推荐一个智谱开源的企业级AI Agent智能体开源项目
ZCode 是智谱 Z.ai 于 2026 年 9 月 20 日开源的 Agentic 开发环境(ADE),基于 GLM-5.3 模型,提供桌面端、Web 端和命令行三种使用入口。项目支持长上下文(1M)、浏览器自动化、远程开发、子智能体、Memory 记忆、Bot Channel 等企业级能力,采用 Apache-2.0 许可证。
项目介绍
ZCode 是智谱 Z.ai 推出的 Agentic 开发环境(ADE,AI 编程工作台),于 2026 年 9 月 20 日正式开源,采用 Apache-2.0 许可证。
ZCode 是一个把 GLM-5.3 带入真实编程工作流的 Agentic Development Environment (ADE),帮助你把 GLM-5.3 的长上下文、长程任务与 Agentic 编程能力,转化为稳定可用的桌面体验,覆盖复杂开发任务中的规划、编码、审查与迭代。

依托 GLM-5.3 稳定的 1M 上下文与长程任务能力,ZCode Agent 可以把目标、文件、终端结果、浏览器上下文、执行模式和 Git 状态保持在同一个任务里,让复杂开发任务从规划一路推进到实现与验证收口,而不丢失连续性。
ZCode 围绕 GLM-5.3 完成深度联调与专项优化,聚焦自研 ZCode Agent 能力。模型、工具和执行工作流结合更紧密,让复杂开发任务可以在同一个上下文里从规划一路推进到验证收口。

通过自然语言指令,你可以让 ZCode Agent 处理编码、调试、测试、项目预览和变更审查等工作;通过桌面端工作区、Remote 和 Bot Channel,也可以在长任务执行中持续查看进度并补充指令。
该项目提供三种使用入口:
- 桌面应用:基于 Electron 的原生桌面客户端
- 浏览器界面:Web 版工作台
- 终端 Agent:命令行 TUI 工具,可直接在终端使用
项目包含了客户端、后端服务、共享 UI 组件、Agent CLI 与运行时的完整源码,核心解决同一个 Agent 会话如何同时在桌面、浏览器和手机端运行,并在断线、刷新、多端并发写入时不丢失状态的问题。

项目功能
| 功能分类 | 具体功能 |
|---|---|
| 核心 Agent 能力 | - 自研 ZCode Agent,深度适配 GLM-5.2/GLM-5.3-Flash,1M 长上下文支持 - 从需求理解到代码修改的完整开发链路,支持长任务自动迭代 |
| 目标模式 | 用 /goal 设定可校验目标,Agent 自动拆解、迭代推进,直至完成任务,无需人工反复催促 |
| 浏览器自动化 | Agent 可自主操控内置浏览器,进行点击、填表、截图操作,自动验证前端改动效果 |
| 任务与文件管理 | 分组视图、时间线、Wiki 架构导读、Git 图谱,高效组织复杂项目 |
| 记忆功能 | 自动提取项目偏好与团队约定,后续会话自动带入,无需重复交代背景 |
| 自动化任务 | - 定时任务:按设定节奏自动执行 - 闲时任务:算力富余时段免费运行,不消耗套餐额度 |
| 编辑历史回溯 | 可修改已发送消息或撤销 Agent 文件改动,随时纠正任务方向 |
| 远程开发 | 支持 SSH、WSL、Docker 远程工作区,Agent 直接在目标环境执行代码与命令 |
| 子智能体 | 内置通用型与只读 Explore 子智能体,支持自定义角色并行处理独立任务 |
| 插件扩展 | 通过 Plugin、Skill、MCP、Hooks 接入外部能力与团队工具链 |
| 多端协作 | 手机 Remote 扫码或微信/飞书 Bot 远程跟进,随时随地推进任务 |
| 安全控制 | 四档执行模式(变更前确认/自动编辑/计划模式/完全访问)与推理强度调节,关键操作强制确认 |
项目亮点
1、ZCode Agent核心智能体
ZCode Agent 是 ZCode 自研的默认智能体,也是新建任务时最直接的提问入口。您可以在同一个工作台里提出需求、补充上下文、引用文件、调用命令,并选择适合当前任务的模型和执行模式。
作为 ZCode 的核心智能体能力,ZCode Agent 针对 GLM-5.3 系列模型 做了深度适配,在复杂项目理解、长任务规划、多轮上下文保持和连续代码修改上表现稳定。面对需要持续推进的 Long Horizon Task,ZCode Agent 能更好地结合工作区状态、文件引用、执行模式和 Git 分支信息,把一次任务从需求理解推进到落地改动。

