编码树沙箱 398894496-arch/TDHarness-coding

TDHarness-coding

当前版本 / Version: 2026.10.19 · 更新说明 / Changelog · Security · Architecture

TDH（TDHarness）是自托管的 AI 工作台，面向公司局域网。 一台 Windows 服务器保管模型密钥和订阅、公司共享盘、花名册和知识库；员工运行桌面客户端（Windows 或 Mac），客户端里的智能体在员工自己的电脑上干活（文件、命令、浏览器、桌面应用）；模型调用和联网搜索只经过这台服务器。它基于 DeepSeek Harness（dsh）构建，针对公司场景打了补丁。中文：一台 Windows 服务器管模型钥匙、公司盘、花名册和知识库；员工电脑装桌面客户端，AI 在员工自己的电脑上干活，模型调用和联网搜索只经过这台服务器。

| 服务器 | 一台 Windows 10/11 或 Windows Server 电脑；一条命令装好全部；不用 Docker，不用云账号 |
| 客户端 | Windows 和 macOS（Apple 芯片与 Intel），从服务器的下载页安装；带签名，支持增量更新 |
| 模型 | OpenAI、Anthropic、DeepSeek、xAI / Grok 订阅、Kimi、GLM，以及任何兼容 OpenAI 的端点；密钥不出服务器 |
| 人员 | 花名册按部门和角色划分（员工、主管、管理员），每人独立 token，停用后下一次请求就失去全部权限 |
| 工作 | 任务卡支持提交和审核，公司共享盘，个人工作区跟着人走，换电脑也在 |
| 知识 | 每晚提炼所有人的 AI 工作内容，加上公司文档（Office、WPS、PDF、扫描件走 OCR），按人和部门限定范围的排序检索（详情） |
| 许可 | MIT；第三方组件见 NOTICE.md |

适合你吗？

| 适合 | 不适合 |
| 一个办公局域网里 10–50 人，有一台 Windows 电脑能长期开机当服务器 | 托管 SaaS，或者把服务器放在 Linux / Docker 上（服务器目前只支持 Windows） |
| 你希望所有人的 AI 都在各自电脑上干活，密钥、配额和公司盘集中管控 | 只要一个聊天界面，或者面向几千份文件的文档问答门户（见下方对比） |
| 中文办公文档：Word / Excel / PowerPoint、WPS、PDF、纸质扫描件 | 跨措辞的语义检索（「费用核销」找到「报销」）：检索基于关键词（BM25），还没有向量库 |
| 出问题时，现场有人看得懂 PowerShell 和 Node | 通过 AD / LDAP / SSO 登录（目前账号就是 TDH 自己的花名册） |

状态

年轻，迭代快，直接跑在生产环境。2026 年 9 月启动；每次合并到 main 都会自动生成带日期的发布版本并附上说明。两家小公司日常在用（分别约 5 个和 22 个账号）。目前有四位贡献者。每次合并都会在 CI 里跑 12 个验证脚本，覆盖 Windows 和 Linux（登录与网关授权、TLS 切换、知识搜索的权限与排序、人员管理、补丁、发布说明、密钥扫描）。智能体内核是上游 @deepseek-ai/dsh 0.2.1-alpha.1，和客户端包一起固定在 kernel.yml 里；CI 会把每个补丁打到这个确切版本上，一旦某个补丁打不上就失败（docs/UPSTREAM.md）。目前已完成五轮第三方评审；每个发现和对应修复都记在更新日志里。

flowchart LR
subgraph PCs[Employee computers]
D1[TDHarness deskagent works locally]
end
subgraph S[Windows server]
W[8443 Caddy: download, login, TLS]
P[people API 4181roster, tasks, accounts]
K[knowledge search 4182]
G[model gateway 8450keys, quotas, web search]
F[(company shareper-person NTFS rights)]
B[(brain: nightlydistilled knowledge)]
end
D1 -- HTTPS --> W
W --> P
W --> K
W -- /gw --> G
D1 -- SMB, own account --> F
G --> V[model vendors]
K --- B
F --> B

