一款更轻量的 AI 编程助手:MaWu 技术测评
最近拉下来看了一个 GitHub 项目:MaWu(码悟)。它的定位是基于 Electron + Vue 3 的极简 AI 代码编辑器,主打“简洁、轻便”的本地开发体验。
和很多只是在编辑器旁边挂一个聊天框的工具不同,MaWu 的实现更偏向把 AI 能力嵌入到开发链路中:代码编辑、文件管理、项目翻译、README 生成、安全审计、Git 操作、终端操作都被放进了同一个桌面端应用里。
项目地址:https://github.com/Moxin1044/MaWu
一、项目定位:不是大而全 IDE,而是轻量 AI 编码工作台
从源码和 README 来看,MaWu 的核心目标比较明确:
提供一个轻量级代码编辑环境 支持 OpenAI 兼容接口,方便接入不同大模型 通过 AI 辅助完成注释、优化、解释、翻译、审计、文档生成 集成本地文件系统、终端和 Git,减少工具切换
它并不打算替代 VS Code 这类成熟 IDE,而是更像一个面向个人开发者和小项目的 AI 编码工作台。

这个定位有一个明显好处:功能边界清晰。MaWu 没有把重心放在复杂插件体系、调试器、语言服务器生态上,而是把精力集中在“AI + 常见开发动作”的组合上。
二、技术栈拆解
MaWu 的整体技术栈如下:
从依赖选择看,它走的是比较务实的路线:没有引入过重的工程框架,而是围绕 Electron 应用需要的能力进行补齐。
项目脚本也比较简单:
npm run dev # 开发模式运行npm run build # 构建项目npm run package # 构建并打包安装程序打包配置里已经包含 Windows NSIS 安装包,并且配置了 x64 和 arm64 架构;同时也预留了 Linux AppImage、deb 以及 macOS dmg 的构建配置。虽然 README 中说明当前主要支持 Windows,但从 package 配置看,作者已经考虑了后续多平台分发。
三、项目目录结构观察
本地仓库的核心目录结构大致如下:
MaWu/├─ resources/ # 应用图标资源├─ src/│ ├─ main/ # Electron 主进程│ │ ├─ ipc/│ │ │ ├─ file.ts # 文件系统 IPC│ │ │ ├─ git.ts # Git IPC│ │ │ └─ terminal.ts # 终端 IPC│ │ └─ index.ts # 主进程入口│ ├─ preload/│ │ └─ index.ts # 安全暴露 API 给渲染进程│ └─ renderer/ # Vue 渲染进程│ ├─ components/ # 编辑器、AI 面板、文件树、Git 面板等组件│ ├─ stores/ # Pinia 状态管理│ ├─ views/ # 页面视图│ └─ styles/ # 全局样式├─ package.json├─ electron.vite.config.ts└─ README.md这个结构比较标准:
main负责系统级能力,比如窗口、文件、Git、终端preload负责通过contextBridge暴露安全 APIrenderer负责 UI 和业务交互
Electron 项目最容易混乱的地方通常是主进程和渲染进程边界不清,而 MaWu 在这一点上划分得比较直观。
四、架构设计:主进程做能力,渲染进程做体验
MaWu 的主进程入口位于 src/main/index.ts,主要负责:
创建应用窗口 注册窗口控制 IPC 注册文件系统 IPC 注册 Git IPC 注册终端 IPC 提供打开目录、打开文件、打开资源管理器等系统能力
渲染进程并不直接访问 Node.js 文件系统,而是通过 preload 暴露的 window.api 调用主进程能力。这是 Electron 应用中更安全、更清晰的设计方式。
src/preload/index.ts 中暴露的 API 可以分成几类:
fs:文件读取、写入、删除、复制、重命名、递归扫描git:初始化、clone、status、add、commit、branch、pull、push、diffterminal:获取 shell、执行命令、创建会话、写入输入、关闭会话window和dialog:窗口控制、打开目录和文件
这套 API 设计让前端组件不用关心底层系统差异,只需要通过统一入口调用能力即可。