2、企业知识库检索
接手一个陌生项目时,最花时间的往往不是写代码,而是搞清楚这个项目是干什么的、主流程怎么跑、模块之间怎么衔接。知识库就是让 ZCode 读一遍代码库,把这些整理成一份可以随时查阅的文档。
它的定位是 代码库架构导读,不是产品文档站或使用手册。目录会优先覆盖项目身份、主执行链路、核心模块与子模块、跨端边界、数据与状态流、配置边界、扩展点和风险点,而不是「安装部署」「CI/CD」这类通用栏目。所有结论都带源码位置,可以点击跳回对应文件。

3、任务与文件管理
随着任务越积越多,左侧边栏提供了几个高频管理能力:任务视图 让你按分组、工作区或时间线组织任务列表,工作区文件树 让你不离开 ZCode 就能浏览文件、查看变更并把文件引用进对话,Wiki 则把整个仓库的结构整理成一份随时可查的文档。

4、Memory 记忆
有些信息只值得告诉 Agent 一次:你习惯的 commit message 写法、项目用的包管理器、团队的评审约定。Memory 为 ZCode Agent 提供项目级的长期记忆,让这类信息延续到后续会话,而不需要每次对话开头都重复交代。
开启后,ZCode 会在每轮对话成功结束后于后台回顾最近的交流,判断是否有值得长期保留的内容——你的偏好、你对 Agent 工作方式的纠正、项目目标与约束、你提供过的外部资料。保存下来的记忆会在同一项目的后续会话中自动带入上下文。
你也可以在对话中直接管理记忆:说「记住,我们从 staging 分支发布」即可立刻保存;说「忘掉刚才说的发布分支」即可删除对应记忆。
5、子智能体
子智能体是主 Agent 可以在独立上下文中启动的专用 Agent,完成后会把结果汇总回主对话。ZCode 内置了 general-purpose(通用型) 和 Explore 子智能体,现在你还可以在设置中创建自己的 用户级子智能体。
当主 Agent 判断任务需要独立上下文或并行调研时,会通过 Agent 工具启动子智能体。子智能体在自己的上下文中工作,并把结果汇总回主对话,帮助主 Agent 继续推进任务。

6、历史对话
编辑历史对话用于修正已经发送给 ZCode Agent 的消息。当你发现前一条指令写得不够准确、缺少文件路径、需要补充约束,或想调整任务方向时,可以直接编辑原消息,让 Agent 按新的上下文重新理解任务,而不用重新创建任务。
这对长任务尤其有用:你可以保留当前任务里的模型、工作区、分支和上下文,只修改关键指令,让后续执行围绕更新后的目标继续推进。

7、浏览器自动化
ZCode 内置了一个浏览器面板,可以在应用里直接打开本地开发地址或线上页面。除了你自己浏览,Agent 也能驱动它——你用一句话说清要做什么,它自己打开网址、点击、填表、滚动、截图,再根据页面上真实发生的事情决定下一步。
不需要写脚本,也不需要记选择器。「打开设置页,把深色模式打开,看看侧边栏对比度够不够」这样的话就够了。
对前端开发来说,这意味着 Agent 能自己验证改动:改完代码打开页面看效果、走一遍表单流程确认没报错,而不是只能告诉你「应该好了」。

8、远程开发与远程控制
ZCode 远程开发用于把工作区放到远程主机、WSL 发行版或本机容器里运行。连接成功后,文件读取、终端命令、Git 操作和 ZCode Agent 都会在目标环境内执行;桌面端仍负责账号、模型配置、任务入口和界面交互。
这适合需要在服务器、内网机器、GPU 开发机或容器环境中工作的项目。你可以在本机继续使用 ZCode 的桌面体验,同时让 Agent 直接访问目标环境里的代码、依赖和命令行。
Remote Control 用来把当前 ZCode 桌面窗口临时开放给手机访问。扫码之后,你可以在手机上查看和切换这个窗口里已经打开的工作区、任务和会话,继续给 Agent 发指令。
手机端是一层控制界面:它不同步代码,也不新建运行环境。你在上面发出的每一条指令,都由桌面端那个工作区原本连着的机器去执行。

9、模型用量统计
使用统计用来查看 ZCode 的实际使用情况。它分为 应用用量 和 编程套餐 两个部分:前者统计本地 ZCode 会话,后者读取 Z.ai / BigModel Coding Plan 的远端额度与消耗。

