Web-IDE-Agent产品系统Vibe Coding

1. 立项原因与解决的产品问题
随着大语言模型（LLM）的爆发，AI 辅助代码编写已成为主流。然而，目前市面上的大多数 AI 编程工具往往是以“插件”的形式孤立存在（如简单的对话框式 Copilot），它们存在明显的局限性：缺乏对全局工作区（Workspace）上下文的深度感知，无法自主规划复杂的多步任务，且通常缺乏直接且安全的物理文件操作与终端执行权限。
本项目（Web-IDE-Agent）的立项旨在解决“AI 代码副手无法落地工程级闭环”的核心痛点。目标是打造一个真正的 AI 原生云端集成开发环境（Web IDE），让 AI 代理（Agent）从“提供代码片段的助手”升级为“能独立思考、管理任务、读写多文件、运行终端验证代码的高级协同开发者”。解决开发者在面对庞大代码库时，从构思、执行、测试到版本控制的繁琐切换成本。

2. 行业场景与业务背景
在远程工作、云原生与 Serverless 环境日益普及的背景下，开箱即用的云端 IDE 需求剧增。此外，企业正迫切希望利用 AI 降低研发成本，提升团队工程效能。
本项目的业务场景深度契合了当前“AI 编程”与“云开发（Cloud IDE）”的结合点。它不仅仅是一个供人类编写代码的工具，更是一个供 AI 与人类共创的沙盒环境。在这样的背景下，构建一个支持多平台约束、高精度意图追踪机制、上下文动态长记忆的 AI 代理 IDE，具备极高的商业价值和产品护城河，也代表了下一代软件研发工具范式的演进方向。

1. 项目的具体功能模块
本项目涵盖了一个现代化 Web IDE 的全套核心设施，并深度融合了 Agent 体系：

交互枢纽（Agent Chat / Simulator）： 提供流式（SSE）响应的智能对话面板，支持代码审查、任务拆层、架构预演等场景。
智能工作区管理（File Tree / File Editor）： 深度集成 Monaco Editor，支持代码高亮与动态差异对比（Diff Modal）。
任务编排中心（Todo List SSOT）： 基于单一数据源（SSOT）的任务清单系统，AI 会自主维护、拆解任务状态，确保长逻辑链不断裂。
底层运行时系统（Terminal / SubAgent Manager）： Web 终端模拟器以及负责分发复杂推理任务的专项子代理（Sub-Agent）引擎。
上下文与记忆服务（Memory / Context Store）： 长短时记忆系统、动态项目规范（Rules）与动态技能（Skills）挂载模块。
2. 项目的主要功能描述

自主全栈开发闭环： 当给出产品需求时，Agent 可以自主进入“计划（Todo） -> 查阅逻辑（Read）-> 批量文件变更（Batch Write 原子操作） -> 终端环境校验（Terminal）-> 问题修正（Fix）” 的闭环。
受控的文件与终端事务： AI Agent 能够自动感知操作系统的类型及 Shell 版本，精准生成平台特定的命令行语法（如 PowerShell 与 Bash 的智能适配）, 文件写操作超过当前工作空间将进行拦截阻断。
意图感知与防漂移： 通过对话上下文维持引擎，自动阻断 AI 在多轮长对话中常见的“幻觉”与“意图漂移”，确保操作收束在用户起初设定的战略目标内。

1. 我负责的具体任务
我在本项目中主导了整体的全栈系统架构设计与开发：

后端基座与 Agent 引擎研发： 搭建基于 Node.js/TypeScript 的服务，引入流式 SSE 连接、WebSocket 终端通信协议，设计包含 AgentService、TodoService 等在内的核心调度层。
Prompt 工程与协议设计： 为主模型（Main Agent）设计了一整套系统提示词注入工程（包含环境变量探测、Todo注入、项目约束限制等），实现了 Agent 与工具调用（Tool Calling）的精准对接。
前端交互与架构集成： 基于 React + Vite 构建了流畅响应的 IDE 界面，集成 Monaco 核心引擎以及组件化处理文件树、流式渲染视图。
工程质量管控： 实施底层机制保证工具调用的安全性，如文件批量读写事务性保障机制，以及对本地操作系统的底层隔离调度规则。
2. 技术栈、架构与实现亮点及难点

核心技术栈： React、Vite、TailwindCSS（前端）；Node.js、TypeScript、Express、WebSocket、SSE（后端）；Monaco Editor（编辑器）；集成 DeepSeek V3.2 / Gemini 大模型（作为核心脑核）。
系统架构： 经典的 C/S 双向实时通讯架构。独创了 “Master-SubAgent (主从代理)” + “TODO SSOT (单一数据源战略追踪)” 架构，将复杂任务拆分至文件系统、记忆上下文、命令行等相互解耦的 Service 中。
实现亮点 (Highlights)：
高精度上下文压缩： 设计了历史裁剪压缩机制（History Compressor），保证超出 token 限制时，依然通过反思前置抓取代码与规范信息。