feat(docs): add new documentation for AutoDev local agent with examples and configuration details

Author: phodal

blog/2025-04-25-autodev-local-agent.md

@@ -0,0 +1,134 @@
+---
+title: AutoDev 本地智能体，你的 Agent 自由工坊
+---
+
+当下大多数 AI 编程助手，无论是 Copilot、Cursor，还是各种类 AutoGPT 项目，本质上都存在一个问题：AI 编码助手只是更强的补全器，
+而不是具备行为能力的开发者副手。它们擅长补全代码，但缺乏结构化任务理解、缺乏上下文感知，更无法根据开发者的意图自我组织多步行为。
+更重要的是：**它们是“别人造好的助手，而不是你能定义的工具**
+
+AutoDev 的本地智能体系统，从根本上改变了这个逻辑。
+
+## AutoDev 的新范式：Prompt 即 Agent，配置即能力链
+
+AutoDev 推出的本地智能体系统以两个核心理念为基础：
+
+1. **智能体的结构可声明、能力可组合、行为可扩展**
+2. **一句 Prompt + 一段配置，生成一个完全私有、本地可运行的 Agent 编码助手**
+
+其核心架构允许开发者：
+
+- 自定义 agent 的能力链（例如先读文件、再检索相关函数、然后写测试并提交）
+- 注入自己的提示词风格、子任务规划逻辑，甚至嵌入插件模块
+- 在本地选择任意大模型（如 Deepseek、Qwen、GLM）完成推理
+
+你还可以定义它在 IDE 的交互方式、在命令行的交互方式，甚至在 @ 的交互方式：
+
+- actionLocation：IDE 中的交互位置，诸如 ContextMenu、CommitMenu、@mention 等
+- interaction：输出方式，诸如 AppendCursor、RightPanel 等。
+
+### ✅ 示例配置：一分钟声明你的 Agent
+
+如下，我们将创建一个用户选中需求后，可以用鼠标右键点击生成 Protobuf IDL 的智能体：
+
+```devin
+---
+name: "Design Profobuf IDL"
+actionLocation: ContextMenu
+variables:
+  "spec": /any/ { thread(".devin/shell/fetch-teamai-spec.sh") | jsonpath("$.[1].content") }
+onStreamingEnd: { parseCode | saveFile | openFile }
+---
+
+请根据用户的输入和规范，生成相应的 Proto 文件。
+
+规范如下：
+
+$spec
+
+用户的需求是：$selection
+```
+
+只需这一段 YAML，AutoDev 就能生成一个理解团队协议规范的智能体：
+
+- 自动调用 `fetch-teamai-spec.s` 脚本获取需求规范
+- 注入上下文信息并结合用户选中需求
+- 自动生成符合要求的 `.proto` 文件并打开编辑
+
+这种原子化能力封装 + 跨工具联动方式，大大拓展了 agent 的实用边界。
+
+### ✅ 示例配置二：编排的数据库设计智能体
+
+```devin
+---
+name: "设计数据库"
+variables:
+  "story": /any/ { thread(".devin/shell/github-issue.curl.sh") | jsonpath("$.body") }
+afterStreaming: {
+  case condition {
+    default { execute("gen-sql.devin", $story, $output) }
+  }
+}
+---
+
+你是一位专业的数据库管理员。根据用户的需求，你应该在列表中为用户选择最佳的表。
+
+— 用户使用数据库：$databaseInfo
+- 用户表：$tables
+
+例如：
+
+- 问题（要求）：按用户类型计算平均行程长度。用户表：trips, users, Subscriber_type *
+- 你应该回答：[trips, Subscriber_type]
+
+----
+
+以下是用户需求：
+
+$story
+
+请为用户选择最佳的表，只需以列表形式返回表名，无需解释。
+```
+
+只需这一段配置，AutoDev 会自动生成：
+
+- 一个能够理解数据库结构并执行 SQL 生成的智能体
+- 完全根据用户输入的数据库表和需求动态生成查询
+- 将查询结果传入到下一个智能体（`gen-sql.devin`）进行处理
+
+### ✅ 示例配置三：在聊天中生成代码
+
+只需要在配置中添加 `agentic` 为 `true` 的值，并将 `$selection` 改为 `$input` 变量，AutoDev 就会自动将用户的输入传递给智能体：
+
+```devin
+---
+name: "Design Profobuf IDL"
+actionLocation: ContextMenu
+variables:
+  "spec": /any/ { thread(".devin/shell/fetch-teamai-spec.sh") | jsonpath("$.[1].content") }
+onStreamingEnd: { parseCode | saveFile | openFile }
+agentic: true
+---
+
+请根据用户的输入和规范，生成相应的 Proto 文件。
+
+规范如下：
+
+$spec
+
+用户的需求是：$input
+```
+
+## 总结：智能体的未来，是“开发者驱动”的自由工坊
+
+AutoDev 本地智能体系统给开发者带来了真正的控制权。
+
+- 你定义行为，而不是接受行为
+- 你组合模块，而不是等待功能更新
+- 你掌控模型，而不是被平台绑定
+
+每个开发者都应该拥有属于自己的 AI 编程助手，而不是为一个 “通用 Copilot” 妥协。
+
+这，就是 AutoDev 想做的事。
+
+📌 项目地址： https://github.com/unit-mesh/autodev
+📚 文档 & 快速上手： https://ide.unitmesh.cc/docs