五、编辑器体验:Monaco Editor 加中文化上下文菜单
MaWu 的代码编辑区基于 Monaco Editor 实现,也就是 VS Code 同款编辑器内核。
在 CodeEditor.vue 中,可以看到它做了不少体验配置:
自定义暗色主题 mawu-dark支持行号、代码折叠、括号配对着色 支持 minimap 开启自动缩进、粘贴格式化、平滑滚动 使用 JetBrains Mono、Fira Code、Cascadia Code 等等宽字体 支持 Ctrl / Cmd + S保存当前文件
比较有意思的是,它还注册了一套中文右键菜单,包括:
剪切、复制、粘贴、全选 撤销、重做 格式化文档 查找和替换 切换行注释 AI 全文代码注释 AI 选中代码注释 AI 解释代码 AI 优化代码
这说明作者并不是简单嵌入 Monaco,而是围绕中文开发者的使用习惯做了一层定制。
六、AI 能力实现:兼容 OpenAI,同时兼容 Claude 格式
MaWu 的 AI 状态管理集中在 src/renderer/stores/ai.ts。
它支持配置多个模型,每个模型包含:
模型名称 服务商 API Key Base URL 具体模型名
配置会保存在本地 localStorage 中,启动后自动加载。
请求逻辑上,它做了两套分支:
如果 provider 是 claude,走 Anthropic Messages API 格式其他模型默认走 OpenAI-compatible 的 /chat/completions格式
这意味着它不只支持 OpenAI 风格接口,也考虑了 Claude 这种不同接口结构的模型服务。
对于国内开发者来说,OpenAI 兼容接口的意义很大,因为很多服务都提供类似格式,比如 DeepSeek、本地代理服务、私有化模型网关等。
七、AI 对话:@ 文件上下文是关键亮点
MaWu 的 AI 面板在 AiDialog.vue 中实现。它不是单纯的问答窗口,而是加入了文件上下文能力。
当用户在输入框中输入 @ 时,会弹出项目文件搜索列表。选中文件后,AI 请求会自动携带该文件内容作为上下文。
它的处理逻辑大致是:
通过递归扫描获取项目文件列表 用户输入 @触发文件选择读取被提及文件内容 将文件内容拼接到 system context 中 发送给模型
同时,如果用户没有显式 @ 文件,但当前编辑器打开了文件,MaWu 会默认把当前文件的一部分内容作为上下文传给 AI。
这点非常实用。AI 编程工具的核心不是“有没有聊天框”,而是“能不能理解我当前正在处理的工程上下文”。MaWu 在这个方向上已经做出了基础能力。
八、代码编辑类 AI 功能:不是只回答,而是能落地到文件
在 CodeEditor.vue 中,MaWu 实现了多种 AI 编辑动作。

1. AI 全文注释
它会读取当前文件完整内容,把代码发送给 AI,让模型返回添加中文注释后的完整代码,然后直接替换当前编辑器内容。
2. AI 选中代码注释
这个功能更细。它会检测选中代码的最小缩进,再要求 AI 保持原始缩进。如果 AI 返回的代码缩进发生偏移,前端还会尝试重新对齐。
这说明作者考虑到了 AI 改代码时常见的格式破坏问题。
3. AI 解释代码
如果选中了代码,就解释选中片段;如果没选中,就解释当前文件内容。返回结果会进入右侧 AI 对话面板。
4. AI 优化代码
选中代码后,AI 返回优化后的代码,并通过 executeEdits 替换选中范围。
5. 行级 AI 提示
编辑器左侧 glyph margin 每一行都有 AI 提示入口,点击后会截取当前行附近上下文,让模型给出提示或补全建议,并以内联形式短暂展示。
这个功能有点类似轻量级的 inline suggestion。虽然还不是完整意义上的 Copilot 式补全,但已经具备了雏形。
九、文件系统与项目操作:功能覆盖比较完整
文件系统能力主要在 src/main/ipc/file.ts 中实现。
它封装了以下操作:
读取目录 读取文件 写入文件 创建目录 创建文件 删除文件或目录 重命名 / 移动 复制 获取文件状态 判断路径是否存在 递归扫描项目文本文件
递归扫描时,它会过滤掉常见的大目录和构建产物,例如:
node_modules.gitdist.next.nuxtbuildcoveragevenv.venv
同时只收集常见文本/代码文件扩展名,比如 .ts、.vue、.js、.py、.go、.rs、.java、.md、.json 等。
