Paseo：统一多模型 AI 编程代理的开源界面

背景

随着 AI 辅助编程工具的爆发式增长，开发者面临着“工具碎片化”的困境。目前市场上存在多种强大的 AI 编程代理（Coding Agents），如 Anthropic 的 Claude Code、OpenAI 的 Codex、GitHub 的 Copilot、以及新兴的 Pi 等。然而，这些工具通常各自为政，拥有独立的客户端、配置方式和交互逻辑。开发者往往需要在不同平台间切换，难以在一个统一的工作流中灵活调用不同模型的优势。

在此背景下，Paseo 作为一个开源项目应运而生。它旨在解决这一痛点，提供一个统一的接口（Interface），让开发者能够在一个环境中并行运行和管理来自不同提供商的 AI 代理。Paseo 不仅支持桌面端、移动端和命令行界面（CLI），还强调本地自托管（Self-hosted）和隐私保护，试图重新定义开发者与 AI 代理交互的方式，实现“在任何设备上工作，使用最适合的模型完成任务”的愿景。

核心内容

Paseo 的核心理念是“一个界面，多种代理”。它通过架构上的解耦，将代理的运行环境与用户交互界面分离，从而实现了跨平台、跨模型的一致性体验。

架构设计：守护进程与客户端分离

Paseo 采用了一种基于本地守护进程（Daemon）的架构。

• Daemon（守护进程）：这是 Paseo 的核心组件，运行在开发者的本地机器上。它负责管理所有编程代理的生命周期，协调代理进程，并提供 WebSocket API 和 MCP（Model Context Protocol）服务器功能。
• Clients（客户端）：包括桌面应用（Electron）、移动应用（iOS/Android，基于 Expo）、Web 应用以及 CLI 命令行工具。这些客户端本身不直接运行 AI 模型，而是通过连接本地 Daemon 来发送指令和接收反馈。

这种架构的优势在于，开发者可以在任何客户端（如手机、笔记本、远程服务器终端）接入同一个本地 Daemon，从而无缝切换工作场景。

核心功能特性

1. 多提供商支持（Multi-provider）： Paseo 统一集成了 Claude Code、Codex、Copilot、OpenCode 和 Pi 等主流 AI 代理。开发者无需在每个工具的官方客户端中登录和配置，只需在 Paseo 中配置好各自的凭证（Credentials），即可通过同一界面调用不同模型。这使得开发者可以根据任务类型选择最合适的模型（例如，用 Claude 进行复杂推理，用 Codex 进行代码生成）。

2. 本地自托管与隐私优先（Privacy-first）： Paseo 强调数据主权。代理直接在开发者的机器上运行，利用开发者本地的开发环境、工具链和配置文件。Paseo 本身不包含任何遥测（Telemetry）、追踪机制，也不强制要求登录。所有数据保留在本地，确保了代码和上下文的安全性。

3. 跨设备无缝体验（Cross-device）： 支持 iOS、Android、桌面端、Web 和 CLI。开发者可以在书桌前的大屏幕上开始工作，在手机上通过扫描二维码连接 Daemon 进行查看或轻量级操作，或者在终端中通过脚本自动化任务。

4. 语音控制（Voice control）： 在语音模式下，开发者可以通过语音下达任务或讨论问题，实现免手操作，适合在特定场景下提高交互效率。

使用与工作流

Paseo 提供了丰富的交互方式，从图形界面到命令行全覆盖。

• 安装与启动： 开发者可以从 paseo.sh/download 或 GitHub Releases 页面下载应用，安装后 Daemon 会自动启动。对于服务器或远程机器，可以通过 CLI 安装：

  npm install -g @getpaseo/cli
  paseo
  

  启动后，终端会显示一个 QR 码，其他客户端（如手机）扫描该码即可连接。

• CLI 操作示例： Paseo 的 CLI 功能强大，允许开发者通过脚本化管理代理：

  • 运行代理：paseo run --provider claude/opus-4.6 "implement user authentication"
  • 指定工作分支：paseo run --provider codex/gpt-5.4 --worktree feature-x "implement feature X"
  • 管理代理：paseo ls 列出运行中的代理，paseo attach abc123 流式查看输出，paseo send abc123 "also add tests" 发送后续任务。
  • 远程连接：paseo --host workstation.local:6767 run "run the full test suite" 允许在本地终端控制远程机器上的 Daemon。

• Skills（技能）系统： Paseo 引入了“Skills”概念，允许代理使用 Paseo 来编排其他代理。通过安装 getpaseo/paseo 技能包，开发者可以在对话中使用特定命令来增强工作流：

  • /paseo-handoff：在代理之间移交工作。例如，用 Claude 规划，然后移交给 Codex 实现。
  • /paseo-loop：让代理在明确的验收标准下循环工作（即 Ralph loops），可选配验证器。
  • /paseo-advisor：启动单个代理作为顾问提供第二意见，而不委托具体工作。
  • /paseo-committee：组建由两个对比鲜明的代理组成的“委员会”，进行根本原因分析并生成计划。

技术实现与部署

Paseo 是一个多包 Monorepo 项目，结构清晰：

• packages/server：Paseo Daemon，负责代理编排、WebSocket API 和 MCP 服务器。
• packages/app：基于 Expo 的客户端，支持 iOS、Android 和 Web。
• packages/cli：Paseo CLI 工具。
• packages/desktop：基于 Electron 的桌面应用。
• packages/relay：用于远程连接的 Relay 包。
• packages/website：营销网站和文档。

对于需要远程访问的场景，Paseo 提供了自托管 Relay 方案。开发者可以使用 Go 编写的 paseo-relay 作为中继，并通过 Nginx 配置 WebSocket 代理来支持 TLS。配置示例展示了如何通过环境变量或 JSON 配置文件设置 Relay 端点和 TLS 选项，确保远程连接的安全性和稳定性。

关键要点

• 统一接口：Paseo 提供了一个统一的界面，支持 Claude Code、Codex、Copilot、OpenCode 和 Pi 等多种 AI 代理，解决了工具碎片化问题。
• 本地优先与隐私：代理在本地机器运行，利用本地环境；无遥测、无强制登录，强调数据隐私。
• 跨平台覆盖：支持桌面（Electron）、移动（iOS/Android）、Web 和 CLI，实现全场景覆盖。
• Daemon 架构：采用本地守护进程（Daemon）管理代理，客户端通过 WebSocket 连接，便于远程管理和多客户端接入。
• Skills 编排：通过 /paseo-handoff、/paseo-loop 等命令，实现代理间的协作、循环执行和顾问模式，增强复杂任务的处理能力。
• CLI 强大：提供完整的命令行支持，包括任务运行、状态查看、日志流式输出和远程主机控制。
• 开源协议：采用 AGPL-3.0 许可证，鼓励社区贡献和商业应用的合规使用。
• 远程部署支持：提供自托管 Relay 和 Nginx 配置示例，支持在服务器或远程机器上安全部署和使用。

意义与影响

Paseo 的出现标志着 AI 编程工具从“单点突破”向“生态整合”迈出了重要一步。

首先，它降低了多模型使用的门槛。开发者不再需要为每个 AI 工具维护独立的配置和登录状态，而是可以通过一个统一的入口灵活调度不同模型的优势。这种“模型无关”的界面设计，使得开发者能够根据任务的具体需求（如代码生成的准确性、复杂逻辑的推理能力）动态选择最合适的模型，从而优化开发效率。

其次，Paseo 强化了**