开源AI Agent工具 Cindy 0.1.82
Cindy 是一个开源、开箱即用的 AI Agent，集成了Claude Code 、Codex和PI 三套 Agent Harness。她的移动端和桌面端可以很好的搭配使用，还可以远程桌面。她把多套 Harness、模型和工具收进同一个 持续成长的伙伴，在真实工程和软件里把任务做完。一开始就好用，任你打扮，任你培养。Cindy 运行在你自己的电脑上，使用你本地的文件和已登录的应用。目前兼容 Claude Code 、Codex和PI 三套 Agent Harness——更多 Harness 正在接入，自研 Harness 也在酝酿。模型与 Harness 自由组合、同一任务中随时切换，工作现场、记忆、 Skill 和工具始终连续；一个任务还可以由不同 Harness × 模型组合的多个 agent 规划、并行执行、独立 review。她能操作浏览器、电脑和手机，并支持从 IM 和 定时任务派活。Cindy 的开源客户端 —— 桌面端、手机端及其共享 packages，以 pnpm monorepo 组织。客户端本身免费使用，源码以 Apache-2.0 开源。模型供给按你的方式来：官方服务 登录即用、按量透明扣减；一键授权你已有的 Claude Code / Codex Coding Plan， 不必重复付费；也可以接你自己的 API key 或本地模型。注意：1、Cindy有国内版和国际版两个版本，移动端需要和桌面端版本对应才能搭配使用，可以自动同步还可以远程桌面控制，还有更多功能，我自己使用还是挺好的。
2、这个软件支持mac、ios、android、Windows、linux等平台
国内官网：https://cindy.cn 国际官网 ：https://cindy.app
github：https://github.com/makecindy/cindy
运行页面 把工作流拆细之后，能自动化的比例其实没有想象中高。 最容易被忽略的是评估环节，没有好的评测集根本没法优化。你们的延迟和成本大概什么水平？ 真正跑通的案例里，投入的人力成本往往被忽略不计了。 延迟和成本这两项是硬指标，演示好看但扛不住量。 冷启动阶段最难，没有历史数据就没法做效果对比。有没有踩过什么比较大的坑？ 这类需求本质是降本，所以定价天花板很容易算出来。这套方案在数据量大的时候表现如何？ 演示效果和稳定上线之间差着十万八千里。 我比较看好垂直领域的做法，通用方案竞争太激烈。有对比过同类的其他方案吗？ 合规问题比技术问题更棘手，很多场景卡在这一步。