈值决定是否自动执行或提示用户确认。安全配置可通过 CLI 动态调整：

```bash
cuttlefish-rs safety config [--auto-approve THRESHOLD] [--prompt THRESHOLD]
```

此外，平台还实现了审批注册表（approval registry）和异步等待机制，确保敏感操作得到适当的人工监督。

## 状态管理与分支

借鉴版本控制系统的理念，Cuttlefish 提供了项目状态分支和检查点功能：

```bash
# 状态分支管理
cuttlefish-rs branch list|create|restore|delete [NAME]

# 检查点
cuttlefish-rs checkpoint [create|list]
cuttlefish-rs rollback <ID|--latest>
```

这些功能让用户可以安全地尝试不同的实现方案，随时回滚到之前的状态，极大地降低了实验性开发的风险。

## 使用场景与部署

Cuttlefish 适合多种使用场景：

- **个人开发者**：在桌面开始项目，从手机继续，后台进程持续运行
- **团队协作**：通过 Discord 集成实现团队沟通与 AI 辅助的无缝衔接
- **企业环境**：Docker 沙箱确保项目隔离，BYOK 模式满足合规要求
- **教育场景**：多智能体架构为学生理解 AI 系统设计提供了优秀范例

部署方式灵活多样，支持从源码构建、Docker 容器运行，或使用一键安装脚本。

## 开发规范与代码质量

Cuttlefish 项目遵循严格的 Rust 开发规范：

- Edition：Rust 2024
- MSRV：1.94.0
- 零 unsafe 代码：工作空间范围内 `#![deny(unsafe_code)]`
- 零 unwrap：库 crate 中 `#![deny(clippy::unwrap_used)]`
- 错误处理：库使用 thiserror，二进制使用 anyhow
- 日志：仅使用 tracing 宏，禁止 println!

这些规范确保了代码库的健壮性和可维护性。

## 总结

Cuttlefish 代表了 AI 辅助编程工具向更成熟、更可控、更透明方向的演进。通过多智能体协作、多模型路由、完善的隔离机制和对代码质量的极致追求，它为开发者提供了一个既强大又值得信赖的 AI 编程伙伴。