Humbug 场景实战：只有 3 个依赖的 AI 协作平台，让你和 Agent 同屏工作
你有没有遇到这种情况？在用 Claude Code 写代码时，想让它顺便帮你改一下项目文档，结果它看不到 Markdown 预览效果；想在同一个项目中同时用 ChatGPT 和本地模型，却要在三个窗口之间来回切换；Agent 改完文件后，你完全不知道它动了什么，只能重新读一遍 diff。
这不是你的问题——现有 AI 工具的架构本身就是割裂的：聊天窗口是聊天窗口，代码编辑器是代码编辑器，Agent 在后台做自己的事，你几乎没法干预它的思考过程。Humbug 的定位很清晰：它不是又一个 AI 聊天工具，而是一个让人和 AI 在同一界面下协作的操作系统。
痛点对比：你现在的 AI 工作流 vs Humbug
| 维度 | 传统方案 | Humbug 方案 |
|---|---|---|
| 多模型支持 | 开多个窗口手动粘贴 | 一个界面内无缝切换，甚至在同一对话中换模型 |
| 可见性 | Agent 后台静默运行，你无从得知它怎么想的 | 所有决策透明可审查，危险操作需人工审批 |
| 文件操作 | Agent 直接在磁盘上改文件，无版本管理 | 内置 Git 版本控制 + 侧边栏 diff 对比 |
| 数据存储 | 聊天记录在云端，你无法访问 | 所有对话、文件、配置全在本地 Mindspace 中 |
| 依赖数量 | 动辄数十个 NPM/Pip 包 | 仅 3 个运行时依赖（PySide6、qasync、certifi） |
| 跨平台 | 通常只支持 Mac/Linux | Windows、macOS、Linux 三平台一致体验 |
快速上手：5 分钟跑起 Humbug
Humbug 让你可以三选一：
方式一：下载预编译包（推荐）
从 GitHub Releases 下载对应平台的版本，解压直接运行。支持 macOS（Apple Silicon/Intel）、Windows x86、Linux x86/ARM64。
方式二：pip 从源码运行
git clone https://github.com/m6r-ai/humbug cd humbug python -m venv venv && source venv/bin/activate pip install -e ".[dev]" python -m desktop
启动后，Humbug 会自动检查 AI 提供商配置。支持 Anthropic、DeepSeek、Google、Mistral、Ollama（本地）、OpenAI、vLLM、xAI、Z.ai 等主流模型。
方式三：可选但推荐的加速
python fetch-menai-vm.py
这会下载 Menai 语言的 C 语言虚拟机——一个专门为 AI 设计的无副作用函数式语言，让 Agent 跑复杂算法逻辑时快 10x 以上。
核心功能
1. Mindspace：每个项目一个独立「意识空间」
Humbug 用 Mindspace（意识空间）来组织项目——你可以把它理解为一个自带 AI 上下文的项目目录。每个 Mindspace 有自己的：
- 独立的文件系统视图
- 自动生成的
AGENTS.md，告诉新进入的 AI Session 项目的结构和规范 blueprint.md，记录项目的架构决策和关键约定
启动后，Humbug 的侧边栏会列出所有 Mindspace，点击即可在对话中附着该项目的完整上下文。
2. 多模型同屏协作
在同一个对话中随时切换模型，Humbug 的设计哲学是「不要让你被锁定在某个提供商」：
"帮我分析一下这个 Python 项目的依赖结构" "现在切换到本地模型，分析这份 JSON 中有没有敏感字段"
Humbug 的工具栏让 AI 能够：读/写/搜索文件系统中的内容、在本地 Shell 中执行命令、查询文档转换格式、编写 Menai 程序做复杂计算。所有工具都同时开放给人类和 AI 使用。
3. 人机交互的可视化与审批
Humbug 最区别于其他平台的设计是「操作可见性」。AI 的每一步操作都会显示在界面上：
- 对话窗口展示 AI 的推理过程
- 文件编辑带语法高亮，修改内容实时可见
- 终端面板实时输出命令结果
- Git 侧边栏自动跟踪所有文件变更，支持 side-by-side diff 对比
更重要的是 Human-in-the-Loop 审批机制：如果 AI 想执行可能带来风险的操作（删除文件、修改配置、调用外部 API），必须主动向你请求批准。你点「否」，操作就不会发生——不需要你时刻盯着 AI 的每一步。
4. Menai 语言：AI 专属的计算层
Menai 是一个 Lisp 风格的纯函数式语言，专门为 AI 设计：
;; 计算斐波那契数列第 10 项
(defn fib [n]
(if (<= n 1)
n
(+ (fib (- n 1)) (fib (- n 2)))))
(fib 10) ;; => 55
它是无副作用的——AI 执行 Menai 程序不需要任何审批，因为 Menai 代码不可能访问文件系统、网络或系统调用。这让 Agent 可以进行安全的复杂算法计算，不用担心它”调皮”。
横向对比
| 特性 | Humbug | Claude Code | Cursor | OpenCode CLI |
|---|---|---|---|---|
| GUI 界面 | ✅ PySide6 桌面端 | ❌ 终端 | ✅ 编辑器 | ❌ 终端 |
| 多模型支持 | ✅ 9+ 家 | ❌ Claude 仅 | ✅ 多模型 | ✅ 多模型 |
| 本地优先 | ✅ 全本地 | ❌ 需要 API | ❌ SaaS | ⚠️ 部分 |
| 操作审批 | ✅ 内置 | ❌ 无 | ❌ 无 | ❌ 无 |
| 跨平台 | ✅ Win/Mac/Linux | ⚠️ Mac/Linux | ✅ 全平台 | ✅ 全平台 |
| 依赖数 | 3 个 | 数+ | 数百+ | 数十+ |
| 开源协议 | Apache-2.0 | 专有 | 专有 | Apache-2.0 |
注意事项
- 首次运行需要配置 AI 提供商：没有 API Key 时，Humbug 会引导到设置页面。建议先用 Ollama 搭本地模型体验核心功能
- PySide6 是唯一的重量依赖：Humbug 的主体是 Python 标准库，只有 GUI 框架 PySide6（约 50MB）是外部依赖，其他两个（qasync、certifi）都很轻量
- Windows 下载暂无代码签名：Windows Defender 会弹出 SmartScreen 警告，点「更多信息 → 仍要运行」即可通过
- Menai C 扩展可加速但非必需：没有预编译库时，Humbug 自动使用纯 Python 实现，速度慢一些但功能完整
总结
Humbug 的独特之处不在于它做了多少功能，而在于它重新思考了人和 AI 在同一个界面上应该怎么协作。只有 3 个外部依赖的代码库意味着每个开发者和 AI 都能理解整套系统的运行逻辑——这在动辄数百依赖项的 AI 工具生态中极为罕见。
如果你对 GUI + 终端 + 审批一体化的 AI 协作文档平台感兴趣，不妨从 GitHub 下载 Humbug 试试：github.com/m6r-ai/humbug