仓颉全套 AI 开发工具开源!RAG 基座+Agent 框架+自动化平台一次配齐

仓颉全套 AI 开发工具开源！RAG 基座+Agent 框架+自动化平台一次配齐

导语

随着大模型与端侧开发深度融合，仓颉编程语言凭借「原生智能、全场景、高性能、强安全」四大核心特质，构建起一套完整、开源的 AI 开发工具链。从 AI 编码助手、RAG 知识基座、多智能体协作平台，到原生 Agent 开发框架、落地示例应用，全套开源项目覆盖AI 辅助编程、单/多 Agent 构建、复杂任务工程化、浏览器自主智能体等主流场景，全部开放仓库欢迎开发者试用、共建贡献。

今天一次性梳理全套仓颉 AI 创新开源项目，无论你是仓颉初学者、AI 智能体开发者，还是工程化多 Agent 落地实践者，都能找到适配自己需求的工具。

一、AI 智能开发工具：大幅降低仓颉编码门槛

1. CangjieSkills

仓库地址：https://atomgit.com/Cangjie-SIG/CangjieSkills

面向 AI 开发场景的仓颉专属开发 Skills 工具集，打通仓颉项目全生命周期自动化流程。

核心能力：支持 AI 一键从零创建仓颉项目，自动化完成工程配置、代码开发、编译构建、程序运行、单元测试整套流程；
技术覆盖：原生适配 stdx、macro、CFFI 等仓颉特色能力，减少 LLM 生成代码的语法错误、工程适配成本；
适用人群：AI 编码助手开发者、想要自动化仓颉工程流水线的研发人员。

2. ACEHarness

仓库地址：https://atomgit.com/Cangjie-SIG/ACEHarness

本地轻量化 Multi-Agent 工程协作平台，面向大型研发任务提供标准化智能协作底座。

核心能力：Spec Driven 开发范式、可视化状态机工作流、Supervisor 调度路由、多 Agent 任务拆解与协同执行；
工程优化：精准修正工作流耗时统计逻辑，自动区分「程序执行时长」与人工等待/暂停耗时，每条流转步骤完整记录执行耗时，任务过程可追溯、可审计；
落地场景：复杂软件开发流水线、多人协同 AI 工程、需求-编码-测试全链路智能自动化。

二、RAG 知识基座：仓颉专属高质量语料库

CangjieCorpus

仓库地址：https://atomgit.com/Cangjie/CangjieCorpus

专为 RAG 检索增强生成打造的仓颉编程语言标准化知识基座，支撑智能编码、AI 问答工具开发。

资源覆盖：完整同步仓颉 v1.0.0 官方文档，包含基础语法、标准库 std/stdx API、鸿蒙 OpenHarmony 分布式开发、ArkUI UI 开发、跨语言互操作案例；
结构化优势：全量 Markdown 标准化存储，分层语义标签，可直接对接向量数据库、知识图谱；
场景价值：快速搭建仓颉代码问答助手、智能文档检索工具、新手学习辅助系统，项目累计下载量超 4 万次。

三、Cangjie Magic 全家桶：仓颉原生 LLM Agent 开发体系

整套框架基于仓颉原生 Agent DSL 构建，一站式解决智能体定义、工具调用、MCP 协议、RAG、多 Agent 协作开发，是鸿蒙生态 AI 应用开发核心底座。

1. CangjieMagic（核心框架）

仓库地址：https://atomgit.com/Cangjie-TPC/CangjieMagic

仓颉原生 LLM Agent 开发框架，内置声明式 DSL 与完整运行时 API。 ✨ 核心亮点

原生 Agent 宏语法：@agent/@prompt/@tool/@toolset，依托仓颉元编程实现轻量化智能体定义；
全链路工具与 MCP 支持：兼容 stdio/SSE/HTTP 三种 MCP 通信模式，本地函数、远程服务一键封装为 Agent 工具；
多模型统一接入：OpenAI、DeepSeek、火山方舟、Ollama、智谱等数十家大模型统一适配；
RAG 与语义检索：内置 Embedding、Faiss 向量库、语义集合组件，快速搭建知识库问答 Agent；
多 Agent 协同+人机在环：线性/并行多智能体编排，支持人工审批、执行拦截、调试交互；
多执行引擎：ReAct、工具循环、自定义规划 DSL，适配简单问答到复杂长任务。

