magi

magi 是一个开源终端编码智能体，围绕一个关键问题构建：一轮（turn）到底算不算真正完成？大多数智能体循环在模型停止调用工具的那一刻就结束本轮。这通常往两个方向都出错，产生跑到任务四分之三就停下的智能体，以及永远不会停的智能体。magi 把「结束」变成一件必须论证的事。当智能体声明自己完成了，由三位审计官组成的评审团各自阅读完整记录（真实运行了什么、真实退出码是什么、磁盘上真正改了什么），然后投出「完成 / 驳回 / 弃权」。只有当证据支撑结论时本轮才结束；否则反馈会变成下一条指令，智能体继续工作。

核心功能

• 评审团校验循环：三位默认审计官（名字取自 MAGI）用不同视角和搜索顺序审阅同一份记录。
• 基于证据的需求走查：每位成员把每条需求标记为 SATISFIED、UNSATISFIED 或 NO-EVIDENCE，用工具返回的逐字片段来判定，而不是智能体自己的叙述。
• 可回放的记录：捕获每一步，一个被审查的循环可以重放和理解，而不是靠假设。
• 可探索的智能体：magi 可同时运行并监督多个智能体，既能在终端也能在配套 Web 控制台里做。
• 单一二进制：用 Go 编写，无 CGO，无重运行时依赖。

适用场景

谁应该使用这个工具？

• 不相信「看着像完成了」的开发者：自己的智能体经常距离目标差一点就停，或者永远不停。
• 大规模自治智能体团队：半成品或失控的运行要花真金白银和时间。
• 研究与应用评估：评审团给「任务到底完成没有」一个结构化、可检查的答案。
• 想给智能体循环一个严谨终止条件的人：而不是靠启发式。

解决的问题

1. 过早结束：智能体因为模型工具调用耗尽而中途停下。magi 要求在本轮结束前拿出证据。
2. 永不结束的循环：因为没人要求它为停止辩护，智能体一直跑。magi 让「完成」成为一个明确的、被质疑的声明。
3. 不可信的自报：模型说「我做了」不能证明任何事。magi 用记录下来的工具输出逐条落实需求。

定价方案

优势对比

1. 严谨的终止：是否完成由证据决定，而不是模型自己的停止信号。
2. 三个独立视角：正确性、验证、完整性各自先走查一遍才允许投票，任何一个被漏掉的细节都不会被全员通过掩盖。
3. 开放、可检查、可重放：记录是一等公民产物，你可以审计它。

独特卖点：这个「拒绝承认完成」的评审团，是对智能体循环结束问题给出的一个真正不同的答案，并且以 Apache-2.0 公开，你能看清楚它到底做了什么。

快速开始

入门指南

1. 构建或下载 magi 二进制（Go 1.26+，无 CGO 单一二进制）。
2. 在终端运行并交给它一个任务。
3. 观察循环：智能体逐步行动，然后声明「council: complete」。
4. 让审计官投票：记录被逐行对照需求走查。
5. 接受或继续：如果评审团驳回完成，反馈变成下一条指令，智能体继续。

集成

集成以下环境：

• macOS 和 Linux 的终端
• 任何能由一个 Go 二进制驱动的模型/CLI
• 一个用于同时监视多个智能体的配套 Web 控制台

常见问题

magi 会取代模型吗？

不会。magi 是一个智能体包装器，改变的是你通过它驱动的任意模型的「完成声明」方式。

只适合高级智能体用户吗？

不必然，但在「错误地判定完成」代价高昂的场景里最有价值，例如自治运行或一次性基准测试。

免费吗？

是的。它基于 Apache-2.0 开源，完全运行在你自己的机器上。

替代方案

如果 magi 不合适，可以考虑这些替代品：

• Claude Code：日常开发更精致，但仍采用传统的隐式结束。
• Codex / Cursor：交互式编码很强，但不那么聚焦于证明完成。
• OpenHands：如果你想要完整智能体平台，而不是聚焦终止的包装器。

使用技巧

1. 把需求写成显式行：审计官走查「任务要求的每一点一行」，模糊的请求会产生薄弱的检查。
2. 把 NO-EVIDENCE 当成答案：缺少结果本身也是信息，不要用智能体的自报去填记录。
3. 用控制台做监督：同时跑多个智能体时，评审团的一致性最省时间。

总结

magi 直击智能体循环里最常被忽略的部分：判断工作是否真正完成。它把「完成」变成一个被质疑、基于证据的决策，而不是一次静默停止，给智能体用户一个可信任、可检查的终止条件。