AB
AB
AiBoss站

全部分类

project

Agent-Cockpit - 为 AI 研究智能体提供本地白板与证据链校验的 MCP 服务器

Agent-Cockpit 是一个面向研究型 AI 智能体的本地白板加 MCP 服务器：智能体把计划、任务、实验、结论和依赖代码画在同一块板上，由确定性引擎持续校验证据链，任一环节变更就让依赖它的卡片变红。项目由 chutingyean 维护，采用 AGPL-3.0 许可，截至 2026-11-07 获 426 星标，尚无正式 release。

Agent-Cockpit 是一个面向「用 AI 智能体做研究」场景的本地白板，同时也是一个 MCP 服务器。据项目自述，任何支持 MCP 的智能体（如 Claude Code、Codex、Cursor、Gemini CLI）都可以把工作内容画到同一块板上：研究计划、任务、每一次实验运行、每一条结论，以及每次运行所依赖的代码。一个确定性引擎会持续检查整条证据链，当其中任一环节发生变化时，依赖它的卡片会变红，从而让人在不读代码的情况下判断哪些结果仍然成立、为什么成立。它适合那些让智能体连续多天跑实验、写代码、下结论的研究者，用来解决「结论悄悄失去依据」「改动无人上报」「待决问题堆积」这类问题。

维护者与状态

项目由 chutingyean 维护，仓库创建于 2026-10-26，最后提交时间为 2026-11-06。截至 2026-11-07，仓库获得 426 个星标。事实表显示该项目尚无正式 release，也就是说目前没有可引用的版本号，使用者需要直接跟随仓库主分支或通过 npm 包获取。项目采用 AGPL-3.0 许可证。

主要能力

以下能力均据项目 README 自述整理，未经独立验证。

  • 细到 JSON 字段的证据链。据项目说明，一条结论必须引用某次已记录运行实际写出的值；每次运行会记录脚本、脚本依赖的每个文件以及所触及的每个函数的哈希。任一哈希变化，该次运行即失效，建立在它之上的结论会被标记为待复核；把改动还原后哈希重新匹配，结论也随之恢复。
  • 兼容任意 MCP 智能体。智能体身份来自 MCP 握手；cockpit init 会为 Claude Code、Cursor、VS Code 和 Gemini CLI 写入配置，并为 Codex 打印命令。
  • 单一写入闸门。来自 MCP、CLI 或白板的每一次写入都经过同一个校验器，不合规的写入会被拒绝并给出智能体可据以行动的理由，拒绝记录同样会被留存。
  • 捕捉未上报的改动。无论智能体是否上报，真实文件改动都会被检测到；未上报的改动会阻止 git commit，README 称 Claude Code 在未上报前无法结束回合。
  • 内置代码图与代码审查。项目自带轻量级的调用图，提供依赖闭包、社区划分、核心节点与影响分析；规则式审查器在文件变化时检查改动行。若安装了 graphify 或 open-code-review，则会自动改用它们。
  • 人在回路中的决策。智能体通过 cockpit_decide 提问并等待；当改动破坏结论时，系统会自行发起决策并写出一页证据简报。
  • 回放。所有内容都是只追加事件，因此可以把白板回放到任意时刻；问题修复后简报依然可查。
  • 本地且确定性。白板绑定 127.0.0.1，所有检查都是普通规则，不调用大模型，不消耗 token。

README 还列出了 MCP 工具清单，研究类包括 cockpit_overview、cockpit_plan / cockpit_stage、cockpit_task、cockpit_run、cockpit_claim、cockpit_hypothesis / cockpit_premise、cockpit_decide / cockpit_decisions、cockpit_report、cockpit_review；画布类包括 canvas_list、canvas_read、canvas_search、canvas_createNode、canvas_link、canvas_diagram 和 canvas_structure。

使用入口

仓库地址：Agent-Cockpit。

据项目说明，运行需要 Node.js 22.13 及以上版本（内置 node:sqlite 所需）、git，以及演示项目所需的 python3。从克隆开始体验的流程为：

git clone https://github.com/chutingyean/Agent-Cockpit.git
cd Agent-Cockpit
npm install
npm run demo
node bin/cockpit.mjs serve --repo demo/research

随后访问 http://127.0.0.1:4180 查看白板。README 还给出 demo --break 与 demo --restore 两个命令，用于演示「悄悄放宽评分器匹配规则」后结论失效、还原后恢复的过程。

在自己的研究仓库中使用时，无需克隆，README 给出的方式是：

cd /path/to/your-research
npx -y @tingyen/agent-cockpit init
npx -y @tingyen/agent-cockpit serve
npx -y @tingyen/agent-cockpit run -- python3 train.py

也可以 npm install -g @tingyen/agent-cockpit 安装全局 cockpit 命令。据项目说明，init 只会在仓库内部写入文件。CLI 还提供 cockpit graph、cockpit review、cockpit status / cockpit check 等子命令，且都接受 --repo 参数，默认使用当前目录。此外 README 提到可通过 Claude Code 插件市场安装配套技能，MCP 服务器也登记在 MCP Registry 中。

许可与限制

许可证为 AGPL-3.0。README 声明该项目是自由软件，可按自由软件基金会发布的 GNU Affero 通用公共许可证第 3 版或更高版本条款再分发和修改。

据项目说明，使用前需注意以下边界：白板只绑定本机 127.0.0.1，定位是本地工具；所有校验都是确定性规则，不依赖大模型判断；运行环境要求 Node.js 22.13 及以上，演示项目还需要 python3；使用对象须是 git 仓库。README 还说明，Python 依赖分析精确到函数级——运行未触及的函数发生改动不会使运行失效，而可达函数、导入或模块级代码的改动则一定会。项目自述融合了 research-cockpit、graphify、open-code-review、Understand-Anything、md² 与 answer-me-with-html 六个项目的思路，具体捆绑内容与许可见仓库中的 THIRD_PARTY_NOTICES.md。

返回