配套示例仓库：CangjieMagic-Examples地址：https://atomgit.com/Cangjie/CangjieMagic-Examples 收录 RAG 代码助手、MCP 服务端/客户端、文档翻译、文件管理等实战 Demo，遵循仓颉编码规范，新手可直接复制运行学习。

2. magic-cli AI 命令行助手

仓库地址：https://atomgit.com/Cangjie-SIG/magic-cli 基于 CangjieMagic 打造的交互式终端开发工具，本地开发无需启动复杂 IDE。

功能：对话式代码生成、仓颉官方文档检索、项目构建、错误诊断；
扩展能力：原生 MCP 集成，可接入各类第三方工具集，新增 Skill DSL 支持自定义 AI 能力；
适用场景：本地快速调试 Agent、自动化脚本开发、轻量化仓颉开发环境。

3. MagicExplorer 浏览器自主智能体

仓库地址：https://atomgit.com/Cangjie-TPC/MagicExplorer

基于 CangjieMagic 搭建的多代理浏览器自动化系统，实现自然语言驱动网页复杂操作。

双 Agent 架构：EXECUTOR 核心决策智能体 + SCREENSHOTTER 视觉解析智能体；
标准化浏览器工具：页面跳转、元素点击、内容抓取、截图、文件上传、验证码处理全封装；
技术底座：Playwright 驱动浏览器，MCP 服务器统一调度工具调用，支持 Docker 一键部署；
落地场景：自动化数据采集、网页表单批量操作、跨页面复杂业务流程自主执行。

四、各项目适用场景速览

开源项目	核心定位	推荐使用场景
CangjieSkills	AI 仓颉工程自动化工具	AI 辅助编程、项目批量生成、CI/CD 智能流水线
ACEHarness	多 Agent 工程协作平台	大型研发任务拆分、状态机式自动化工作流
CangjieCorpus	仓颉 RAG 知识基座	代码问答助手、智能文档检索、新手教学工具
CangjieMagic	原生 Agent 开发框架	各类 LLM 智能体、MCP 服务、RAG 应用、多 Agent 系统
CangjieMagic-Examples	框架实战示例库	框架入门学习、快速复刻成熟 AI 应用
magic-cli	AI 终端开发助手	本地轻量化开发、命令行智能脚本
MagicExplorer	浏览器自主 Agent	网页自动化、数据爬取、多步骤网页任务

五、如何参与试用与共建

快速上手所有仓库均托管于 atomgit 平台，直接克隆对应地址，按照仓库 README 文档完成编译、运行；Cangjie Magic 系列配套完整教程、API 手册、示例代码，新手零门槛入门。
开源共建全部项目采用 MIT/Apache-2.0 等宽松开源协议，欢迎开发者提交 PR：

新增工具、Agent 示例、行业落地案例；
完善文档、补充仓颉代码示例；
优化框架性能、新增模型适配、拓展 MCP 工具生态；

交流渠道加入 Cangjie Magic 开发者讨论群，交流 Agent 开发问题、分享落地创意，共同丰富鸿蒙仓颉 AI 开发生态。

结尾

从底层知识基座、AI 开发工具，到通用 Agent 框架、垂直场景落地应用，这套仓颉 AI 开源矩阵打通了「知识库-开发工具-智能体框架-行业实例」完整链路，为鸿蒙端侧、跨平台 AI 原生应用提供国产自研技术栈。

无论是想体验 AI 辅助仓颉编程，还是从零搭建多智能体协作系统，都可以前往对应仓库下载试用，期待更多开发者参与共建，拓展仓颉 AI 生态边界！

本文涉及所有开源仓库地址整理：
CangjieSkills：https://atomgit.com/Cangjie-SIG/CangjieSkills
ACEHarness：https://atomgit.com/Cangjie-SIG/ACEHarness CangjieCorpus：https://atomgit.com/Cangjie/CangjieCorpus CangjieMagic：https://atomgit.com/Cangjie-TPC/CangjieMagic CangjieMagic-Examples：https://atomgit.com/Cangjie/CangjieMagic-Examples magic-cli：https://atomgit.com/Cangjie-SIG/magic-cli MagicExplorer：https://atomgit.com/Cangjie-TPC/MagicExplorer

也欢迎添加我的联系方式，咱们交个朋友！未来我也会持续分享各类前沿技术干货。