对比

这些都是好项目，按你的需要来选。TDH 的不同之处在于：智能体跑在每个员工自己的电脑上，而密钥、人员和磁盘由公司掌握。

| 如果你主要想要…… | 可以看看 |
| 给团队用的自托管 ChatGPT 风格网页界面，支持文档对话 | Open WebUI、LibreChat |
| 搭建 RAG 应用和工作流，或在大型文档库上做带向量检索的问答 | Dify、RAGFlow、MaxKB |
| 单用户桌面文档助手 | AnythingLLM |
| 智能体在每位员工的 PC 上编辑文件、运行命令、操作浏览器和桌面应用，受公司账号、密钥和共享公司磁盘管理，一条命令装进局域网 | TDH |

它们可以组合使用：Dify 或 RAGFlow 实例可以和 TDH 并排放，用来做大规模文档问答。

已知限制

- 服务端只支持 Windows；知识搜索基于关键词（没有向量嵌入）；不支持 AD / LDAP / SSO；不支持手写 OCR，扫描表格会丢失网格结构。
- 智能体在员工电脑上拥有员工本人的权限。TDH 不假装能拦住员工；它管的是密钥、配额、公司磁盘，以及谁能看到什么（SECURITY.md）。
- 服务端自己的管理员可以打开服务器上的一切。
- 内核是上游的 alpha 版本；本仓库锁定它的版本，给它打补丁，补丁一旦打不上就直接报错失败。
- 两个桌面模板（client/.zip：内核、Node 和随附工具）由维护者构建，CI 不会重新构建（NOTICE.md）。桌面端自己的部分（插件、启动与更新脚本、技能、配置档）是 desk/ 里的源码，每次安装和发布都会替换模板里的副本；Mac 启动器二进制是我们唯一还没放源码的部分。

Delivery is a one-click install / 交付就是一键安装

| 角色 | 做什么 | 得到什么 |
| 服务器（一台 Windows PC，只需一次） | git clone，然后一条命令：scripts\setup-all.ps1 | 登录、种子管理员、花名册、模型网关、知识库及其夜间任务、下载页，以及为本局域网编译好的两个桌面客户端。成功标志：SITE_INSTALL_OK=1 |
| Windows 员工 | 打开 https://<computername>.local:8443/，点 下载 Windows 版，运行 TDHarness-Setup.exe | 装进用户的 TDH 文件夹并创建桌面快捷方式，然后用花名册账号登录 |
| Mac 员工 | 同一页面，下载 macOS 版，解压，把 TDHarness 拖进「应用程序」 | 同样的桌面端（Apple 芯片和 Intel 都支持） |
| 更新 | 管理员运行 server\publish-site-update.ps1 | 桌面端下次启动时提示更新；有签名，能增量就增量，支持断点续传 |

中文：服务器端克隆后一条命令装完整套服务；员工打开服务器的下载页，Windows 点一下下载 TDHarness-Setup.exe 双击安装，Mac 下载解压拖进「应用程序」。之后的更新由服务器发布，客户端下次打开时提示更新。员工不碰补丁、Node 或命令行；服务器只需事先装好 Git（含 LFS）、Node 22+、Python 3，再以管理员身份跑那一条命令。

为什么 Releases 页面没有 Setup.exe。 每个站点的安装包里写着这台服务器的地址和它自己的更新签名钥匙，所以由装机脚本在服务器上现场编译，不放通用下载。中文：安装包里写着这台服务器的地址和它自己的更新签名钥匙，所以由装机脚本在服务器上现场编译，不放通用下载。

这里的「补丁树」是什么意思。 它说的是源码*，不是交付形态：上游内核 @deepseek-ai/dsh 在 kernel.yml 里锁定版本，从 npm 安装，装机时再在上面打本仓库的补丁，而不是维护一份上游的 vendored fork。中文：「补丁树」只说明源码怎么挂在上游内核上（锁版本、装机时打补丁、不复制上游代码），不是交付形态。

下面那条可选的纯内核路径，是给只想要打好补丁的 dsh 命令行的人用的；它不会启动上面任何东西。

想知道编程版是不是你要的：docs/PRODUCT.md。服务器安装：docs/SERVER.md。Bug：BUGS.md。

中文增页（不替代上文）：项目讲解 · 寻找共建者

安装 TDH 服务器（Windows）

需要 Windows 10/11 或 Windows Server、管理员权限、Python 3、Node 22+、带 Git LFS 的 Git。用系统自带的 Windows PowerShell 就够（PowerShell 7 的 pwsh 也行）。

git clone https://github.com/398894496-arch/TDHarness-coding.git
cd TDHarness-coding
git lfs pullpowershell
powershell -ExecutionPolicy Bypass -File scripts\setup-all.ps1

