技能包

Forge:模型无关的 AI 编码 harness 与 CLI,第一次上手前的决策指南

Forge 最适合在终端里做模型无关的 AI 编码任务,按成本与能力自动路由到最优模型;上手前提是接受一行式 shell 安装脚本(默认还会附带安装桌面应用,可用 n 拒绝),并在首次启动时完成 forge setup 连接模型与安全设置。

官方来源 · GitHub - adulari/forge

安装

curl -fsSL https://raw.githubusercontent.com/Adulari/forge/main/install.sh | sh

适合谁

  • 适合想在终端里用一个原生 CLI/TUI 完成编码任务,并希望每个任务自动路由到「成本 × 能力」最优模型的开发者。它是用 Rust 写的模型无关 AI 编码 harness,单个原生二进制,不需要 Node、Python、Bun 运行时。
  • 如果你想通过桌面应用、iOS/Android/Web 伴侣应用或 OpenAI 兼容的本地 API 使用它,官方说明这些形态同样提供。
  • 不适合的情况:需要图形化配置向导以外的安装方式、或依赖某个具体插件/扩展生态时,证据未提供这些细节,无法确认;对支持哪些具体 agent、支持哪些语言环境,官方证据没有说明,属于未知,不要自行假设。
  • 使用前提:需要可访问的模型凭据。forge setup 会引导连接模型、安全与成本设置、搜索、导入和后台服务;API key 存放在 OS keyring 中。

3 分钟完成第一次尝试

推荐主路径只有一条:官方一行式 shell 安装脚本。

  1. 前提:一个能执行 shell 的终端,可访问 GitHub。
  2. 在终端执行:
curl -fsSL https://raw.githubusercontent.com/Adulari/forge/main/install.sh | sh

该脚本会下载匹配的 release 二进制并安装到 ~/.local/bin。

  1. 副作用确认点:交互安装默认还会顺便安装 Forge 桌面应用。不需要时,在提示处回答 n(或设置 FORGE_DESKTOP=0 跳过)。这是管道执行远程脚本的安装方式,执行前请自行确认信任来源。
  2. 安装后启动 forge,首次会自动打开 forge setup 引导流程,按提示连接模型与安全/成本设置。
  3. 第一次任务建议选一个低风险的分析类任务,例如让它在当前代码仓库里解释某段代码或总结项目结构。可观察的成功信号:任务被分发并在终端 UI 中返回模型的回答/分析结果。至于这一过程是否会读写你的文件、执行命令或访问网络,证据未说明,请在执行改动类任务前自行确认并做好确认点把关。

其他方式(仅作次要说明):在克隆的仓库中,.forge/ 里的 hooks、MCP servers、temper 和 allow 规则在运行 forge trust 之前保持不生效。

使用案例

案例 1:低成本快速看懂一个陌生仓库。 场景:接手一个不熟悉的代码项目。做法:在仓库目录启动 forge 的终端 UI,发起一个只读分析类任务,例如「总结这个项目的结构和入口」。它会按其路由机制把任务交给合适的模型,你在 TUI 中直接看到结果。可期待结果:得到一份项目概览;这是分析型任务,不涉及修改文件。

案例 2:一次性(headless)执行单个编码请求。 场景:脚本化或不想进交互界面。做法:以 one-shot/headless CLI 方式调用 forge,提交一个明确的编码任务(证据未给出具体命令行参数格式,可确认到「该形态存在」这一层)。可期待结果:任务被路由到按成本 × 能力选择的最优模型并返回输出。涉及文件修改或命令执行的编码任务请在提交前明确改动范围,证据未说明其副作用行为,需自行在环境层面把关。

使用边界

  • 安装副作用:一行式安装脚本默认会连带安装桌面应用(交互默认 yes),用 n 或 FORGE_DESKTOP=0 拒绝。
  • 仓库级信任边界:克隆仓库中的 .forge/ hooks、MCP servers、temper/allow 规则默认惰性,需显式 forge trust 才生效——这是官方明确的安全确认点。
  • 运行环境:单原生 Rust 二进制,无 Node/Python/Bun/Electron 依赖。API key 存于 OS keyring。
  • 官方明确限制之外,以下信息证据未提供,属未知:支持哪些具体 agent 客户端、支持哪些自然语言/编程语言范围、审查或诊断类操作是否会读写文件/执行命令/访问网络。不要把未知当作「零风险」;对任何会改动文件、执行命令或调用外部服务的任务,先确认副作用再执行。