TaskWing

面向 AI 开发的本地优先知识层。

官网 · 教程 · 愿景 · 安装

你的 AI 工具每次会话都是从零开始——而且在每次会话中，你的代码上下文都会经过别人的云端。 **TaskWing 采取了相反的方法。** 只需一条命令即可将你的架构提取到本地机器上的知识库中。无需云端，无需账号。此后的每一次 AI 会话都*知道*这些上下文——而你的知识库永远不会离开你自己的基础设施。 ``` Without TaskWing With TaskWing ───────────────── ───────────── 8-12 file reads 1 taskwing ask ~25,000 tokens ~1,500 tokens 2-3 minutes 42 seconds No architectural context 170+ knowledge nodes ``` ## 安装 ``` brew install josephgoksu/tap/taskwing ``` 无需注册。无需账号。支持离线工作。所有数据都保存在本地的 SQLite 中。

备选方案：通过 curl 安装

``` curl -fsSL https://taskwing.app/install.sh | sh ```

## 快速开始 ``` # 声明 TaskWing 项目 + 生成 AI 工具集成文件 cd your-project taskwing init # writes .taskwing.yaml + .claude/commands/taskwing/ # 提取你的架构（一次性） taskwing learn # -> 提取了 22 个决策、12 个模式、9 个约束 # 与你的 AI 助手一起计划和执行 /taskwing:plan # Create a plan /taskwing:next # Get next task with full context # ...工作... /taskwing:done # Mark complete, advance to next ``` 就这样。你的 AI 助手现在在每次会话中都拥有了本地架构上下文。 斜杠命令是直接驱动 `taskwing` CLI 的纯 prompt——无需 MCP 服务器，无需 daemon，无需为每个 AI 单独注册。它们可以在任何能够运行 shell 命令的 AI 客户端中工作。 ## 架构级隐私 TaskWing 将你的知识库保留在你的机器上。没有云数据库，没有账号，没有同步。 ``` YOUR MACHINE EXTERNAL ───────────────────────────────── ───────────────────────── ┌───────────────────────┐ ┌──────────────┐ code context │ LLM Provider │ │ Your codebase ├────────────────────>│ (OpenAI, Anthropic, │ └──────────────┘ (bootstrap only) │ Google, Bedrock) │ │ └───────────┬───────────┘ │ │ findings v │ ┌──────────────────────┐ <───────────────────────┘ │ .taskwing/memory.db │ │ Local SQLite │ Your knowledge base. │ Never uploaded. │ Never leaves your machine. └──────────┬───────────┘ │ taskwing CLI (local subprocess) v ┌──────────────────────┐ ┌───────────────────────┐ │ AI Tool │ may send │ Tool's own cloud │ │ (Claude, Cursor, ├─────────────>│ (per their privacy │ │ Copilot, Gemini) │ to their │ policy) │ └──────────────────────┘ servers └───────────────────────┘ FULL AIR-GAP (everything stays left of the line): ┌──────────────┐ ┌─────────┐ ┌──────────────┐ │ Your codebase ├──────>│ Ollama ├──────>│ .taskwing/ │ └──────────────┘ │ (local) │ │ memory.db │ └─────────┘ └──────┬───────┘ │ taskwing CLI v ┌──────────────┐ │ Local AI tool │ └──────────────┘ Zero network calls. ``` **TaskWing 控制的部分：** 你的知识库在本地存储和查询。AI 工具将 `taskwing` CLI 作为本地子进程调用——不产生任何网络请求。 **你的 AI 工具控制的部分：** 基于云端的工具（如 Claude、Cursor、Copilot）可能会将对话发送到它们自己的服务器。请检查它们的隐私设置（例如 Cursor 的隐私模式、Copilot 的数据保留策略）。 **完全的物理隔离：** 使用 [Ollama](https://ollama.com/) 进行引导并搭配本地 AI 工具。任何数据都不会离开你的机器。 ## 兼容工具 [](https://www.anthropic.com/claude-code) [](https://developers.openai.com/codex) [](https://cursor.com/) [](https://github.com/features/copilot) [](https://github.com/google-gemini/gemini-cli) [](https://opencode.ai/) ## 支持的模型 [](https://platform.openai.com/) [](https://www.anthropic.com/) [](https://ai.google.dev/) [](https://docs.aws.amazon.com/bedrock/latest/userguide/inference-chat-completions.html) [](https://ollama.com/) 品牌名称和标志均为其各自所有者的商标；此处的使用仅表示兼容性，不代表背书。 ## 功能特性 | 能力 | 描述 | |:-----------|:------------| | **本地知识** | 将决策、模式和约束提取到本地 SQLite 中 | | **计划转任务** | 将计划转化为带有架构上下文的分解任务 | | **AI 驱动的生命周期** | 任务执行 —— 下一个、开始、完成、验证 | | **代码分析** | 符号搜索、调用图、影响分析、简化 | | **优先根因分析** | 在提出修复方案之前，由 AI 驱动进行诊断 | | **处处可用** | 斜杠命令直接调用 `taskwing` CLI —— 适用于任何可运行 shell 命令的 AI 工具 | ## 斜杠命令 连接成功后，可以在你的 AI 助手中使用以下命令： | 命令 | 使用时机 | |:--------|:------------| | `/taskwing:plan` | 明确目标并构建经过批准的执行计划 | | `/taskwing:next` | 携带完整上下文开始下一个已批准的任务 | | `/taskwing:done` | 验证通过后完成当前任务 | | `/taskwing:context` | 获取完整的项目知识转储，以获得完整的架构上下文 |

斜杠命令底层依赖的 CLI 动词

上述四个斜杠命令是用于驱动这些 CLI 动词的纯 prompt。 你可以手动运行其中任何一个，在没有 AI 工具的情况下驱动 TaskWing： | 动词 | 用途 | |------|---------| | `taskwing ask "" --json` | 搜索项目知识（决策、模式、约束） | | `taskwing knowledge --json` | 转储所有知识节点，按类型分组 | | `taskwing task next --json` | 获取下一个待处理的任务 | | `taskwing task current --json` | 显示当前正在进行的任务 | | `taskwing task start ` | 认领一个任务 | | `taskwing task complete --summary "..." --files a,b,c` | 标记任务为已完成 | | `taskwing plan --params ''` | 驱动计划流程（明确 → 分解 → 扩展 → 定稿） |

自主任务执行（hooks）

TaskWing 与 Claude Code 的 hook 系统集成，可实现自主的计划执行： ``` taskwing hook session-init # Initialize session tracking taskwing hook continue-check # Check if should continue to next task taskwing hook session-end # Cleanup session taskwing hook status # View current session state ``` **熔断机制** 可防止执行失控： - `--max-tasks=5` —— 在 N 个任务后停止，等待人工审查 - `--max-minutes=30` —— 在 N 分钟后停止

AWS Bedrock 设置