默认管理员：账号 tdh，初始密码每次安装随机生成：装机结束时显示（DEFAULT_PASSWORD=），也存在服务器的 D:\dsh\runtime\caddy\seed-admin.txt（只有管理员能读）。打开桌面快捷方式后用它登录，登录后马上在 设置 → 账号 → 修改密码 改掉，那个文件随之删除。2026.10.10.5 之前装的服务器沿用原来的密码。重跑安装不会覆盖已有的账号和密码。

员工从 https://<computername>.local:8443/ 下载客户端（Windows 或 Mac；浏览器会提示一次自签名证书），然后用管理员在 设置 → 人员 里创建的账号登录。

站点地址默认是本机的 <computername>.local；只有客户端在另一个子网时，才加 -HostName <ip>。客户端更新用本机安装时生成的密钥签名：记得备份（docs/SERVER.md）。

通过标志：SITE_INSTALL_OK=1、LOGIN_PROVE_OK=1、GUI_PROVE_OK=1、PLANT_CLIENT_OK=1。安装会为本局域网编译 TDHarness.exe，写入 /client/version.json，并放置桌面快捷方式。然后添加模型密钥或订阅：以管理员身份进 设置 → 模型，或编辑 D:\dsh\runtime\gateway.env。网关每次请求都会读取它，无需重启；手动改过的文件，各工位 10 分钟内生效。

本仓库不包含公司文档、brain 文本、订阅密钥、Tailscale 认证或员工名册。这些只存在于运行安装的那台机器上。

仅内核（可选）

- Node 22+
- 你自己的 DeepSeek（或 OpenAI 兼容）API 密钥
- 一个本地文件夹作为工作区（不能用 UNC / 网络驱动器） bash
git clone https://github.com/398894496-arch/TDHarness-coding.git
cd TDHarness-coding
bash scripts/setup.sh
export PATH="$HOME/.tdh-coding-prefix/bin:$PATH"
export DEEPSEEK_API_KEY='your-key'
dsh --patch "$PWD/overlays/solo.yml"

Windows 内核：powershell -ExecutionPolicy Bypass -File scripts\setup.ps1。它从 kernel.yml 安装 @deepseek-ai/dsh 到 ~/.tdh-coding-prefix，并应用 coding 补丁子集。它不启动 8443 / 8450 / knowledge。不要把它指向正在使用的 node_modules。除非设置 TDH_FULL_PATCHES=1，否则公司专用补丁保持关闭。

通过标志：bash scripts/prove-scan.sh → SCAN_OK=1。安装后：node scripts/prove-patches.js → PATCH_PROVE_OK=1。本地 ChatGPT / Grok / Claude 登录与自定义端点：docs/MODELS.md（node scripts/prove-models.js → MODELS_PROVE_OK=1）。

运行中的工位做什么

在 Windows 上，scripts/setup-all.ps1 把工位装到局域网：登录、种子管理员、网关和桌面快捷方式。可选的仅内核 setup.sh 不启动这套服务。功能说明：docs/PRODUCT.md。中文：docs/PRODUCT.zh.md。
模型。 密钥和订阅只放在服务器上，永远不会下发到各台工作机。管理员在「设置 → 模型」里添加，写入服务器的 D:\dsh\runtime\gateway.env（见 server/gateway.env.example）：OpenAI、Anthropic、DeepSeek、xAI、Kimi、智谱 GLM 或任何兼容 OpenAI 的端点的 API 密钥；Grok 订阅则是 OAuth 文件 D:\dsh\runtime\oauth\xai-account.json。8450 端口上的网关把每个模型路由到对应厂商；工作机经 Caddy 走 TLS 访问（8443/gw，信任本服务器自己的根证书），网关只认实时的个人登录 token（只有管理员的 token 能改密钥；细节见 docs/SERVER.md），每台工作机列出的正是服务器能访问到的模型（登录时同步），站点默认模型为 DEFAULT_MODEL。ChatGPT 和 Claude 的消费者订阅属于个人套餐，不会转发给团队；请改用它们的 API 密钥。细节见：docs/SERVER.md。不要把密钥提交到仓库。

