CLI Jaw

阴蒂颌

停止玩弄人工智能编码工具。一次使用所有这些。

](https://npmjs.com/package/cli-jaw) ](https://github.com/lidge-jun/cli-jaw/releases)  ](https://nodejs.org)  ](#-docker)

英语 / 韩语 / 中文 / 日本语

CLI-JAW Manager Dashboard

______________________________________________________________________

什么是CLI-JAW？

CLI-JAW是一个开源平台，它将您已经使用的AI编码CLI（Claude、Codex、Codex App、Gemini CLI、Grok CLI、OpenCode、Copilot CLI）统一到一个具有一个内存和一个仪表板的助手中。您的主CLI将其他人称为“员工”（子代理），因此您可以停止在繁重的应用程序之间复制粘贴，并开始从一个地方下订单。

它通过您已经支付的订阅进行路由。无需支付API账单。在您已有的基础上没有利率限制。

一位开发人员正在用这个东西管理10万多行代码。它基本上是一个超级应用程序：多实例管理器+迷你黑曜石笔记+看板+浏览器自动化，在您的机器上本地运行。

______________________________________________________________________

2.0.0中的新功能

这是常规可用性版本。以下是降落的东西：

另外：明确的PABCD编排(/orchestrate, /pabcd, /continue)，230多种参考技能、SQLite FTS5内存搜索、cron/avery heartbeat作业和计算机使用桌面自动化。

______________________________________________________________________

最近的架构更新

______________________________________________________________________

双线安装

已经管理Codex、Gemini、Claude、MCP服务器、OfficeCLI或其他工具的现有用户可以先运行安全更新。安全安装创建 ~/.cli-jaw 仅，跳过可选的工具/运行时设置，让您运行 jaw init 稍后，当您需要交互式设置时。

# macOS/Linux safe update
JAW_SAFE=1 npm install -g cli-jaw

# Windows PowerShell safe update
$env:JAW_SAFE="1"; npm install -g cli-jaw

正常安装执行完整设置：

npm install -g cli-jaw
jaw dashboard

就这样，打开 http://localhost:3457。需要Node.js 22+。

jaw serve 如果您更喜欢经典服务器模式，也可以使用。 开机自动启动： jaw service install （自动检测systemd/launchd/Docker）。

______________________________________________________________________

平台设置

macOS — one-click script

1. 打开 终端 (Cmd + Space → type Terminal)
2. 粘贴并按下Enter键：

curl -fsSL https://raw.githubusercontent.com/lidge-jun/cli-jaw/master/scripts/install.sh | bash

1. 验证（见下文）并启动：

jaw dashboard

Windows / WSL — one-click script

步骤1：安装WSL （PowerShell作为管理员）

wsl --install

重新启动，然后打开 乌班图 从“开始”菜单。

步骤2：安装CLI-JAW

curl -fsSL https://raw.githubusercontent.com/lidge-jun/cli-jaw/master/scripts/install-wsl.sh | bash

步骤3：重新加载并启动

source ~/.bashrc
jaw dashboard

安装程序使用用户本地npm前缀(~/.local)并写道 ~/.local/bin 对双方 ~/.bashrc 和 ~/.profile，所以新的Ubuntu shell可以 找到 jaw 以及捆绑的CLI工具。

WSL脚本是集成的Linux设置路径：它验证 jaw --version, 以严格模式请求捆绑的CLI工具，安装OfficeCLI并验证 officecli --version 在报告成功之前。检查浏览器支持后 Chromium/Windows Chrome检测；如果找不到可运行的浏览器，安装程序 打印警告，而不是假装webai/浏览器自动化完全就绪。

WSL Troubleshooting

Linux

你知道该怎么做。

npm install -g cli-jaw
jaw dashboard

通用Linux npm install -g cli-jaw 保留可选助手安装 尽最大努力实现兼容性。当您需要时，使用WSL一键脚本 更严格的集成设置保证，或手动验证：

jaw --version
officecli --version
jaw doctor

______________________________________________________________________

验证

你只需要 一。选择您已有的订阅：

# Free options
copilot login        # GitHub Copilot (free tier available)
opencode             # OpenCode — free models available

# Paid (monthly subscription you already pay for)
claude auth login    # Anthropic Claude Max
codex login          # OpenAI ChatGPT Pro
gemini               # Google Gemini Advanced
grok login --oauth   # xAI Grok / Grok Heavy