10、Bot Channel
Bot Channel 用来把外部聊天工具接入 ZCode。配置完成后,你可以从微信或飞书会话里打开当前工作区,查看任务进度,并继续给 Agent 发送指令。

11、插件扩展
Plugin 用来扩展 ZCode 的能力。一个插件可以把技能、命令、子智能体、MCP 服务器等能力打包在一起,让团队把可复用的工具沉淀成统一的扩展包,在同一个工作台里一键启用。

12、Skill
Skill 是一组可复用的工作说明。它通常用一个 SKILL.md 描述触发场景、处理步骤和输出要求,让 Agent 在遇到特定任务时按同一套标准执行。

13、MCP
MCP(Model Context Protocol)可以把文件系统、浏览器、记忆、数据库等外部能力接入 Agent。ZCode 会统一管理 ZCode Agent 使用的 MCP 服务器配置。
给 ZCode Agent 配好常用 MCP 后,Agent 在长任务里可以更稳定地使用项目文件、浏览器自动化、记忆等工具,配合 GLM 5.3 系列模型时也更适合处理连续、多步骤的开发任务。

14、Command
Command 用来快速调用 ZCode Agent 的内置能力,也可以保存常用提示词。把重复使用的代码审查、提交说明、发布检查、文件解释等提示词保存成命令后,就可以在输入框里通过 / 快速调用。
Command 围绕 ZCode Agent 工作流设计。日常在 ZCode 里使用时,可以把团队反复使用的任务提示词沉淀成命令,让自研 Agent 更稳定地执行固定流程。

15、自动化任务
有些工作不需要你每次亲自发起:每天早上汇总代码变更、每周五整理发布简报、每月检查一次依赖风险。自动化 让 ZCode Agent 按你设定的节奏自己跑起来,跑完把结果留在会话里等你查看。
自动化下面有两类任务:
定时任务(Scheduled tasks):你指定时间和重复规则,到点自动执行。本页介绍。
闲时任务:不指定时间,排队等算力富余时免费执行。见 闲时任务。
在左侧边栏点击 自动化 即可打开管理页面。它属于当前项目的工作流,不在设置里——打开它不会影响左侧的会话列表,随时可以退回原来的会话。