这套过滤机制很重要,因为 AI 翻译、AI 审计、@ 文件引用都依赖递归扫描。如果不做过滤,大项目很容易把二进制文件、依赖目录、构建产物一起塞进上下文,导致性能和成本都不可控。
十、项目翻译与 README 生成:更偏“工程辅助”
MaWu 在文件树右键菜单中加入了两个很实用的 AI 功能:项目翻译和 README 生成。
项目翻译
它支持单文件翻译和项目级翻译,目标语言包括中文和英文。
项目级翻译不是一次性把所有文件都丢给模型,而是按批处理:每批 5 个文件。模型需要按指定格式返回每个文件的翻译结果,前端再解析结果并写回对应文件。
这种做法比一次性处理整个项目更稳,也降低了上下文过长导致失败的概率。

README 生成
README 生成功能会收集:
项目路径 项目名称 根目录文件列表 package.json 内容
然后让 AI 生成结构化 README,最终写入项目根目录的 README.md。
对于很多个人项目来说,这个功能实际价值很高,因为文档生成往往是最容易被拖延的一步。
十一、安全审计:AI 承担提交前初筛角色
安全审计功能同样集成在文件树右键菜单中,支持:
单文件审计 目录级审计
目录级审计会递归读取代码文件,并按 5 个文件一批发送给 AI。提示词要求模型输出:
漏洞位置 原始代码 漏洞类型 漏洞危害 修复建议 复现 Payload / EXP
最后会生成 CheckSecurity.md 报告。
从技术测评角度看,这个功能适合做安全初筛,但不能替代专业 SAST 工具和人工审计。AI 的优势在于快速发现明显风险,短板是误报和漏报都不可避免。
所以更合理的使用方式是:
把它当作提交前、交付前的一道辅助检查,而不是最终安全结论。
十二、Git 面板:比预想中更完整
MaWu 的 Git 能力比 README 中描述的更丰富。
主进程通过 simple-git 封装 Git 操作,支持:
初始化仓库 Clone 仓库 查看状态 暂存 / 取消暂存 提交 查看提交历史 分支列表 切换分支 新建、删除、重命名分支 Pull / Push / Fetch 远程仓库查看、添加、删除 查看未暂存 diff 查看已暂存 diff
渲染端的 GitPanel.vue 也不仅是一个简单提交面板,它包含:
当前分支展示 ahead / behind 状态展示 分支管理折叠区 远程仓库管理折叠区 Conventional Commits 类型选择 变更文件列表 文件 diff 展开查看 提交历史时间线 AI 生成提交信息
其中 AI 生成提交信息的逻辑也很实用:它会收集当前 Git diff,然后让模型生成符合 Conventional Commits 规范的提交信息,再自动解析出 type、scope 和 description。
这让 MaWu 的 Git 面板从“能提交代码”进一步升级成了“能辅助写规范提交信息”。
十三、终端系统:多标签 + 多 Shell 支持
MaWu 的终端能力位于 src/main/ipc/terminal.ts 和 src/renderer/stores/terminal.ts。
主进程会根据平台自动检测可用 Shell:
Windows:PowerShell、PowerShell 7、CMD macOS / Linux:zsh、bash、sh 等
它支持两类终端能力:
一次性命令执行 持久化终端会话
持久化会话通过 child_process.spawn 创建,并把 stdout / stderr 通过 IPC 转发给渲染进程。终端 store 则维护多标签页,包括:
tab id shell 类型 当前工作目录 输出行 命令历史 是否存活
此外,终端输出还做了编码处理。如果 UTF-8 解码出现替换字符,会尝试用 GBK 解码,这对 Windows 中文环境是一个比较贴心的细节。
不过从实现看,它目前更像一个“轻量命令面板/伪终端”,并不是基于 xterm.js + node-pty 的完整终端模拟器。因此对于复杂交互型命令、全屏 TUI 程序、终端尺寸自适应等场景,可能还会有限制。
十四、界面风格:暗色、紧凑、偏开发者工具
MaWu 的全局样式在 src/renderer/styles/global.css 中定义,整体是深色主题:
深蓝黑背景 青色高亮色 紧凑面板布局 自定义滚动条 TDesign 暗色变量覆盖