立即检查所有内容： claude auth status && jaw doctor

Example jaw doctor output

🦈 CLI-JAW Doctor — 12 checks

 ✅ Node.js        v22.15.0
 ✅ Claude CLI      installed
 ✅ Codex CLI       installed
 ⚠️ Gemini CLI      not found (optional)
 ✅ OpenCode CLI    installed
 ✅ Copilot CLI     installed
 ✅ Database        jaw.db OK
 ✅ Skills          32 active, 194 reference
 ✅ MCP             3 servers configured
 ✅ Memory          structured/ exists
 ✅ Server          port 3457 available

______________________________________________________________________

仪表板

仪表板是使用CLI-JAW 2.0的主要方式。它是一个本地web应用程序，充当所有AI实例的指挥中心。

实例管理

导航器面板显示每个JAW实例——运行、停止或脱机。对于每一个，您可以：

• 启动/停止/重新启动 只需单击一下
• 查看活动CLI引擎、型号、端口和工作目录
• 使用 perm模式 对于重启后仍能存活的持久实例
• 启动指向不同项目目录的新实例

实时预览

选择任何正在运行的实例，其Web UI将通过预览代理直接嵌入仪表板中。与你的人工智能聊天，查看流式响应，拖放文件——所有这些都不需要离开经理。

备注

仪表板内有一个标记库。想想迷你黑曜石：

• 具有创建/重命名/移动/删除功能的文件夹树
• 原始、分割和预览编辑模式
• 脏状态标记，这样您就不会丢失未保存的工作
• KaTeX数学渲染、美人鱼图、语法高亮代码块

看板

将实例卡拖入通道（待办事项/就绪/活动/审查/完成）。每张卡都链接到实时实例，并有一个注释编辑器。当您运行多个实例时，有助于跟踪每个AI会话正在处理的内容。

设置检查器

查看和编辑任何选定实例的运行时设置：活动CLI、模型、推理工作、权限模式、工作目录、员工、技能、MCP服务器。

______________________________________________________________________

员工制度如何运作

这是核心思想： 您的主CLI将其他CLI作为worker调用。

你与一个AI（“老板”）交谈。当它需要专门的工作时，它会将任务分派给员工——每个员工都使用自己的模型运行自己的CLI：

You: "Fix the frontend styling and update the API endpoint"

Boss (Claude) thinks...
  ├── Dispatches to Frontend employee (OpenCode) → "Fix the CSS grid layout in dashboard.tsx"
  ├── Dispatches to Backend employee (Codex)     → "Update /api/users to return pagination metadata"
  └── Synthesizes both results for you

# Under the hood, it's one command:
jaw dispatch --agent "Frontend" --task "Fix the CSS grid layout in dashboard.tsx"

员工是在您的设置中配置的其他AI CLI。每个都有自己的会话、自己的模型和自己的上下文。老板在向你展示之前会审查他们的输出。

员工与次级代理人

这些是不同的东西：

使用员工“前端做CSS，后端做API”。使用子代理“在决定之前并行读取这5个文件”

______________________________________________________________________

AI运行时曲面

无需支付API账单。通过您已经支付的订阅进行路由。

后备链：如果一台发动机的转速受到限制，下一台发动机就会启动。配置为 /fallback [cli1 cli2...].

OpenCode通配符：连接任何模型端点-OpenRouter、本地LLM、任何与OpenAI兼容的API。

切换发动机带电状态： /cli codex.开关型号： /model gpt-5.5。适用于Web、终端、电报或Discord。

______________________________________________________________________

PABCD编排

对于复杂的任务，CLI-JAW使用5阶段工作流。你批准每一个过渡。

P (Plan) → A (Audit) → B (Build) → C (Check) → D (Done) → IDLE
   ⛔          ⛔          ⛔         auto        auto

状态是DB持久化的，并在重新启动后仍然存在。工作人员不能修改文件，只能验证。通过以下方式激活 jaw orchestrate, /orchestrate，或 /pabcd；使用以下命令显式恢复活动工作日志 /continue.

______________________________________________________________________

记忆

三层，每层覆盖不同的回忆范围。

所有三层都会自动输入系统提示。内存是可搜索的：

jaw memory search "how did we set up the API auth?"

