DevSwat-ResonantGenesis/RG_IDE

## 什么是 Resonant IDE？ **Resonant IDE** 是一个功能齐全的 AI 原生代码编辑器，构建于 VS Code 开源基础之上，并与 **Resonant Genesis** AI 治理平台深度集成。与传统编辑器事后补充 AI 功能不同，Resonant IDE 从设计之初就将 AI 作为核心——每一项功能、每一个工具、每一种工作流都是 AI 优先的。 这不仅仅是一个封装器，也不是一个插件。这是一个**完整的开发环境**，其中的 AI 助手拥有与你一样的能力：它读取你的文件、运行你的命令、搜索你的代码库、管理你的 git、编辑你的笔记本、浏览网页以及部署你的代码——所有这些都通过受治理、可审计、身份绑定的执行 pipeline 完成。 ### 截图 ### 关键差异化特性 | 特性 | Resonant IDE | 传统编辑器 | AI 封装器 | |---------|-------------|-------------------|-------------| | **原生 AI Agent** | 内置包含 59+ 工具的 agentic loop | 独立的扩展/插件 | 仅聊天，无工具 | | **本地 + 云端 AI** | Ollama, LM Studio, OpenAI, Anthropic, Groq | 仅云端或仅本地 | 单一 provider | | **SAST 与架构** | AST 分析，依赖图，SAST，全栈映射 | 基础搜索 | 无分析 | | **平台身份** | 每个用户的 DSID (去中心化语义 ID) | 用户名/密码 | API key | | **记忆系统** | 跨会话的 Hash Sphere 持久化记忆 | 无记忆 | 仅聊天历史 | | **工具执行** | 59 个本地工具 + 433 个平台 API endpoint | 有限的扩展 | 沙箱化/受限 | | **受治理的执行** | 执行前策略，信任等级，审计追踪 | 无治理 | 无治理 | ## 架构 Resonant IDE 采用 **瘦客户端 + 服务端编排** 模型。桌面应用负责 UI 渲染、身份验证、本地 LLM 发现和工具执行。所有的 AI 编排智能（系统提示词、工具选择、agentic loop、LLM provider 路由）都在服务端的 `RG_Axtention_IDE` 中运行。 ``` ┌──────────────────────────────────────┐ ┌──────────────────────────────────┐ │ Resonant IDE (Electron Client) │ │ RG_Axtention_IDE (Server) │ │ │ │ │ │ ┌────────────┐ ┌────────────────┐ │ │ ┌──────────────────────────────┐│ │ │ VS Code │ │ Resonant AI │ │ SSE │ │ Agentic Loop Engine ││ │ │ Core │ │ Extension │◄─┼──────┼──│ - System prompt (protected) ││ │ │ (Editor, │ │ │ │ │ │ - Smart tool selection ││ │ │ Terminal, │ │ Responsibilities│ │ │ │ - LLM calls (multi-prov) ││ │ │ Debug) │ │ ───────────── │──┼──────┼─►│ - Message history mgmt ││ │ │ │ │ • Auth (JWT) │ │ POST │ │ - Retry + rate limiting ││ │ │ │ │ • UI rendering │ │ │ │ - BYOK key resolution ││ │ │ │ │ • Tool executor│ │ │ └──────────────────────────────┘│ │ │ │ │ • LLM discovery│ │ │ │ │ │ │ │ (Ollama) │ │ │ ┌──────────────────────────────┐│ │ └────────────┘ └────────────────┘ │ │ │ 59 Tool Definitions ││ │ │ │ │ (never leave the server) ││ │ NO orchestration intelligence │ │ └──────────────────────────────┘│ │ NO system prompts │ │ │ │ NO tool definitions │ │ Providers: Groq, OpenAI, │ │ (this repo is public) │ │ Anthropic, Google, DeepSeek, │ │ │ │ Mistral + user BYOK keys │ └──────────────────────────────────────┘ └─────────────┬────────────────────┘ │ ▼ ┌──────────────────────────┐ │ Resonant Genesis Cloud │ │ (30+ microservices) │ │ │ │ Gateway → Auth → Chat │ │ Agents → Memory → Billing│ │ Blockchain → Marketplace │ └──────────────────────────┘ ``` ### 工作原理 1. 