leonai 0.2.0

Leon - Proactive AI coding assistant with persistent memory and TUI

LEON (Lane Runtime)

LEON 是一个面向企业级生产可用的 Agent Runtime：用于构建、运行与治理一组可长期运行的 Agent，并把它们当作可持续协作的 co-workers 来管理与调度。

LEON 以 LangChain Middleware 为核心架构：通过统一的 middleware 管线完成 tool 注入、运行时校验、安全拦截、上下文装载/卸载与可观测性。

快速体验（CLI）

当前可用的体验入口是 leonai（TUI）：

• leonai：启动
• leonai config：配置 API key
• leonai config show：查看当前配置

最小基座

LEON 认为一个真正可工作的 Agent，至少应具备三类基础能力：

• Web
• Bash
• File System

架构方式

• Middleware-first：tool schema 注入、参数/路径校验（Fail Fast）、hooks/policy 拦截、结果整形、可观测性
• Profile-driven（推进中）：用 Profile 描述 Agent 的 system_prompt 与 tools/mcp/skill 开关

安装

# 使用 uv（推荐）
uv tool install leonai

# 或使用 pipx
pipx install leonai

配置

leonai config

配置会保存到 ~/.leon/config.env。

核心特性

Profile 配置系统

LEON 采用 Profile-driven 架构，通过 YAML/JSON/TOML 配置文件统一管理 Agent 能力：

# ~/.leon/profile.yaml
agent:
  model: "claude-sonnet-4-5-20250929"
  workspace_root: null
  read_only: false
  enable_audit_log: true

tool:
  filesystem:
    enabled: true
    tools:
      read_file:
        enabled: true
        max_file_size: 10485760
      write_file: true
      edit_file: true
  search:
    enabled: true
    max_results: 50
  web:
    enabled: true
    tools:
      web_search:
        enabled: true
        tavily_api_key: ${TAVILY_API_KEY}
  command:
    enabled: true
    tools:
      run_command:
        enabled: true
        default_timeout: 120

mcp:
  enabled: true
  servers:
    filesystem:
      command: npx
      args: ["-y", "@modelcontextprotocol/server-filesystem", "/workspace"]

skills:
  enabled: true
  paths:
    - ./skills
  skills:
    example-skill: true

特性：

• 支持 YAML/JSON/TOML 格式
• 环境变量展开 (${VAR})
• Pydantic 强类型验证
• 工具级别的细粒度控制
• CLI 参数可覆盖 Profile 设置

Skills 系统

渐进式能力披露机制，按需加载专业技能：

skills/
├── code-review/
│   └── SKILL.md
└── git-workflow/
    └── SKILL.md

SKILL.md 格式：

---
name: code-review
description: 代码审查专家技能
---

# Code Review Skill

## Instructions
...

特性：

• Frontmatter 元数据解析
• 启用/禁用控制
• 多路径支持
• 动态加载（load_skill 工具）

MCP (Model Context Protocol) 支持

集成外部 MCP 服务器，扩展 Agent 能力：

mcp:
  servers:
    github:
      command: npx
      args: ["-y", "@modelcontextprotocol/server-github"]
      env:
        GITHUB_TOKEN: ${GITHUB_TOKEN}
      allowed_tools:
        - create_issue
        - list_issues

特性：

• 多服务器支持
• 工具白名单（allowed_tools）
• 环境变量配置
• 自动工具前缀处理（mcp__server__tool）

TUI 界面

基于 Textual 的现代化终端界面：

快捷键	功能
Enter	发送消息
Shift+Enter	换行
Ctrl+↑/↓	浏览历史
Ctrl+Y	复制最后消息
Ctrl+E	导出对话
Ctrl+L	清空历史
Ctrl+T	切换对话
ESC ESC	显示历史浏览器

特性：

• 实时流式输出
• Markdown 渲染
• 工具调用可视化
• Thread 持久化与恢复
• 消息导出

Middleware 架构

6 层中间件栈，统一处理工具注入、校验、拦截：

┌─────────────────────────────────────┐
│ 1. PromptCachingMiddleware (缓存)   │
│ 2. FileSystemMiddleware (文件)      │
│ 3. SearchMiddleware (搜索)          │
│ 4. WebMiddleware (Web)              │
│ 5. CommandMiddleware (命令)         │
│ 6. SkillsMiddleware (技能)          │
└─────────────────────────────────────┘

内置工具

类别	工具	说明
文件	read_file	读取文件（支持 PDF/PPTX/Notebook）
	write_file	创建新文件
	edit_file	编辑文件（str_replace 模式）
	multi_edit	批量编辑
	list_dir	列出目录
搜索	grep_search	内容搜索（ripgrep/Python）
	find_by_name	文件名搜索（fd/Python）
Web	web_search	Web 搜索（Tavily/Exa/Firecrawl）
	read_url_content	获取 URL 内容（Jina）
命令	run_command	执行 Shell 命令
	command_status	查询命令状态
技能	load_skill	加载专业技能

安全机制

多层安全防护：

1. 命令拦截：危险命令黑名单（rm -rf, sudo 等）
2. 路径安全：强制绝对路径，Workspace 限制
3. 文件权限：扩展名白名单，只读模式
4. 审计日志：文件访问和命令执行记录

agent:
  read_only: true                    # 只读模式
  allowed_extensions: [py, txt, md]  # 扩展名白名单
  block_dangerous_commands: true     # 拦截危险命令
  block_network_commands: true       # 拦截网络命令
  enable_audit_log: true             # 启用审计日志

多格式支持

格式	读取器
文本	TextReader
PDF	PDFReader (pymupdf)
PPTX	PPTXReader (python-pptx)
Notebook	NotebookReader
二进制	BinaryReader

多搜索引擎

降级策略自动切换：

1. Tavily（主力）
2. Exa（备选）
3. Firecrawl（兜底）

多 Shell 支持

自动检测操作系统，选择合适的执行器：

• macOS: ZshExecutor
• Linux: BashExecutor
• Windows: PowerShellExecutor

路线

已完成：

• Agent Profile：配置化、强类型校验、统一能力入口
• TUI Resume：恢复 thread（仅 messages/thread）
• MCP 集成：可配置加载、工具白名单
• Skills 系统：渐进式能力披露

进行中：

• Hook 系统：工具调用前后的拦截与扩展
• Plugin 适配：第三方插件生态支持
• 评估系统：Agent 能力评测与基准测试
• 基于轨迹的自动优化：从执行轨迹学习，自动优化 Agent 框架
• Agent 协作与调度：多 Agent 协同工作与任务分配

许可证

MIT License