夜雨聆风● ● ● ● ● ● ● ● ● ● ● ●
// OPEN SOURCE · 2026.7.20
SnakeEats
// LOOP · SCAN · CONSUME
把任务写进文档，让文档跑起来
让文档不只是记录结果的地方也是结果被生产出来的地方
◆ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ◆
你打开一份文档。往里面写了几个任务标记。然后，文档开始自动执行这些任务——查数据、跑脚本、调模型——执行结果依次填回原位。你可以随时暂停，改点什么，再让它继续跑。
这是 SnakeEats。
文档不只是用来记录结果的地方，也可以是结果被生产出来的地方。
📄 文档即工作现场 |
一份文档里的内容不只是文字。它可以包含任务标记——每个标记代表一个可以被执行的操作：查数据、跑脚本、调 API、生成报告。一个持续运行的扫描机制在文档中寻找这些标记，依次执行，把结果填回原位。
人在文档里写需求和标记。模型读到上下文后，自动在合适的位置生成新的标记。扫描器执行这些标记，结果又回到文档里。模型读到新结果，继续往下推。
▎ 核 心 逻 辑
三方在同一份文档上交替推进👤 → 🤖 → 🔧人在操作，工具在执行，模型在决策
🔄 Loop：自驱动与人工介入共存 |
SnakeEats 的核心是一种可控的扫描循环。
文档里每出现一个新标记，扫描器执行它，结果写回。模型读到新结果后，可能判断需要继续，自动生成新的标记。扫描器再次执行。只要标记不断出现，这个循环就不会停。
MODEL 读上下文 判断需要查天气，在文档中生成标记 | |
GENERATE 标记 @{weather|{"city":"北京"}} | |
EXECUTE 执行 扫描器执行标记，结果写回文档 | |
YOU 人工介入 暂停 → 把"北京"改成 "上海" → 删掉一段计划 → 从此处继续 |
随时暂停 · 随时介入 · 随时修改
人的判断和机器的效率，在同一条时间线上交替推进
🌐 踩在几个趋势的交汇点上 |
SnakeEats 的定位恰好覆盖了几个高密度发展的方向：
🤖 LLM 能力外溢 模型不再只是问答，它需要结构化的交互通道——标记，就是那根通道。 | 🔗 Agent 工程化 Agent 需要持久化状态空间。可读可写的文档，天然就是它的家。 |
🔧 工作流去专业化 用文本标记定义任务，学习成本极低——会打字，就能搭工作流。 | 🤝 人机协作界面 所有人都用文档。把协作做在文档里，是认知门槛最低的选择。 |
◆ 这几个趋势各自奔涌
而一份能同时承载三方的文档界面，正是它们共需的那个交集。
🐍 名字为什么叫 SnakeEats |
贪吃蛇。一条持续往前爬的蛇，遇到食物就吞，每吞一个就长一节。
在 SnakeEats 里，蛇就是那条不断延伸的文本流，食物就是散布在流中的任务标记，扫描器就是那个一直在找食物的胃口。一个标记被吞下去，执行结果长出新的内容——新内容里可能又包含新的标记，继续被吞，继续长。
🐍 ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
这个设计不做人与 AI 之间的仲裁者，它只提供一张双方都能在上面操作的共同区域。
🎉 正式发布 |
概念验证性项目 SnakeEats 于 2026 年 7 月 20 日在 GitHub 和 Gitee 同步开源，Apache-2.0 协议。
这是系列文章的第一篇。后续会逐一展开：标记的执行逻辑、模型如何参与循环、在实际工作场景中的用法演示、项目的设计理念等内容，敬请期待。
GITHUB github.com/heyy259/SnakeEats | GITEE gitee.com/heyy259/SnakeEats |
⭐ Star 一下，让更多人看到
一起在文档里写 Agent · 把那条蛇喂长一点 🐍
◆ ┅ ┅ ┅ ┅ ┅ ┅ ┅ ◆
# SnakeEats
文档即工作现场 · 系列文章陆续发布