夜雨聆风
终端里集成 AI Agent、代码编辑器与文件管理:Terax 用 7MB 重新定义开发者桌面
ADE · AI 原生终端 · Tauri · BYOK · 多 Agent · crynta/terax-ai ——
一个不足 7MB 的开源 AI 开发终端（ADE），把终端仿真器、代码编辑器、
文件浏览器和 AI Agent 整合到单一桌面应用内。数据本地运行，
API 密钥写入 OS 密钥链，无遥测、无账号要求。
多工具来回切换，开发者的时间都去哪了
日常开发中，一个典型的工作流可能是这样：在 IDE 里写代码 -> 切换到
终端跑命令 -> 切回编辑器查看报错 -> 打开浏览器搜索解决方案 ->
复制代码粘贴到编辑器 -> 切回终端再跑一遍。每切换一次窗口，
上下文就断一次，注意力也散一次。
Terax 试图解决的问题正是这种碎片化。它不是一个”再加一个 AI 面板
的终端”，而是一个从底层按”AI 原生工作台”设计的桌面应用。你打开
一个窗口，同时拥有：
• 多标签终端：基于 portable-pty 的本地 PTY 后端，
支持 zsh / bash / pwsh，后台持续输出
• 代码编辑器：CodeMirror 6，支持 TS / Rust / Python / Markdown
等多语言，内置 AI 补全和差异编辑
• 文件管理器：模糊搜索、键盘导航、内联重命名
• Web 预览：自动检测本地开发服务器并在标签页内打开
• AI Agent 侧栏：对话式助手，可读文件、写文件、跑命令、
多 Agent 协作，支持编辑差异审批
这套组合意味着：你在终端跑测试发现报错 -> 选中错误信息 -> 点击
“Ask AI” -> Agent 自动读取相关源码 -> 给出修复建议并生成差异编辑 ->
你在侧栏审阅差异 -> 确定后自动写入文件。全程不离开同一个窗口。
而且它几乎不占资源。安装包约 7MB 磁盘占用，远低于 Electron 类
工具动辄上百 MB 的胃口。
最短上手路径：配置 API 密钥即可使用
Terax 的 AI 能力采用 BYOK（Bring Your Own Key）模式，不绑定
任何云服务。你只需提供自己的模型 API 密钥。
配置方式
打开 Settings -> AI，选择一个提供商并粘贴 API 密钥。
密钥通过 Rust 的 keyring crate 写入 OS 密钥链（macOS 钥匙串、
Linux Secret Service、Windows Credential Manager），不会落到
磁盘文件或 localStorage。
支持的提供商覆盖主流选择：OpenAI、Anthropic、Google、xAI、
Cerebras、Groq、DeepSeek、OpenRouter，以及任意
OpenAI 兼容端点。本地推理可通过 LM Studio 接入，离线可用。
内置的模型预设涵盖 GPT-5.5、Claude Opus 4.7、Gemini 3.1 Pro、
Grok 4.20、DeepSeek V4、Llama 4 等多个系列的最新版本，
每个模型附带智能分、速度分、成本分，辅助选择。
场景 1：让 Agent 帮你排查测试失败
你在终端运行 pnpm test 看到一堆报错。选中错误信息按快捷键
唤出 AI，Agent 会自动获取当前工作目录信息——它通过 OSC 7 转义
序列从终端实时读取 cwd，不需要你告诉它”我在哪个路径”。
随后 Agent 使用 grep 和 glob 工具在项目中搜索相关源码，
定位到具体文件后，提出修复方案并通过 edit（精确字符串替换）
或 multi_edit（单文件批量替换）生成差异编辑。你在 UI 审阅
每处改动，点击确认后写入。
整个过程中，Agent 不会盲目执行写操作——write_file、edit、
bash_run 等工具默认需要用户审批，AI SDK 会暂停等待你的确认。
场景 2：跨文件重构的规划与执行
对于涉及多个文件的复杂任务，Agent 会自动调用 todo_write
工具生成结构化计划，列出各步骤并标记当前进度。你可以实时
看到 Agent 正在做的事情（”正在编辑 src/utils.ts”），并随时
介入调整。
场景 3：用本地模型离线工作
在 Settings 中选择 LM Studio 提供商，填写本地服务端点
（默认 http://localhost:1234/v1) 和已加载的模型 ID。
此后所有对话、代码补全均在本机运行，无需联网。
编辑器中还内置了行内自动补全（Inline Autocomplete），
你可以在 cerebras、groq、lmstudio 等低延迟提供商之间选择，
获得类似 Copilot 的体验。
双进程架构与 AI SDK 的 Agent 编排
