Craft Agents 调研：一个文档原生的开源 Agent 桌面应用
Craft Agents 是由 Craft.do（Lukilabs）团队开发并开源的一款桌面应用，定位为"Agent-Native Software"，从零为 AI Agent 的工作方式设计界面，而非给现有工具附加 AI 能力。该项目于 2026 年初发布，采用 Apache 2.0 协议开源，截至 2026 年 4 月底在 GitHub 已获得 5,300 余星标。
核心定位：文档原生，而非终端或 IDE
当前主流的 Agent 工具大致分为两类：终端原生的 CLI 工具（如 Claude Code）和 IDE 集成方案（如 Cursor）。Craft Agents 选择了一条不同的路径，以文档为中心的独立桌面应用。
Craft.do 团队在其官方博客中写道，他们开发这款产品的动机是"想要一种更好、更有主见的方式来与世界上最强大的 Agent 协作"。其界面设计借鉴了邮件客户端和任务管理器的交互逻辑：会话以文档形式呈现，支持自定义状态流（Todo → In Progress → Needs Review → Done），并允许用户在多个任务间切换而不丢失上下文。
这种设计选择意味着 Craft Agents 的目标用户不限于开发者。产品经理、运营人员、设计师等非技术角色也能通过自然语言与 Agent 交互，无需学习终端命令或理解 IDE 的工作流。
自然语言配置：消除集成 friction
Craft Agents 最具辨识度的特性是其数据源配置方式。用户只需用自然语言描述需求，Agent 便会自动完成后续步骤。
以连接 Linear 为例，用户输入"把 Linear 加为数据源"后，Agent 会自动查找 Linear 的公开 API 和 MCP 服务器，读取相关文档，获取凭证并完成配置。这一过程无需手动编辑配置文件或处理 OAuth 授权流程。
该机制支持多种接入方式：
- MCP Server：粘贴现有 MCP 配置 JSON，Agent 自动处理
- 本地 MCP：支持基于 stdio 的子进程，包括 npx、Python 脚本和任意本地二进制文件
- REST API：粘贴 OpenAPI 规范、端点 URL，甚至文档截图，Agent 自行解析
- 无 API 场景：内置 Chromium 浏览器可直接登录网站并操作
Craft.do 团队在其博客中提供了一个具体案例："我们甚至把它接入了位于跳板机后的私有 PostgreSQL 数据库。"
模型路由：双后端架构支持 400+ 模型
Craft Agents 的模型支持通过统一路由层实现，采用双后端架构：
- Claude Agent SDK：处理 Anthropic 系列模型，支持自定义 base URL
- Pi SDK：处理 Google AI（Gemini）、OpenAI（Codex）、GitHub Copilot 等
直接支持的提供商包括 Anthropic、OpenAI、Google AI Studio、GitHub Copilot。通过第三方网关和自定义端点，可扩展至 OpenRouter、Vercel AI Gateway、Ollama、LM Studio、DeepSeek 等，总计覆盖 400 余个模型。用户可在不同工作区设置不同的默认模型，也可在同一会话中切换模型而保持工作流不变。
值得注意的是，v0.8.10 版本新增了消息网关功能，支持 Telegram 和 WhatsApp 集成，提供三种响应模式（progress、streaming、final_only）。v0.8.12 则将 DeepSeek 作为 Pi 后端提供商原生支持，并默认采用 GPT-5.5。
三种执行模式与权限控制
Craft Agents 提供三种执行模式，通过 Shift+Tab 快速切换：
| 模式 | 行为 | 适用场景 |
|---|---|---|
| Explore | 只读，Agent 仅调研分析 | 安全探索、信息收集 |
| Ask to Edit | 每个动作需用户确认 | 建立信任、敏感操作 |
| Execute | 完全自主执行 | 成熟可信的工作流 |
每种模式对应不同的权限级别，用户可按需选择。此外，每个数据源可独立设置 read / write / execute 权限，实现细粒度的访问控制。
技能系统与 Claude Code 迁移
Craft Agents 内置技能（Skills）系统，允许用户定义可复用的 Agent 指令模板。创建方式同样采用自然语言：描述技能应该做什么，Agent 自动实现。使用时通过 @技能名 唤起，无需重启应用。
对于已有 Claude Code 使用经验的用户，Craft Agents 支持直接导入 Claude Code 的 Skills。这一设计降低了迁移成本，也反映了 Craft.do 团队对现有生态的兼容态度。
自举开发：用 Craft Agents 开发 Craft Agents
Craft.do 团队声称，他们"完全用 Craft Agents 开发 Craft Agents，不用任何代码编辑器"。这一声明在开源社区引发了讨论。如果属实，意味着该工具已具备支撑完整软件开发生命周期的能力；同时也意味着其当前能力上限受限于 Agent 自身水平。
该项目采用 TypeScript（90.4%）构建，基于 Electron 框架。安装支持一键脚本（macOS/Linux 通过 curl，Windows 通过 PowerShell），也可从源码构建。
与主流工具的对比
| 维度 | Craft Agents | Claude Code | Cursor |
|---|---|---|---|
| 形态 | 独立桌面应用 | CLI / VS Code 扩展 | VS Code Fork |
| 界面哲学 | 文档为中心 | 终端/代码为中心 | IDE 为中心 |
| 模型灵活性 | 400+ 模型，随时切换 | 仅限 Anthropic | 多模型但受 IDE 限制 |
| 配置方式 | 自然语言 | 配置文件/命令 | 设置面板 |
| 多任务 | 原生收件箱 | 单会话 | 单会话为主 |
| 开源协议 | Apache 2.0 | 闭源 | 闭源 |
| 非开发者友好 | 高 | 低 | 中 |
从对比可以看出，Craft Agents 的核心差异化在于"降低使用门槛"和"跨工具协调"。它更适合需要同时操作多个 SaaS 工具、频繁切换模型的场景，而非深度编码工作流。
潜在关注点
作为一款新兴工具，Craft Agents 也面临一些需要观察的方面：
生态成熟度。相比 Claude Code（Anthropic 官方背书）和 Cursor（大量用户基础），Craft Agents 的社区规模和第三方插件生态尚在早期阶段。
非代码场景的侧重。对于纯编码密集型任务（大型重构、复杂调试），IDE 集成度可能不如 Cursor 深入。其优势更多体现在跨工具协调和非技术用户场景。
Electron 性能。桌面应用基于 Electron 框架，长期大规模使用下的性能表现有待验证。
自举声明的可验证性。团队声称完全用自身工具开发，这一说法既是产品能力的证明，也可能意味着某些底层功能受限于当前 Agent 的能力边界。
适用场景评估
| 场景 | 适合度 |
|---|---|
| 跨工具协调（Linear + GitHub + Slack + Notion） | 高 |
| 非开发者使用 Agent（产品经理、运营、设计师） | 高 |
| 需要频繁切换模型的研究/实验 | 高 |
| 本地/离线模型运行 | 高 |
| 纯编码密集型开发 | 中 |
| 需要深度 IDE 集成的开发 | 中 |
信息来源
- Craft Agents 官网
- Craft.do 官方博客：Introducing Craft Agents
- GitHub 仓库：lukilabs/craft-agents-oss
- Pyshine：Craft Agents OSS 技术概览
- Instagit：多提供商 LLM 路由策略深度解析
本文基于 Craft Agents 官方文档、GitHub 仓库公开信息及第三方技术评测整理。产品功能可能随版本更新发生变化。
Member discussion