{"repo":"congchuanling-dot/Cohort","free":true,"listed":false,"github":"https://github.com/congchuanling-dot/Cohort","clone":"git clone https://github.com/congchuanling-dot/Cohort.git","description":"Local-first Agent Runtime connecting LLMs to controlled tools, Chrome, desktop automation, MCP, context governance, and verifiable memory.","language":"Go","stars":90,"topics":["agent","agent-framework","agent-memory","agent-skill","agentic-ai","agentic-workflow","automation","automotive","autonomous-agents","autonomous-driving"],"license":"MIT","category":"ai-agents","readme_excerpt":"Cohort Proof-Carrying Agent Runtime with Causal Replay and Runtime Governance 面向真实任务的本地 Agent 运行时。 录制可校验的执行轨迹，在隔离 Worktree 中分叉历史运行，并治理上下文、成本、缓存与工具风险， 让 Agent 的执行、调试和改进都能携带证据。 简体中文 · English · 日本語 · 한국어 · Español · Français · हिन्दी 30 秒看懂 · 产品演示 · 核心能力 · Time Machine · Runtime Governor · 项目叙事 · 为什么是 Cohort · 快速开始 · AI API 接入 · 浏览器插件 · 可观测性 · 真实示例 · 当前边界 · 能力矩阵 · 系统架构 · 安全模型 · 项目结构 · 使用文档 --- 30 秒看懂 Cohort Cohort 是一个本地优先、证据驱动的 Agent Runtime。它不绑定模型厂商，而是把 OpenAI-compatible 或 Anthropic 模型接入可审计、可回放、可治理的执行系统。 你可以把它理解成 Agent 的运行时层： - 模型负责理解目标、规划步骤和调用工具。 - Runtime 负责权限、工具边界、上下文容量、Provider 回执和安全恢复。 - Time Machine 把请求、响应和工具观察录制成带 SHA-256 证明的 Replay Bundle。 - 历史运行可以离线校验，也可以从指定 Turn 在隔离 Worktree 中分叉实验。 你得到什么 Cohort 怎么做 --- --- 可验证因果回放 录制 Replay Bundle，离线校验帧、运行时快照和聚合哈希 反事实分叉实验 在指定 Turn 前复用历史证据，之后切换模型或 Prompt 并重复 Trial 运行时治理 区分 Provider 回执与本地估算，治理上下文容量、缓存、成本和重复失败 真实执行闭环 LLM 负责推理，runtime 负责工具、权限、证据和恢复 浏览器自动化 通过 Chrome Bridge 读 DOM、执行 JS、点击、输入、等待和截图 桌面 Computer Use 基于 macOS Accessibility / AX 做窗口、控件、键盘和受控动作 长任务能力 session、history、compact、memory 分层管理上下文 多 Agent 交付 Acceptance Contract、隔离 Builder、Evidence、独立 Verifier、人工批准后事务合并 可验证记忆 长期记忆必须引用工具证据，写入后回读确认 可观测性 本地 run.log.jsonl ，可选 Langfuse trace 上报 我们并不缺新的聊天框。 我们缺的是一个能解释“发生了什么”、验证“有没有被篡改”、实验“怎样会更好”的 Agent Runtime。 产品界面与真实演示 Cohort 同时提供面向日常任务的终端体验，以及面向运行治理、证据检查和人工审批的本地控制中心。 两者读取同一份本地运行状态，不依赖云端控制面。 Control Center 统一查看本地数据源、Agent Sessions、评测结果、反思队列、因果追踪和待审批操作。 命令行 Agent 在终端中查看模型、工作区、Session 和工具状态，并以流式方式执行真实任务。 Time Machine 选择历史 Session 和 Replay Run，校","default_branch":null,"files":null,"tree":[],"storefront":"/r/congchuanling-dot","claimed":false,"request_supported":{"post":"https://gitbuyer.com/r/congchuanling-dot/Cohort/request-supported","requests":0},"note":"indexed from public GitHub; nothing is for sale on this page. Clone it from GitHub. Paid listings live at /search."}