______________________________________________________________________

技能

230多种技能，涵盖开发工作流程、办公文档、自动化和媒体。

参考技能生活 skills_ref/ 并按需安装到活动运行时中；活动技能从用户运行时主页加载。

jaw skill install     # activate a reference skill
jaw skill list              # see what's available

______________________________________________________________________

浏览器和桌面自动化

计算机使用允许您通过自然语言控制任何macOS应用程序——Finder、Safari、系统设置、Xcode。将其指向Safari中的本地主机开发服务器，您将获得一个完整的可视化测试循环。

______________________________________________________________________

消息传递

电报

📱 Telegram ←→ 🦈 CLI-JAW ←→ 🤖 AI Engines

文本聊天、语音信息（通过多提供商STT自动转录）、文件/照片上传、斜线命令(/cli, /model, /status)，通过以下方式安排任务交付 every/cron 心跳作业。

Setup (3 steps)

1. 消息 @植物学家 → /newbot → 复制令牌
2. jaw init --telegram-token YOUR_TOKEN 或使用Web UI设置
3. 向您的机器人发送任何消息。聊天ID会在第一条消息中自动保存

Discord 的中文翻译是“不和谐”或“纷争”。

与Telegram相同的功能——文本、文件、命令。通道/线程路由，规范 /api/channel/send，以及对代理结果广播的转发器支持。通过Web UI设置进行设置。

语音和STT

语音输入适用于网络（麦克风按钮）、电报（语音信息）和Discord。提供者：兼容OpenAI、Google Vertex AI或任何自定义端点。

______________________________________________________________________

主控程序

模型上下文协议 允许AI代理使用外部工具。CLI-JAW从一个文件管理受支持的MCP感知引擎的MCP配置。

jaw mcp install @anthropic/context7
# → syncs to Claude, Codex, Gemini, OpenCode, Copilot config files simultaneously

不再编辑多个不同的JSON文件。安装一次，每个支持MCP的引擎都会得到它。Grok CLI是这里的标准运行时，但在Grok公开兼容的配置界面之前，它不被视为支持MCP同步。

jaw mcp sync       # re-sync after manual edits

______________________________________________________________________

CLI命令

# Core
jaw dashboard                     # launch manager dashboard
jaw serve                         # start server (http://localhost:3457)
jaw chat                          # terminal TUI
jaw doctor                        # 12-point diagnostics

# Instances
jaw clone ~/project               # clone instance to new directory
jaw --home ~/project serve --port 3458  # run second instance
jaw service install               # auto-start on boot

# AI & Orchestration
jaw dispatch --agent "Backend" --task "..."  # dispatch employee
jaw orchestrate                   # enter/control PABCD workflow
# in chat: /continue               # explicit worklog/PABCD resume

# Skills & MCP
jaw skill install           # activate a skill
jaw skill list                    # list available skills
jaw mcp install 
         # install MCP → syncs supported MCP-aware engines
jaw mcp sync                      # re-sync MCP configs

# Memory
jaw memory search          # search across all memory layers
jaw memory save    # save to structured memory

# Browser
jaw browser start                 # launch Chrome (CDP)
jaw browser fetch "https://example.com" --json --trace  # adaptive URL reader
jaw browser snapshot              # capture page state
jaw browser vision-click "Login"  # AI-powered click

# Maintenance
jaw reset                         # full reset

______________________________________________________________________

多实例和Docker

多实例

使用单独的设置、内存和数据库运行独立的实例：

jaw clone ~/my-project
jaw --home ~/my-project serve --port 3458

每个实例都是完全独立的——不同的工作目录、不同的内存、不同的MCP配置。经理仪表板可以看到所有这些。

码头工人

docker compose up -d       # → http://localhost:3457

非根 jaw 用户，Chromium沙盒已启用。数据持续存在 jaw-data 命名卷。

Docker details

# Dev build
docker build -f Dockerfile.dev -t cli-jaw:dev .
docker run -d -p 3457:3457 --env-file .env cli-jaw:dev

# Pin version
docker build --build-arg CLI_JAW_VERSION=2.0.0 -t cli-jaw:2.0.0 .

# If Chromium sandbox fails
docker run -e CHROME_NO_SANDBOX=1 -p 3457:3457 cli-jaw

______________________________________________________________________

发展

npm run build          # tsc → dist/
npm run dev            # tsx server.ts (hot-reload)
npm test               # native Node.js test runner
npm run gate:all       # named release/docs parity gates

架构细节： 建筑.md ·测试覆盖范围： TESTS.md ·内部结构文档： 结构/

______________________________________________________________________

如何比较

______________________________________________________________________

故障排除

______________________________________________________________________

贡献

1. 叉和分支从 master
2. npm run build && npm test
3. 提交PR

Bug报告和功能想法： 打开一个问题

______________________________________________________________________

MIT许可证 ·由厌倦了AI应用程序之间标签切换的开发人员构建。