用户在 IDE chat 中发送一个 prompt 2. 客户端通过 `/api/v1/ide/agent-stream` POST 到服务端 3. 服务端选择工具，构建系统 prompt，调用 LLM 4. 服务端流式传输 SSE 事件：`thinking`, `text`, `execute_tool`, `stats`, `done` 5. 遇到 `execute_tool` → 客户端在本地运行工具 → POST 结果返回 6. 服务端恢复 agentic loop → 再次调用 LLM → 重复直到完成 7. 对于本地 Ollama：客户端发送 `local_llm` 配置，服务端代理该调用 ### 扩展源文件 (`extensions/resonant-ai/src/`) | 文件 | 用途 | 行数 | |------|---------|-------| | `extension.ts` | 主入口点 — SSE 客户端，工具调度，认证接线 | ~800 | | `toolExecutor.ts` | 所有 59 个工具的实现 — 文件 I/O, git, web, deploy 等 | ~2,300 | | `toolDefinitions.ts` | 本地工具 schema (用于 Ollama 回退) | ~200 | | `languageModelProvider.ts` | 多 provider LLM 发现（云端 + 本地） | ~600 | | `localLLMProvider.ts` | Ollama/LM Studio/llama.cpp 本地模型发现 | ~300 | | `chatViewProvider.ts` | 带流式传输的侧边栏 webview chat UI | ~900 | | `authProvider.ts` | 用于 Resonant Genesis 的 VS Code AuthenticationProvider | ~180 | | `authService.ts` | Token 管理，刷新，DSID 绑定 | ~280 | | `interactiveTerminal.ts` | 带 I/O 捕获的持久化 terminal 会话 | ~300 | | `inlineCompletionProvider.ts` | Ghost text 代码补全 (FIM) | ~190 | | `locTracker.ts` | 每个会话的代码行数跟踪 | ~160 | | `updateChecker.ts` | 带发行说明的自动更新系统 | ~160 | | `settingsPanel.ts` | 完整的设置 webview 面板 | ~700 | | `profileWebview.ts` | 用户配置文件和账户管理 | ~250 | | `agentProvider.ts` | VS Code Chat Participant 集成 | ~190 | ## 59 个工具 (11 个类别) 工具 **定义** 和 **选择** 在服务端管理。工具 **执行** 在你的本地机器上发生——AI 可以读取你的文件、运行你的命令、管理你的 git，而无需任何代码离开你的机器，除非你明确共享它。 ### 核心 (12 个工具) `file_read` · `file_write` · `file_edit` · `multi_edit` · `file_list` · `file_delete` · `file_move` · `grep_search` · `find_by_name` · `run_command` · `command_status` · `read_terminal` ### Git (7 个工具) `git_status` · `git_diff` · `git_log` · `git_commit` · `git_push` · `git_pull` · `git_branch` ### Web (6 个工具) `search_web` · `read_url_content` · `view_content_chunk` · `browser_check` · `browser_preview` · `read_browser_logs` ### 代码库智能 (8 个工具) `code_visualizer_scan` · `code_visualizer_functions` · `code_visualizer_trace` · `code_visualizer_governance` · `code_visualizer_graph` · `code_visualizer_pipeline` · `code_visualizer_filter` · `code_visualizer_by_type` ### 交互式终端 (8 个工具) `terminal_create` · `terminal_send` · `terminal_send_raw` · `terminal_read` · `terminal_wait` · `terminal_list` · `terminal_close` · `terminal_clear` ### 规划与记忆 (6 个工具) `todo_list` · `ask_user` · `save_memory` · `read_memory` · `create_memory` · `code_search` ### 笔记本 (2 个工具) `notebook_read` · `notebook_edit` ### 平台 API (2 个工具) `platform_api_search` · `platform_api_call` — 访问跨 17 个服务的 **433 个后端 endpoint** ### 部署 (2 个工具) `ssh_run` · `deploy_web_app` ### 轨迹 (1 个工具) `trajectory_search` — 对话历史的语义搜索 ### 行内补全 通过 FIM (Fill-in-the-Middle) 在 30 多种语言中提供实时的 ghost text 代码建议。 ## 支持的 AI Provider ### 云端 Provider (通过 Resonant Genesis 平台) - **OpenAI** — GPT-4o, GPT-4o-mini - **Anthropic** — Claude 3.5 Sonnet, Claude 3 Opus - **Groq** — Llama 3.3 70B (超快推理) - **Google** — Gemini Pro, Gemini Flash - **BYOK** — 为任何 provider 自带密钥 ### 本地 Provider (无需互联网) - **Ollama** — 任何模型 (llama3.1, codellama, deepseek-coder, qwen2.5-coder 等) - **LM Studio** — OpenAI 兼容 API - **llama.cpp** — 直接服务器连接 - **LocalAI** — 多模型本地服务器 - **vLLM** — 高性能本地推理 ### Provider 选择 AI 自动选择最佳的可用 provider，或者你可以通过模型选择器手动选择。BYOK 用户可获得优先路由至其首选 provider。 ### LLM 回退链 — 为什么你的 Prompt 永远不会失败 底层最重要的功能之一是 **智能 LLM 回退链**。当你发送 prompt 时，系统不只是尝试一个 provider 然后放弃——它执行一个多步弹性 pipeline，确保你的请求总能得到回答： ``` User sends prompt │ ▼ ┌─────────────────────────────────┐ │ 1. Try user's preferred BYOK │ ← Your own API key (e.g. Claude Sonnet) │ provider + model │ └──────────────┬──────────────────┘ │ If 401/429/500/timeout... ▼ ┌─────────────────────────────────┐ │ 2. Try user's other BYOK keys │ ← e.g. OpenAI, Groq, Google keys │ (round-robin available keys)│ └──────────────┬──────────────────┘ │ If all BYOK keys fail... ▼ ┌─────────────────────────────────┐ │ 3. Fall back to platform pool │ ← Resonant Genesis shared API keys │ (Groq → OpenAI → Anthropic) │ └──────────────┬──────────────────┘ │ Always succeeds (unless all providers are down) ▼ Response streamed back ``` **为什么这很重要：** - **API key 过期或达到速率限制** — 系统不会显示错误，而是自动尝试下一个可用的 provider - **保持心流状态** — 当某个 provider 宕机时，无需手动切换模型 - **BYOK key 总是优先尝试** — 你首选的 provider 获得优先权；平台池只是安全网 - **完全透明** — 响应包含 `fallback` SSE 事件，准确显示尝试了哪些 provider 以及哪个成功了 ## AST Code Visualizer — 本地静态分析引擎 内置的 **Code Visualizer** 是一个完整的基于 AST 的静态分析引擎，使用 Python 完全在你的机器上运行。当 AI 需要了解你的代码库架构时，它会自动调用 Code Visualizer 工具——无需云服务，无需代码上传，一切都在本地。 ### 它分析什么 - **AST 解析** — 针对 **Python**（使用 `ast` 模块）、**JavaScript** 和 **TypeScript**（基于正则表达式）的完整抽象语法树分析 - **节点发现** — 服务、文件、函数、类、API endpoint、数据库连接、外部服务调用 - **连接映射** — Import、函数调用、API 调用、数据库查询、HTTP 请求、类继承 - **Pipeline 检测** — 自动发现跨越全栈的 user_registration, login, chat_flow, billing, agent_execution pipeline - **死代码检测** — 不可达函数、未使用的 import、孤立文件被归类为 LIVE, Dormant, Experimental, Deprecated 