Terax 的技术架构遵循一个清晰的分层原则。
Rust 后端掌管所有 OS 资源
Tauri 2 提供了原生 Webview 容器，但 Terax 的 Rust 层
（src-tauri/）切断了 Webview 对文件系统、进程和 Shell 的直接
访问。所有涉及系统资源的操作都通过 invoke() 调用注册在
lib.rs 里的 Tauri Command：
• PTY 会话管理（pty_open / pty_write / pty_close）：
基于 portable-pty crate 的跨平台伪终端实现，
通过 Tauri Channel 异步推送输出流
• 文件系统：树形浏览（ignore + grep 系列 crate）、
文件读写、模糊搜索与内容搜索
• Shell 命令执行：分为三种——一次性命令、持久 Agent Shell
会话（状态跨调用保持）、后台进程（带环形缓冲区日志采集）
PTY 后端还利用了 PowerShell 的 Job Object（Windows）来确保
子进程（如 npm run dev 启动的 dev server）在关标签页时
被完整清理，不留孤儿进程。
前端：React 19 + xterm.js + CodeMirror 6
前端各模块独立封装在 src/modules/ 下。一个值得注意的设计：
标签页切换时组件不被卸载，而是通过 CSS invisible pointer-events-none
隐藏。这样终端输出和开发服务器在后台依然运行，切回来时
内容完整保留。
AI Agent：Vercel AI SDK v6 Agent 模式
AI 侧栏的智能体基于 Vercel AI SDK 的 Experimental_Agent 构建。
它在底层将大语言模型的 text + tool_calls 响应流转换为
可交互的 Agent 循环：
• 工具注册：文件读/写、Shell 执行、搜索、子 Agent 委托等
• 自动停止：stepCountIs(MAX_AGENT_STEPS) 限制最大 24 步，
防止 Agent 陷入无限循环
• 实时状态反馈：每个工具调用步骤在 UI 显示”正在读文件”、
“正在搜索模式”等标签
创新性在哪里？
同类产品（如 Warp、Wave、Tabby）也尝试将 AI 融入终端，
但 Terax 有几个差异点值得一提：
1. BYOK 与本地优先：不使用自有模型兜售额度，
你可以自由选择云模型或本地推理，没有厂商锁定
2. 多 Agent 与子 Agent 委托：主 Agent 通过 run_subagent
工具派生子 Agent 执行独立的调查研究任务，实现并行推理
3. 真正的 ADE 而非终端插件：不是给已有终端加个 AI 对话框，
而是终端、编辑器、文件管理器、AI Agent 四者在同一个 Tauri
进程空间内原生集成，模块间通过 React context 共享状态
4. 尺寸与性能：7MB 相比 Warp（基于 Electron，约 200MB+）
是量级的差异，启动速度和内存占用都有明显优势
代价也很清楚：功能广度不如 VS Code 插件生态，文件编辑仅支持
CodeMirror 而非 LSP 驱动的完整 IDE 体验。它的定位是”轻量开发
工作台”，而不是替代重度 IDE。
谁适合现在就试试 Terax
日常场景 1：全栈开发者的日常调试循环
如果你经常在终端和编辑器之间来回切换——跑测试、看日志、
改代码——Terax 把这三步压缩到同一个窗口。测试报错直接在
侧栏问 Agent，它读得到你的源码和当前目录，无需你描述上下文。
日常场景 2：需要本地多模型切换的人
如果你同时使用 OpenAI、Claude 和本地模型做不同任务
（比如日常对话用 GPT，代码审查用 Claude，隐私数据用
本地模型），Terax 的 BYOK 和多提供商支持让你在一个界面
里切换，而不是开多个浏览器标签页。
更广阔的空间
Terax 的 TERAX.md 机制允许项目根目录下放一个配置文件
作为 Agent 记忆（类似 AGENTS.md / CLAUDE.md）。
这使得 Agent 了解项目架构和约定，不只是对话上下文。
未来如果社区形成”项目记忆文件”生态，Terax 的 Agent 在
代码理解深度上可能超过通用 IDE 插件。
此外它已经内置了自动更新、窗口状态恢复、凭据管理、
语音输入等工程基础，作为开源项目，后续功能边界完全
由社区需求驱动——当前 2500+ star 和活跃的 Issue 模板
表明开发者对这类工具的期待相当明确。
不想打包、不想配置的话，可以直接去 Releases 页面下载
对应平台安装包。macOS、Linux（AppImage / deb / rpm）、
Windows（NSIS 安装器）都有预构建二进制，解压即用。