1、关于 SolonCode CLI终端编码智能体SolonCode CLI 是由杭州无耳科技有限公司构建的企业级“终端编码智能体”基于“全中文”提示词构建。常见问题它和 Claude Code 有什么不同功能上二者很相似关键差异如下采用 Java 实现提供基于 Java 的扩展能力100% 开源使用“全中文”提示词构建若不会中文不建议使用不绑定特定提供商需要配置模型。因模型迭代会缩小差异、降低成本所以保持自由配置很重要聚焦终端命令行界面 (CLI)、浏览器界面WEB通过系统命令运行支持 MCPOpenApiLSPACP 等协议进行通讯。开源项目地址https://gitee.com/opensolon/soloncodehttps://github.com/opensolon/soloncode2、快速安装与开始系统要求Java 8支持 Java 8 到 Java 26 环境支持 macOS、Linux、Windows。安装或更新命令安装包自动下载约 32MB# Mac / Linux:curl -fsSL https://solon.noear.org/soloncode/setup.sh * bash# Windows (PowerShell):irm https://solon.noear.org/soloncode/setup.ps1 * iex快速安装与更新演示3、最近更新说明新增 soloncode 心智成长功能越用越聪明新增 soloncode /loop 循环命讼可起到任务守护作用新增 soloncode web 附件上传功能和语音输入功能新增 soloncode web 交互界面多模型选择功能新增 soloncode cli 交互界面多模型选择功能新增 soloncode java 扩展机制支持手动配置与自动装配添加 soloncode openai baseUrl 配置支持其它的仍要配置全地址添加 soloncode commands 命令支持添加 soloncode web 会话缩进支持添加 soloncode userAgent 缺省配置不需要每个 llm 都配置了优化 soloncode code skill 增加更多编程语言支持优化 soloncode 可能意外退出的提示输出优化 soloncode web tool - call 打印优化 soloncode cli 安全引导词优化 soloncode deepseek - v4 适配修复 soloncode 多模态格式拼接错误问题。4、新特性心智记忆心智成长Memory心智记忆是 SolonCode 的长期认知系统。它在对话过程中自动提取关键信息并持久化存储让 AI 在后续会话中能“记住”用户的偏好、项目约定和历史上下文用得越多理解越精准。4.1、核心架构用户对话│▼Agent 推理LLM 自动判断是否需要记忆操作│├── extract ──- 发现新事实存入记忆key 已存在则触发认知对比├── recall ──- 需要“回忆”某条具体记忆按 key 精确召回├── search ──- 需要查找相关背景语义搜索匹配记忆├── consolidate ──- 碎片太多合并多条低层记忆为一条高层认知└── prune ──- 记忆过时直接删除│▼MemorySolution├── MemoryStoreProvider ──- RogueMap 本地 KV 持久化└── MemorySearchProvider ──- Lucene 全文语义索引整个记忆系统作为 Agent 的“内置技能Skill”运行LLM 在推理过程中自主决定何时读取或写入记忆无需用户手动操作。4.2、存储结构记忆数据保存在本地默认所有项目共享一份统一记忆~/.soloncode/memory/├── lucene/ # Lucene 全文索引语义搜索用│ ├── _0.cfe│ ├── _0.cfs│ └── ...└── rogue/ # RogueMap KV 数据库精确存取用└── ...隔离模式通过配置 memoryIsolation 控制记忆是全局共享还是项目隔离配置值存储路径说明false默认~/.soloncode/memory/所有项目共享一份记忆跨项目积累认知true /.soloncode/memory/每个工作区独立记忆项目间互不干扰配置位置.soloncode/config.ymlmemoryIsolation: false # 长记忆是否工作区隔离4.3、使用效果示例# 第一次对话用户: 我这个项目用的是 MyBatis - Plus不要给我用 JPA助手: 好的我记住了。[自动 extract] key user_orm_preference, fact 项目使用 MyBatis - Plus不使用 JPA, importance 7# 第二次对话新会话用户: 帮我写一个用户查询接口助手: [自动 search 用户ORM偏好] - 命中 项目使用 MyBatis - Plus好的我使用 MyBatis - Plus 的 QueryWrapper 来实现...# 第三次对话用户: 我们团队决定统一用 Solon 框架了助手: [自动 extract] key user_framework, fact 团队统一使用 Solon 框架, importance 9[自动 recall user_orm_preference] - 发现相关偏好了解。后续我会基于 Solon MyBatis - Plus 的组合来给你建议。# 多次对话后...[自动 consolidate]碎片: user_orm_preference, user_framework, user_code_style...↓ 合并为高层认知: user_tech_stack 团队使用 Solon MyBatis - Plus 技术栈偏好注解式开发4.4、设计哲学Memory 的核心设计理念来自认知科学提取Extract模拟“注意到并记住”——从对话中识别值得保存的信息召回Recall模拟“想起来”——精确回忆已知事实搜索Search模拟“联想”——通过语义关联找到相关记忆整合Consolidate模拟“顿悟”——将零散知识点升维为高层认知修剪Prune模拟“遗忘”——清理过时信息保持记忆库精简。这个过程完全自动化。用户只需正常对话AI 会在背后持续积累和演化对用户的理解越用越聪明。