或 Invalid - **治理引擎** — 可达性契约、禁止依赖规则、架构漂移评分 (0-100)、CI 就绪的强制输出 - **SAST** — 安全漏洞模式、禁止依赖检查、信任等级合规性 ### 8 个分析命令 AI 可以访问 8 个专门的分析工具： | 工具 | 它的作用 | |------|-------------| | `code_visualizer_scan` | 完整 AST 扫描 — 发现所有服务、函数、类、endpoint、import、pipeline | | `code_visualizer_functions` | 列出所有函数和 API endpoint，包含文件路径、行号、装饰器、路由 | | `code_visualizer_trace` | 追踪特定函数 — 入站调用者、出站调用、完整依赖链 | | `code_visualizer_governance` | 运行治理分析 — 可达性、禁止依赖、漂移评分、CI 通过/失败 | | `code_visualizer_graph` | 获取完整节点 + 连接图以进行可视化 | | `code_visualizer_pipeline` | 发现并映射多服务 pipeline（例如跨 auth → gateway → chat 的登录流程） | | `code_visualizer_filter` | 按文件模式、服务或自定义条件过滤节点 | | `code_visualizer_by_type` | 获取特定类型的所有节点（函数、类、endpoint、import 等） | ### 底层工作原理 ``` User asks: "Analyze this project's architecture" │ ▼ ┌─────────────────────────────────────┐ │ AI selects code_visualizer_scan │ │ tool from 59 available tools │ └──────────────┬──────────────────────┘ │ ▼ ┌─────────────────────────────────────┐ │ Client runs: python3 cv_cli.py │ ← Runs locally on YOUR machine │ scan /path/to/project │ └──────────────┬──────────────────────┘ │ ▼ ┌─────────────────────────────────────┐ │ analyzer.py parses every .py/.js/ │ │ .ts file using AST parsing │ │ │ │ Extracts: nodes, connections, │ │ services, pipelines, dead code │ └──────────────┬──────────────────────┘ │ ▼ ┌─────────────────────────────────────┐ │ JSON report returned to AI │ │ (up to 12K chars, smart-summarized)│ │ │ │ AI presents findings in natural │ │ language with actionable insights │ └─────────────────────────────────────┘ ``` ### 为什么 AST 分析能节省 90% 的 Token 其他 AI IDE 让 LLM 一个接一个地读取文件，消耗数千个 token 却仍然只见树木不见森林。Resonant IDE 从结构上扫描整个代码库，并提供一个压缩的架构图： ``` Traditional AI IDE: Resonant IDE: ───────────────── ───────────── User: "Explain this project" User: "Explain this project" → AI reads file1.py (500 tokens) → AI runs code_visualizer_scan → AI reads file2.py (800 tokens) → Gets: 15 services, 342 functions, → AI reads file3.py (600 tokens) 47 endpoints, 6 pipelines, 12 → AI reads file4.py (400 tokens) broken connections (200 tokens) → ... (20 more files) → AI already understands architecture → Total: 15,000+ tokens → Total: 200 tokens → Still doesn't see connections → Sees full dependency graph ``` ### 扩展能力 除了上面列出的核心分析外，Code Visualizer 还提供： | 能力 | 描述 | 示例 Prompt | |-----------|-------------|----------------| | **执行追踪** | 追踪特定函数的依赖链 —— 谁调用了它（入站）以及它调用了什么（出站），深度可配置 | "追踪认证流程" | | **文件比较** | 比较不同分析运行之间的节点图，以检测随时间变化的结构性变化 | "自上次扫描以来架构上有什么变化？" | | **代码迁移热力图** | 跟踪文件和连接在多次扫描中的演变 —— 查看修改时间线并识别迁移热点 | "显示最近更改的热力图" | | **断连检测** | 识别无法解析的 import、对缺失 endpoint 的 API 调用、对不存在表的数据库查询 | "查找代码库中断裂的 import" | | **服务边界分析** | 映射哪些文件属于哪个服务，检测跨服务依赖，识别耦合热点 | "这些服务是否正确隔离？" | | **图过滤** | 按文件路径、节点类型、关键字或服务过滤，以专注于特定子系统 | "仅显示 auth 服务的函数" | | **GitHub 注释** | 将违规导出为 GitHub 兼容的注释格式，用于 CI 集成 | CI/CD pipeline 强制执行 | ### 支持的语言 | 语言 | 解析器 | 提取内容 | |----------|--------|-----------------| | **Python** | `ast` 模块 (完整 AST) | 函数、类、装饰器、import、HTTP 调用、DB 查询、async/await、继承 | | **JavaScript** | 基于正则 | 函数、箭头函数、类、import (ES6 + CommonJS)、fetch/axios/HTTP 调用 | | **TypeScript** | 基于正则 | 与 JavaScript 相同 + 类型注解保留在元数据中 | | **JSX/TSX** | 基于正则 | React 组件被检测为函数/类 | ### 智能摘要 — AI 实际看到的内容 对于大型代码库，完整的分析 JSON 可能有 50,000+ 个字符。但 AI 只接收一个**人类可读的摘要**（200-500 token）。完整的详细报告保留在你的 IDE chat 中供你探索： ``` Code Visualizer (scan) completed. Services: 12 Files analyzed: 847 Functions: 2,341 Endpoints: 433 Connections: 5,672 Broken connections: 23 Service names: gateway, auth_service, chat_service, memory_service, ... Top functions: - route_query (multi_ai_router.py:45) - authenticate (auth.py:12) API endpoints: - POST /api/v1/chat/message (resonant_chat.py) - GET /api/v1/auth/me (user_routes.py) Full detailed report is shown to the user in the IDE. ``` ## 记忆与身份 ### Hash Sphere 记忆 每一次对话、每一次代码更改、每一个决策都会可选地存储在 **Hash Sphere** 中——一个确定性哈希系统，将内容映射到 3D 坐标以进行语义检索。记忆跨会话持久化，并在认证后同步到云端。 ### 去中心化语义身份 (DSID) 你的身份在加密层面绑定到 Ethereum Base Sepolia L2 区块链。IDE 中的每一个操作都可追溯到你的验证身份，从而创建你开发活动的不可变审计追踪。 ## 为什么选择 Resonant IDE — 架构优势 Resonant IDE 遵循与 Windsurf Cascade 等工具首创的 **瘦客户端 + 服务端编排的 agentic loop** 相同的架构，但在每一层都有根本性的改进。如果你使用过 Cascade、Cursor 或 Copilot Chat，Resonant IDE 会让你感到熟悉——然后向你展示你一直缺失的东西。 ### 具有完全控制的 Agentic Loop | 能力 | Resonant IDE | Windsurf / Cursor | |-----------|-------------|-------------------| | **循环深度控制** | 每个会话可配置的最大工具循环次数（1 → 无限） | 固定或有限的循环深度 | | **智能上下文传递** | 服务端压缩 Code Visualizer 结果，在循环之间传递摘要——只有可操作的数据到达 LLM | 转发完整的工具输出，在噪声上燃烧 token | | **Token 消耗减少** | AST 摘要取代原始文件读取；CV 结果是 50-200 行而不是 5,000+ | 无内置静态分析；LLM 读取整个文件 | | **本地 + 服务端工具拆分** | 59 个工具在本地执行（零延迟），服务端仅处理编排 | 所有工具都在云端沙箱或受限的本地环境中运行 | | **Provider 灵活性** | 11 个 provider：5 个云端 (OpenAI, Anthropic, Groq, Google, DeepSeek) + 5 个本地 (Ollama, LM Studio, llama.cpp, LocalAI, vLLM) + BYOK | 通常 1-3 个 provider，无本地 LLM 支持 | | **回退链** | 自动 BYOK → 其他 BYOK key → 平台池，完全透明 | 单一 provider，失败时手动切换 | | **可追溯性** | 每个循环迭代都记录了 provider、模型、token 数、工具调用、持续时间 | 极少或没有执行追踪 | | **透明度** | 完整的 SSE 事件流：`thinking`, `text`, `execute_tool`, `fallback`, `stats`, `done` | 不透明的响应生成 | | **成本控制** | 平台积分，BYOK 优先路由，每会话 token 跟踪 | 基于订阅，无每会话可见性 | | **定制化** | 连接任何本地 LLM，设置首选 provider，配置循环深度，按任务选择模型 | 固定的模型选择 | ### 循环之间的智能上下文 当 AI 运行 Code Visualizer 扫描时，完整报告（数千个节点、连接、pipeline）保留在 IDE chat 中供你查看。