``` llm: provider: bedrock model: anthropic.claude-sonnet-4-5-20250929-v1:0 bedrock: region: us-east-1 apiKeys: bedrock: ${BEDROCK_API_KEY} ``` | 模型 | 用例 | |:------|:---------| | `anthropic.claude-opus-4-6-v1` | 最高质量的推理 | | `anthropic.claude-sonnet-4-5-20250929-v1:0` | 最佳的默认平衡选择 | | `amazon.nova-premier-v1:0` | AWS 旗舰 Nova | | `amazon.nova-pro-v1:0` | 出色的平衡性 | | `meta.llama4-maverick-17b-instruct-v1:0` | 开源权重通用模型 | 或者通过交互式配置：`taskwing config`

- `taskwing init` - `taskwing learn` - `taskwing ask ""` - `taskwing knowledge` - `taskwing task ` - `taskwing plan --params ''` - `taskwing doctor` - `taskwing config` - `taskwing start` ## 文档 - [入门指南](docs/TUTORIAL.md) - [产品愿景](docs/PRODUCT_VISION.md) - [架构](docs/architecture/) - [工作流包](docs/WORKFLOW_PACK.md) ## 许可证 [MIT](LICENSE)

标签：AI开发工具, AI风险缓解, EVTX分析, MCP, Ruby, SQLite, 文档结构分析, 日志审计, 本地优先, 架构提取, 知识库