开源推广声明（点击展开） [（点击了解更多详细信息）](https://linux.do/t/topic/2941367/1)
*以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出*
[
)]( 
"Mu")# Mu · Only what’s needed.
看到 Jev 在各个领域大放异彩后，我在想，能不能用他打造一个原生的 Harness？
于是我回想起所有在其他 Harness 里遇到的问题：我明明只是需要写一个方案，为什么要带着一堆工具的上下文？为什么模型的编程能力越来越强了，我却根本看不懂模型在说什么？另外，有了 Jev，我能不能尝试突破模型能力的边界……
于是，我做了 mu：一个只给你的任务最需要的上下文的 Harness。在这里 Jev 会做下面这些决策，他的运行速度很快，你几乎完全无感：
* **你说话的时候**，Jev 先读一遍：是新任务、追问还是在纠正我？这句插话要不要立刻打断？
* **工具返回的时候**，Jev 先挑一遍：输出里哪几块现在有用，哪些是重复和噪音；测试日志里失败的留下，一遍遍刷屏的去掉。
## 蜂群
面对困难或大型任务，我构建了一种新的蜂群。原先让几个 agent 一起查一个难题，最难的不是派活，是它们如何交流：什么都不说，各自走同一条死路；什么都说，每个人的上下文里全是别人的聊天。于是我让 Jev 站在中间：每一只蜂的发现，Jev 会判断值不值得共享；只有对另一只蜂有价值的信息，才会作为上下文传给它。
[
)]( 
"蜂群页")## 人话看板
人话看板来自开头那个问题，我用jev给出了一个巧妙的解法。干活和讲话本来就不该是同一个模型的事，而 Jev 正是把两者分开的钥匙。mu 里干活的模型照旧用它自己的语言干活，Jev 在旁边看着：每隔几次工具调用，他用几道选择题读一遍现场，挑出真正算新消息的那几条；再交给一个专门因为说人话而选出来的模型（比如 Opus 4.6），让它告诉你做到哪了，也方便佬友们一遍做项目一遍学习。
[
)]( 
"人话看板")[
)]( 
"其余的Jev决策点")## 还有这些
* 导入 Codex、Claude Code 的对话，接着在 mu 里聊。
* 订阅直接登录：OpenAI（ChatGPT）、Anthropic（Claude）、Grok、Google，在应用内完成，不用倒腾 key。
* 权限三档：全部放行、Jev 审批、最小权限，随时切换。
* 经验库：你的纠正、绕过的坑会记下来，命令行和桌面端共用。
## 项目
* 地址：[GitHub - qybaihe/mu: mu (μ): a coding agent that thinks before it acts. A small, fast judge makes the routine calls, the big model does the work. Built on pi and AionUi. · GitHub](https://github.com/qybaihe/mu) ，CLI 和 Desktop 都有，求各位佬友点点 Star
* 安装：Releases 里下载桌面端（macOS 已签名公证），或 `npm i -g mu-agent`
* 桌面端基于站内佬友的 AionUi 改造，非常好看，在此致谢
* 随帖附赠 3600 个 Jev Key，即刻可以体验，在这里体验：[LINUX DO CDK](https://cdk.linux.do/receive/6c8cd225-e735-40ab-b425-acd0684eb114)
* 欢迎各位佬友反馈和想要的功能欢迎提 issue，我会及时处理，我们一起共建Mu
30 个帖子 - 15 位参与者
[阅读完整话题](https://linux.do/t/topic/2941367)
https://linux.do/t/topic/2941367