但服务端只接收一个**压缩摘要**——服务名称、函数计数、endpoint 计数、违规亮点。这意味着： - **循环 1**：AI 扫描你的代码库 → 获得架构概览（200 token 而不是 12,000） - **循环 2**：AI 追踪特定函数 → 获得调用者/被调用者链（聚焦，最小化） - **循环 3**：AI 运行治理检查 → 获得违规和漂移评分 - **结果**：3 个循环，完整的代码库理解，~500 token 的上下文而不是 ~30,000 这就是为什么 Resonant IDE 可以运行更深的 agentic loop 而不会达到上下文限制——AI 知道的更多，读取的更少。 ### 本地优先理念 每个工具都运行在**你的机器**上。文件读取、grep 搜索、git 操作、terminal 命令、Code Visualizer 扫描——全部本地。服务端只能看到： 1. 你的 prompt 2. 压缩的工具结果 3. 你的 BYOK key（加密，永不存储） 没有代码离开你的机器，除非你明确共享。没有云端沙箱。没有文件上传。完全隐私，全速。 ## State Physics 与 Invariant SIM 集成 Resonant IDE 连接到 **RARA (Resident Autonomous Runtime Agent)** 系统——一个受物理学启发的治理引擎，将你运行中的平台视为一个具有可测量属性的物理系统：熵、能量、质量、崩溃风险。这不是比喻——这是一个确定性的模拟，可以在故障发生前预测它们。 ### 什么是 State Physics SIM？ State Physics 将你的平台建模为一个**物理系统**，其中： - **服务** 是具有质量（代码大小）、能量（请求吞吐量）和信任分数的节点 - **服务之间的连接** 是具有测量延迟和故障率的边 - **Agent**（AI 或人类）具有在失败时衰减、在成功时增长的价值分数 - **熵** 测量系统无序度——高熵意味着事物正在分崩离析 - **崩溃风险** 在级联故障发生前预测它们 ### 三类不变量 Invariant SIM 跨三个类别强制执行 **17 个不变量**： #### 结构不变量 (7 个) 通过 AST Code Visualizer 验证的图级别约束： | 不变量 | 检查内容 | 严重性 | |-----------|---------------|----------| | **路由可达性** | 每个公共路由都到达一个 handler：`∀ route R → ∃ handler H : path(R → H)` | CRITICAL | | **无孤立 Handler** | 每个 handler 至少有一个指向它的路由 | HIGH | | **Auth 边界** | 没有未经认证的路径可以到达特权资源 | CRITICAL | | **无执行循环** | 没有断路器的循环调用链 | HIGH | | **能力隔离** | Agent 节点不能直接依赖核心服务内部结构 | CRITICAL | | **文件完整性** | 修改的文件必须在语法上有效（AST 可解析） | HIGH | | **依赖解析** | 所有 import 都必须解析到现有模块 | MEDIUM | #### 语义不变量 (5 个) 意图和置信度约束： | 不变量 | 检查内容 | 严重性 | |-----------|---------------|----------| | **置信度阈值** | AI 变更的置信度在执行前必须超过 0.6 | HIGH | | **存在理由** | 每次代码更改必须有非空解释 | MEDIUM | | **意图对齐** | 更改必须与声明的 capability 匹配 | HIGH | | **范围包含** | 更改不得超过声明的文件/服务边界 | CRITICAL | | **可逆性** | 每个变更必须能够回滚 | HIGH | #### 时间不变量 (5 个) 速率限制和爆炸半径约束： | 不变量 | 检查内容 | 严重性 | |-----------|---------------|----------| | **速率限制** | 未超过每小时/每天的最大变更数 | HIGH | | **爆炸半径** | 每次变更影响的服务数量保持在阈值内 | HIGH | | **冷却期** | 对同一文件/服务的变更之间有最短时间间隔 | MEDIUM | | **回滚频率** | 如果回滚发生得太频繁，说明有问题 | HIGH | | **失败断路器** | 3 次以上连续失败将暂停该 capability | CRITICAL | ### 在 IDE 中如何工作 当 AI 通过 agentic loop 进行代码更改时，Invariant SIM 可以： 1. **变更前检查** — 在写入文件之前，验证结构不变量（无断裂的 