布局上,它采用典型开发工具结构:
左侧文件树 / Git 面板 中间代码编辑区 右侧 AI 面板 底部终端面板
这套布局对开发者来说几乎没有学习成本,打开就能理解。
十五、实际亮点总结
综合源码来看,MaWu 有几个值得肯定的点。
1. AI 能力不是孤立的
它没有只做一个聊天框,而是把 AI 放到了编辑器、文件树、Git 面板这些真实开发入口中。
2. 工程上下文意识比较强
@ 文件引用、当前文件上下文、项目递归扫描,都说明它在解决 AI 工具最核心的上下文问题。
3. Git 功能完成度较高
分支、远程仓库、diff、提交历史、AI commit message 都有覆盖,已经不只是简单的 git add && git commit。
4. 对 Windows 用户比较友好
项目主要面向 Windows,打包配置、终端 shell 检测、GBK 解码都考虑了 Windows 场景。
5. 代码组织比较清晰
主进程 IPC、preload API、渲染进程组件和 store 的职责划分比较清楚,适合作为 Electron + Vue 项目的学习案例。
十六、目前能看到的不足
从源码测评角度,也能看到一些后续可以继续打磨的地方。
1. AI 配置存储在 localStorage
API Key 当前存储在前端 localStorage 中,使用方便,但安全性有限。后续如果要更正式一些,可以考虑使用系统级安全存储,例如 keytar、Electron safeStorage 或平台密钥链。
2. 终端不是完整 PTY
当前终端基于 child_process.spawn,适合普通命令执行,但和真正终端模拟器相比还有差距。后续如果要增强终端体验,可以考虑 xterm.js + node-pty。
3. AI 大文件处理还可以继续优化
目前 AI 对话上下文会截取文件内容,比如 @ 文件最多取 5000 字符,当前文件最多取 3000 字符。这个策略简单有效,但面对大型项目时,后续可以继续引入文件摘要、索引、分块检索等机制。
4. AI 改写文件存在天然风险
比如全文注释、项目翻译、AI 优化代码都会直接写回文件。虽然效率高,但也意味着用户需要配合 Git diff 做二次确认。
5. 安全审计需要明确边界
AI 审计可以辅助发现问题,但不能替代专业安全工具。建议在产品层面继续强调“辅助审计”定位。
十七、适合什么人使用?
我认为 MaWu 比较适合这些用户:
想体验轻量 AI 编程工具的开发者 经常需要 AI 帮忙解释、注释、优化代码的人 需要快速生成 README 或项目文档的人 需要把项目中文化 / 英文化的人 希望在一个工具里完成编辑、终端、Git、AI 交互的人 想学习 Electron + Vue + Monaco 项目组织方式的人
如果你已经深度依赖 VS Code 插件生态、调试器、语言服务器和复杂工程能力,MaWu 目前还不适合作为主力 IDE 替代品。但如果你想要一个更轻、更聚焦 AI 辅助的编码工具,它的方向是有价值的。
十八、结论:一个思路务实的 AI 编程助手
整体看下来,MaWu 的价值不在于“又做了一个编辑器”,而在于它尝试把 AI 编程能力拆进开发流程的不同节点:
写代码时,可以 AI 注释、解释、优化 看项目时,可以 @文件提问做文档时,可以生成 README 做国际化时,可以翻译文件或项目 提交前,可以做安全审计和 AI commit message 日常操作时,还有文件树、终端和 Git 面板
它的产品思路是清晰的:
不做庞大的 IDE,而是做一个轻量、集中、面向 AI 辅助开发的本地工作台。
如果后续继续补强代码补全、格式化、上下文检索、安全存储和终端模拟能力,MaWu 会更接近一个可长期使用的个人 AI 编码工具。
项目地址与运行方式
项目地址:https://github.com/Moxin1044/MaWu
git clone https://github.com/Moxin1044/MaWu.gitcd MaWunpm installnpm run dev如果需要打包 Windows 安装程序:
npm run package总体评价:MaWu 是一个完成度不错、方向清晰的轻量 AI 编程助手。它目前更适合作为 AI 辅助开发工具和 Electron + Vue 学习项目来看,但从功能组合和源码实现上,已经能看到继续演进成日常工具的潜力。
夜雨聆风