| 会话 | 同事 |
| Session | Colleagues |
| 人员 | 任务 |
| Personnel | Tasks |

- 会话： 会话 / 任务，个人和团队工作区，模型选择器，Full access，文件。
- 同事： 谁在线、角色、上次登录、7 天本地费用估算（不是厂商账单）。
- 人员： 部门、升职/降职、强制重新登录、停用、移除。强制重新登录只是让这个人重新登录一次。停用会在下一次请求时切断此人的登录、模型、网页搜索、图片/视频生成、知识库和公司共享（其个人共享账号会被关闭）。停用后的账号随后可以彻底移除：移出名单，密码清除，登录名不再发放；个人文件夹仍保留在公司共享上。种子管理员不能停用或移除。
- 任务： 带状态和负责人的卡片（待审批 / 进行中）；打开一张卡片会启动一段固定到该卡片的对话。交付物放在公司磁盘上，只有提交验收才算完成，在聊天里说完成不算。

截图使用虚构的人物和任务。

服务器端和客户端还有以下内容（2026 年 10 月）：
- 知识库，每晚填充。 任务 TDH-Brain-Daily（00:15）提炼每个人当天的对话；公司文档放进 company\_handbook\_company（所有人可见）或 company\_handbook\<dept>（对应部门可见）：Word、Excel、PowerPoint（新旧格式）、WPS、PDF，扫描件和照片由后台 OCR 处理。搜索按相关度排序（BM25，中文按二字词切分，命中处给出片段并标注页码和行号），只有实时登录 token 才能作答，并按人和部门限定范围；公司共享的文件夹权限与此一致。每台桌面的账户页面都会告诉本人：留存了什么、谁能看到。详情见 docs/KNOWLEDGE.md。
- 网页搜索走网关。 中文查询先走国内引擎（Bing China、360），Exa 并行；GitHub、Bilibili 和 YouTube 各有自己的通道。以 深搜 开头的查询由 Grok 自带的网页搜索作答并附来源；它在后台完成，再问一次同样的查询即可取回结果。
- 浏览器操作。 Windows 客户端自带 OpenCLI，Chrome 扩展在 opencli/ 里。智能体第一次需要浏览器时会检查桥接，如果扩展没加载，就一步一步引导你加载。
- 对话里直接显示生成的图片和视频。 智能体交付的文件直接显示在对话中：图片显示为图片（点击放大），视频显示为播放器，每个交付的文件都有下载按钮，可保存到你的电脑。侧边栏的文件视图也有同样的下载按钮。
- 桌面应用（Windows 和 Mac）。 Windows 客户端自带 Windows-MCP 0.8.7，Python 环境在 windows-mcp/ 里，智能体因此能读取窗口，并在剪映等桌面软件里点击、输入、滚动、拖拽、按快捷键。注册表和 PowerShell 工具不启用；导出、覆盖、删除或发送都要等你确认。剪映的控件是自绘的，智能体在那里靠截图操作：剪辑留在剪辑工具写入的草稿文件里，应用本身只用于它的在线功能、检查和导出。Mac 客户端自带 Peekaboo 4.9.0（已签名并公证，支持 Apple 芯片和 Intel），放在 peekaboo/ 里做同样的工作；它自带的 AI 和浏览器工具已隐藏。首次使用时智能体会检查权限，并引导你在系统设置里打开「辅助功能」和「屏幕录制」。
- 长对话。 上下文在模型窗口用到 80% 时自动压缩（Grok 的 500K 中占 400K），如果服务商报告提示词过长会再压缩一次。/compact 手动触发。
- 口播剪辑（可选）。 powershell -ExecutionPolicy Bypass -File server\koubo\install.ps1 会安装一个工具，把录像转成剪映草稿：对齐、转写（区分出镜人和画外音）、剪切、稳定、字幕和布局。智能体按同目录下的 SKILL.md 执行。

运行服务端：升级、备份、卸载。两个客户端包都带 kernel 0.2.1-alpha.1。Mac 包支持 Apple 芯片和 Intel，但不附带 ffmpeg（要让智能体看视频，先 brew install ffmpeg）。kernel.yml 固定的是下面仅内核路径所用的内核，不是桌面端。

待认领工作

列出的每一项（C1–C9、C2b）都已在 BUGS.md 关闭（沙箱、密钥、junction、Linux CIFS、搜索报错、本地模型登录）。目前没有可认领的开放项：提 Bug，或者开 Task issue 附上方案和它的 green line。

Fork + PR。先开 Task issue 写明 id。CONTRIBUTING.md。同一份清单的中文版：寻找共建者。上游通道（不收 PR）：docs/UPSTREAM.md。