import、无 auth 边界违规） 2. **爆炸半径预测** — 估计变更将影响多少个服务 3. **置信度门槛** — 如果 AI 的置信度低于阈值，需要人工批准 4. **自动回滚** — 如果变更后检查失败，立即恢复先前状态 5. **断路** — 如果 agent 持续失败，自动暂停其 capability ### Physics Bridge — 预测故障 Physics Bridge 将测量的系统状态转化为治理行动： ``` Physics State (measured) Governance Action (automatic) ──────────────────────── ──────────────────────────── Collapse risk > 0.8 → EMERGENCY STOP (kill switch) Invariant violations > 0 → Block further mutations Entropy > threshold → Warn + require human approval Agent trust < 0.3 → Revoke agent capabilities Energy spike detected → Rate limit mutations Mass imbalance → Flag architectural drift ``` ### 这对开发者意味着什么 - **在部署前通过连接的 API 模拟用户流程** — 追踪从 login → chat → memory → billing 的路径并验证每个连接 - **预测过载点** — 找到高连接密度的服务，这些服务在负载下会失败 - **检测迁移风险** — 在重构之前，查看哪些不变量将破裂以及爆炸半径是多少 - **强制执行架构规则** — 禁止的依赖（例如 frontend → backend 内部结构）在图级别被捕获，而不是在代码审查中 - **CI 就绪的治理** — 将不变量结果导出为 GitHub 注释，用于自动化架构强制执行 ## 入门指南 ### 前置条件 - **Node.js 22.x**（推荐 22.22.0 — 参见 `.nvmrc`）。**不要使用 Node 23+ 或 25+** — 原生模块（`tree-sitter`）无法针对较新的 V8 header 进行编译。如果你安装了较新的 Node，请使用 `brew install node@22` 并在命令前加上 `PATH="/opt/homebrew/opt/node@22/bin:$PATH"`。 - **npm** 10.x 或更高版本 - **Python** 3.10+（用于原生模块编译和 SAST 分析） - **Xcode Command Line Tools** (macOS) 或 **build-essential** (Linux) — 原生模块所需 - [dev-swat.com](https://dev-swat.com) 的免费账户（AI 功能所需） ### 从源码构建 ``` # 克隆 git clone https://github.com/DevSwat-ResonantGenesis/RG_IDE.git cd RG_IDE # 安装依赖（耗时 2-5 分钟） npm install # 构建 Resonant AI 扩展 cd extensions/resonant-ai && npm install && npx tsc -p tsconfig.json && cd ../.. # 编译完整 IDE（耗时约 2 分钟） npm run compile # 启动 Resonant IDE ./scripts/code.sh ``` `scripts/code.sh` 启动器将： 1. 下载正确的 Electron 二进制文件（仅首次运行） 2. 验证编译输出存在 3. 同步内置扩展 4. 启动 IDE ### 故障排除 **"Cannot find module out/main.js"** TypeScript 编译未运行或失败。修复： ``` rm -rf out npm run compile ./scripts/code.sh ``` **编译失败并出现错误** 确保你拥有正确的 Node.js 版本： ``` node --version # Should be v22.x ``` **npm 关于 "Unknown project config" 的警告** 这些是来自 npm 10+/11+ 的关于 `.npmrc` 键（`disturl`, `target`, `runtime` 等）的外观警告。这些键是构建系统 **所需** 的 —— 不要删除它们。这些警告是无害的，不会影响构建。 **原生模块构建失败** 确保你已安装 C++ 构建工具： ``` # macOS xcode-select --install # Ubuntu/Debian sudo apt install build-essential python3 ``` ## 平台集成 Resonant IDE 连接到 **Resonant Genesis** 平台——一个包含 30 多个微服务的 AI agent 受治理执行系统： | 服务 | 作用 | |---------|-------------| | **Gateway** | API 路由，auth 验证，速率限制 | | **Auth Service** | JWT token, OAuth2, 2FA, DSID 绑定 | | **Chat Service** | 多 provider