开源AI工作流：TokenCode

快速开始

```bash export TOKENCODE_BASE_URL=https://api.deepseek.com/anthropic export TOKENCODE_AUTH_TOKEN=<你的 DeepSeek API Key> export TOKENCODE_MODEL=deepseek-v4-pro[1m]

或编译： go build -o bin/tokencode ./cmd/tokencode && ./bin/tokencode

```

进入后直接输入指令，例如 create hello.txt containing hi, then read it back。

权限四模式：plan（只读）/ review（逐次 y/n/a 确认，默认）/ auto（小模型按规则自动裁决）/ yolo（全放行）。 Shift+Tab 循环切换，或用 /plan /review /auto /yolo；/exit 或 Ctrl-D 退出，跑动中 Ctrl-C 打断当前轮。模式之上还可叠加声明式的权限规则三表（deny/ask/allow，团队治理用）。

输入 / 弹出命令补全菜单：/help 全部命令与快捷键、/race 并行竞赛、/model 查看与热切换模型、/agents 子代理类型（兼容 .claude/agents）、/skills 技能列表（/技能名 [参数] 调用，兼容 .claude/skills）、/mcp MCP server 状态与重连、/usage（别名 /cost /stats）本月与今日 token 用量统计（账本 JSONL 按月落在数据目录，WebUI 大盘同源）、/context 上下文用量（估算 tokens、消息占比、距自动压缩的余量）、/compact [侧重点] 把旧历史压缩成结构化摘要（保留最近 2 轮；估算超过 compact.auto_threshold（默认 80000，0=关闭）时 turn 前自动压缩）、/rewind 文件检查点回滚（见下）。! <命令> 直通 shell。

手工注册 provider（config.json）

不写 config 时行为与上面完全一致（TOKENCODE_*/ANTHROPIC_* 环境变量 + DeepSeek 端点）。要精确控制端点/协议，在 ~/.config/tokencode/config.json（或 $XDG_CONFIG_HOME/tokencode/config.json）注册 provider（同名条目压过内置目录）：

{
  "providers": {
    "deepseek": {
      "base_url": "https://api.deepseek.com/anthropic",
      "protocol": "anthropic",
      "api_key_env": "DEEPSEEK_API_KEY",
      "auth": "bearer"
    },
    "kimi": {
      "base_url": "https://api.moonshot.cn/v1",
      "protocol": "openai",
      "api_key_env": "MOONSHOT_API_KEY"
    },
    "ollama": {
      "base_url": "http://localhost:11434/v1",
      "protocol": "openai"
    },
    "gemini": {
      "protocol": "google",
      "api_key_env": "GEMINI_API_KEY"
    }
  },
  "models": {
    "ds": "deepseek/deepseek-v4-pro[1m]",
    "local": "ollama/qwen3",
    "g": "gemini/gemini-2.5-pro"
  },
  "default_model": "ds"
}

• protocol 按协议命名，目前三种：anthropic、openai（Chat Completions，DeepSeek/Kimi/Qwen/OpenRouter/Ollama 通用，换 base_url 即可零代码接入）、google（Gemini，base_url 缺省指向官方端点）。旧值 openai-chat 仍兼容，等同 openai。
• key 推荐用 api_key_env 指向环境变量；本地 Ollama 不需要 key。
• 用法：tokencode -model local（别名）或 tokencode -model ollama/llama3（provider/model-id）。两者都不中时 -model 原样直传默认端点，兼容老用法。

Headless 与 HTTP API

无人值守的两种用法，权限语义相同（白名单外的工具调用直接拒绝、喂回模型）：

```bash

HTTP API（v0 无鉴权，默认只绑回环）

tokencode serve -addr 127.0.0.1:8787 curl -s http://127.0.0.1:8787/v1/run -d '{"prompt":"列出当前目录结构","model":"可选"}'

发现：拿 card（接口 url 随访问 Host 自动推导）

curl -s http://127.0.0.1:8787/.well-known/agent-card.json

Go SDK

pkg/tokencode 是嵌入式门面：go get github.com/yzfly/tokencode 后十行代码在自己的 Go 程序里起一个 agent，执行与事件语义与 tokencode -p 完全一致（同一套 internal 实现，只包一层稳定 API）。

import "github.com/yzfly/tokencode/pkg/tokencode"

tc, err := tokencode.New(
    tokencode.WithModel("kimi-for-coding/k2p6"),   // 经 config + 内置目录解析；不设走默认链
    tokencode.WithTools(tokencode.DefaultTools()), // read/write/edit/bash/websearch/webfetch
    tokencode.WithAllowedTools("read", "bash"),    // 白名单（缺省全放行，SDK 用户自己负责）
    tokencode.WithRoot(dir),                       // 文件工具根隔离 + bash 工作目录
)
out, err := tc.Run(ctx, "fix the bug") // 单 turn 返回最终文本；连续 Run = 多轮对话
err = tc.RunStream(ctx, "...", func(ev tokencode.Event) { /* 事件流，最后一条恒为 result */ })

API 面：New + Option（WithModel / WithLLM（注入自定义模型客户端）/ WithTools / WithAllowedTools / WithRoot / WithMaxTokens / WithSystemPrompt / WithUsageSource）；Client.Run / RunStream / AddTool / History / Reset / Model。Tool、LLM、Event、Request/Response/Message 等核心类型经 type alias 原样导出——自定义工具与自定义 LLM 都不需要（也不能）import internal。缺凭据时报错自带 tokencode auth login 指引。可跑的最小示例见 examples/sdk（默认 fake 模型离线演示完整 tool-use 回路）。

模型与国内 Coding Plan 开箱即用

内置 models.dev 目录快照（141 个 provider），Kimi for Coding、智谱 GLM Coding Plan、阿里百炼 Coding Plan、MiniMax、DeepSeek、腾讯混元等国内模型与包月套餐无需写任何配置：

tokencode models coding              # 浏览目录（按关键词过滤）
tokencode auth login kimi-for-coding # 粘贴 key，存入 auth.json（0600）
tokencode -model kimi-for-coding/k2p6

key 也可走环境变量（如 KIMI_API_KEY、ZHIPU_API_KEY，目录里每个条目都声明了探测变量）。目录快照用 scripts/update-catalog.sh 更新，TOKENCODE_CATALOG 可指向私有镜像。