项目结构清晰
ZCode
├── .agents/skills Agent 技能定义
├── apps
│ └── zcode-cli Agent CLI、TUI、运行时与工具实现
├── config 内置配置文件
├── harness
│ └── remote 远程连接(SSH/WSL/Docker)相关实现
├── packages 核心包目录(pnpm workspace monorepo)
│ ├── client Agent 客户端 SDK
│ ├── desktop Electron 桌面应用(Main/Host/Renderer+打包)
│ ├── formal-proof 形式化验证相关
│ ├── model-option-map 模型配置映射
│ ├── provider AI Provider 公共能力
│ ├── provider-node Provider Node.js 端实现
│ ├── rpc RPC 通信框架
│ ├── server HTTP/WebSocket 服务与远程连接
│ ├── services 业务服务与数据持久化
│ ├── shared 共享协议和类型定义
│ ├── ui 共享 React 组件、hooks 与 Zustand 状态管理
│ ├── web Web 客户端
│ ├── zcode-cua Computer Use Agent 能力
│ └── zcode-server-cli 独立 Server 启动与进程管理
├── patches pnpm 依赖补丁
├── public 静态公共资源
├── scripts 构建、开发、维护脚本
├── third-party 第三方依赖声明与材料
├── .env.example 环境变量示例
├── package.json 根项目配置
├── pnpm-workspace.yaml pnpm monorepo 工作区配置
└── tsconfig.base.json TypeScript 基础配置各核心包职责:
packages/desktop:Electron 主进程、Host 层、渲染进程与桌面打包packages/web:Web 客户端界面packages/server:后端 HTTP/WebSocket 服务与远程连接管理packages/ui:共享 React 组件库、自定义 hooks 和 Zustand 全局状态apps/zcode-cli:命令行 Agent、TUI 界面、Agent 运行时和内置工具
技术栈
| 层级 | 技术选型 |
|---|---|
| 运行时 | Node.js >= 24.0.0 |
| 包管理 | pnpm@10.33.2(monorepo workspace) |
| 开发语言 | TypeScript 6.x(主语言,全库约84万行TS/TSX代码) |
| 前端框架 | React 19.2.7 |
| 桌面端 | Electron |
| 状态管理 | Zustand |
| 样式方案 | Tailwind CSS + tailwind-scrollbar-hide |
| 后端服务 | Node.js + WebSocket(自定义 RPC 框架) |
| AI SDK | Vercel AI SDK(@ai-sdk/openai-compatible、@ai-sdk/anthropic 等,有定制补丁) |
| 数据校验 | Zod(全库超1000处 zod 调用做契约校验) |
| 虚拟列表 | @tanstack/react-virtual |
| 构建工具 | Turbo + tsx + 自定义构建脚本 |
| 代码质量 | oxlint(lint)、oxfmt(格式化)、knip(依赖检查)、husky + lint-staged(git hooks) |
| 进程管理 | concurrently(并行启动开发服务) |
| 打包发布 | release-it(版本发布)、支持 Node.js SEA(Single Executable Application)打包 CLI |
| 其他 | d3-path(图形路径)、border-beam(动效) |
本地快速部署启动
1. 环境要求
- Node.js >= 24.0.0(推荐用
.nvmrc指定的版本) - pnpm@10.33.2
- 推荐使用
mise管理开发环境(参考仓库根目录mise.toml)
2. 初始化项目
1. 克隆仓库
git clone https://github.com/zai-org/ZCode.git
cd ZCode
2. 安装依赖
pnpm install
3. 一键初始化(推荐,包含依赖、本地与远程资源准备,并串行构建相关包,跳过桌面应用bundle)
pnpm bootstrap:with-remote或者分步执行:
仅安装依赖
pnpm install
准备桌面运行资源
pnpm prepare:desktop-runtime
单独准备远程运行资源
pnpm prepare:remote-assets
全量构建所有包
pnpm build3. 启动不同形态的开发环境
| 产品形态 | 启动命令 | 说明 |
|---|---|---|
| Web/命令行版 | pnpm dev:web | 同时启动后端 Server 和 Web 前端,提供终端与浏览器工作台 |
| 桌面应用 | pnpm dev:desktop | 启动 Electron 桌面应用开发模式 |
| 仅后端服务 | pnpm dev:server | 只启动 HTTP/WebSocket 后端服务 |
| Agent CLI 开发 | pnpm --filter @zcode/cli dev | 单独开发命令行 Agent |
4. 环境变量配置(可选)
复制 .env.example 到 .env 根据需要配置:
ZCODE_DATA_BASE_DIR:应用数据基目录,数据写入其下的.zcode/ZCODE_SERVER_WORKSPACE:Web 后端的工作区路径ZCODE_BUILTIN_PROVIDER_CONFIG_FILE:本地 Provider 配置文件路径ZCODE_DIST_BASE_URL:命令行安装脚本使用的下载根地址
5. 打包构建
打包桌面版
pnpm bundle:desktop
打包 CLI 为单可执行文件(SEA)
pnpm build:sea:all
JOTO 企业落地观察
- 企业部署此类多端协同的 Agent 工作台时,需重点评估状态同步机制在断线、刷新、多端并发写入场景下的可靠性。ZCode 明确将‘解决同一 Agent 会话在桌面、浏览器和手机端运行时不丢失状态’列为核心问题,这对企业级高可用性要求构成直接挑战。
- 该系统将 MCP(Model Context Protocol)作为统一接入外部能力的基础设施,且强调其与 GLM-5.3 长上下文能力的协同。对企业 RAG 知识工程而言,这意味着知识库检索不再仅是静态向量召回,而是需与文件系统、浏览器、记忆等 MCP 服务深度耦合,形成动态上下文感知的知识调用链。
- ZCode 提供四档执行模式(变更前确认/自动编辑/计划模式/完全访问)与关键操作强制确认机制,反映出其对 AI 安全治理的显式设计。企业若引入此类系统,必须将执行权限策略、操作审计日志、人工干预节点等治理要素嵌入到现有 DevOps 流程中,而非仅依赖工具内置开关。
- 项目结构采用 pnpm monorepo,包含 17 个明确职责划分的核心包,且强调 TypeScript 类型契约(Zod 调用超 1000 处)。这对企业智能体工程意味着:团队需具备强前端工程化能力,才能有效维护、定制和扩展此类高耦合度的 Agent 运行时,单纯调用 API 的集成方式难以满足深度定制需求。
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务,帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
想把这些做法用到你的业务里?
留下你的场景和痛点,我们帮你判断从哪一步开始。
联系我们