AI 路由，技能，流式传输 | | **Agent Engine** | 自主 agent 执行，规划，工具 | **Memory Service** | Hash Sphere 存储，语义检索 | | **Blockchain Node** | Base Sepolia 身份注册，记忆锚点 | | **SAST & Architecture Engine** | AST 分析，SAST，依赖映射，pipeline 检测 | | **Billing Service** | 积分，Stripe，使用跟踪 | | **Marketplace** | Agent 模板，扩展，发布 | | **IDE Service** | LOC 跟踪，更新，分析 | ### 433 个平台 API Endpoint `platform_api_search` 和 `platform_api_call` 工具让 AI 直接访问整个平台 API——创建 agent、管理团队、查询记忆、与区块链交互、发布到 marketplace 等。 ## 贡献 我们欢迎贡献！请在提交 pull request 之前阅读我们的[贡献指南](CONTRIBUTING.md)。 ### 如何贡献 1. **Fork** 此仓库 2. **创建**一个功能分支：`git checkout -b feature/my-feature` 3. **进行**你的更改 4. **在本地测试**：构建并运行 IDE 5. **提交**一个 pull request ### 贡献领域 - **AI 工具** — 在 `extensions/resonant-ai/src/toolDefinitions.ts` 和 `toolExecutor.ts` 中添加新工具 - **语言支持** — 改进特定语言的行内补全 - **本地 LLM** — 添加对新的本地推理服务器的支持 - **SAST 与架构** — 将分析扩展到新语言，添加安全规则 - **UI/UX** — 改进 chat 界面、设置面板、配置文件页面 - **文档** — 改进文档，添加教程，修复错别字 ## 关于创作者 **Resonant IDE** 和整个 **Resonant Genesis** 平台由 **Louie Nemesh** 构建——一位 AI 架构师，他于 **2025 年 11 月 11 日** 以一个单一的愿景启动了这个项目：构建世界上最全面的 AI 治理平台。 **每一行代码都由 AI 编写**，由 Louie 作为唯一的人类架构师编排和指导。没有开发团队。没有外包承包商。一个人指导 AI 构建了一个企业级平台，拥有 30 多个微服务、区块链集成、一个完整的 IDE 和一个 marketplace——证明了软件开发的未来是人类与 AI 的完美协作。 ### 数据 - **30+** 个生产微服务 - **433** 个 API endpoint - **137** 个跨平台 AI 工具 - **59** 个本地 IDE 工具 - **53** 个 React UI 组件 - **4** 个 AI provider (OpenAI, Anthropic, Groq, Google) - **3** 个 Base Sepolia (Ethereum L2) 上的智能合约 - **1** 位人类架构师 - **0** 行人工编写的代码 ## 链接 - **平台**: [dev-swat.com](https://dev-swat.com) - **AI 门户**: [resonantgenesis.ai](https://resonantgenesis.ai) - **GitHub**: [github.com/DevSwat-ResonantGenesis](https://github.com/DevSwat-ResonantGenesis) - **反馈**: [dev-swat.com/feedback](https://dev-swat.com/feedback) - **文档**: [dev-swat.com/docs](https://dev-swat.com/docs) ## 许可证 Copyright (c) 2025-2026 Resonant Genesis / DevSwat. 由 Louie Nemesh 创立并构建。 根据 [Resonant Genesis Source Available License](LICENSE.txt) 授权。 - **查看与学习**：对所有人免费 - **下载与使用**：[平台注册](https://dev-swat.com/signup)后免费 - **贡献**：欢迎 Pull request - **商业用途**：[联系我们](https://dev-swat.com/contact) 本项目构建于 [VS Code Open Source](https://github.com/microsoft/vscode) 基础之上（MIT 许可）。Resonant AI 扩展和所有 Resonant Genesis 特定的修改受 Resonant Genesis Source Available License 保护。

标签：AI代码编辑器, AI原生开发, AST代码可视化, BYOK, Dev-Swat, DSID, LLM评估, LLM集成, MITM代理, Ollama, Resonant Genesis, VS Code开源, 代理循环, 企业级AI, 区块链身份, 哈希球记忆, 多模型支持, 开发环境, 智能上下文, 本地工具, 状态物理不变量, 自动化攻击, 自动化编程, 逆向工具