Polar - Local AI Cowork Agent

本地 AI 办公助手，在终端中通过自然语言操作代码。所有文件操作在本地执行，仅 LLM 推理通过 API 调用。

---

功能

• 读取/写入/编辑文件
• 代码搜索（文件名搜索 + 内容正则搜索）
• 执行 Shell 命令（带沙箱保护）
• 浏览器自动化（打开网页、点击、填写表单、截图等）
• 持久记忆（跨会话记住项目信息和用户偏好）
• 技能系统（安装/使用可复用的自动化工作流）
• 会话持久化、恢复与分支（本地 Markdown）
• 工具调用事件流、取消与人工审批
• polar exec --jsonl 无交互执行模式
• 有界的子 Agent 委派（独立会话、超时、取消）
• 支持任意 OpenAI 兼容 API（通义千问、DeepSeek、GPT-4o、Ollama 等）
• 首次启动交互式配置，无需手动编辑配置文件

用户安装

一键安装（macOS / Linux）

git clone https://github.com/hbsjz-swl/dlc-cli.git && cd dlc-cli && bash install.sh

方式三：手动安装

1. 下载 dlc.jar 放到 ~/.dlc/ 目录
2. 创建启动脚本 ~/.dlc/bin/polar：

mkdir -p ~/.dlc/bin
cp dlc.jar ~/.dlc/dlc.jar
cat > ~/.dlc/bin/polar << 'EOF'
#!/usr/bin/env bash
DLC_HOME="${DLC_HOME:-$HOME/.dlc}"
export DLC_WORKSPACE="${DLC_WORKSPACE:-$(pwd)}"
exec java -jar "$DLC_HOME/dlc.jar" "$@"
EOF
chmod +x ~/.dlc/bin/polar

3. 将 ~/.dlc/bin 加入 PATH：

echo 'export PATH="$HOME/.dlc/bin:$PATH"' >> ~/.zshrc
source ~/.zshrc

Windows 一键安装

git clone https://github.com/hbsjz-swl/dlc-cli.git && cd dlc-cli && install.bat

安装脚本会自动复制 jar、创建启动器、配置 PATH。重新打开终端即可使用。

Windows 浏览器操作依赖

如需使用 DLC 的浏览器自动化功能（browser_start、browser_view、browser_action），Windows 用户需要额外安装 Python 环境：

1. 安装 Python

从官网下载并安装：https://www.python.org/downloads/

安装时务必勾选 "Add Python to PATH"。

安装完成后打开 CMD 验证：

python --version

2. 安装 Playwright

pip install playwright
playwright install chromium(如果失败使用npx安装: npx playwright install chromium)

macOS / Linux 用户通常已预装 Python，将上述命令中的 python 替换为 python3、pip 替换为 pip3 即可。

---

使用

安装后在任意项目目录执行：

cd /your/project
polar

首次启动

首次运行会提示配置 API 连接：

  ╔══════════════════════════════════════╗
  ║        DLC - Initial Setup           ║
  ╚══════════════════════════════════════╝

  API Base URL [https://dashscope.aliyuncs.com/compatible-mode]:
  API Key: ********
  Model name [指令模型名称，例如 qwen3.5-plus-2026-02-15]:

  Configuration saved!

• 直接回车使用默认值（通义千问）
• API Key 输入时不显示明文
• 配置保存在 ~/.dlc/config.properties，下次启动自动加载
• API Key 失效时会自动检测并提示重新配置

常用 API 配置

平台	Base URL	模型示例
通义千问	https://dashscope.aliyuncs.com/compatible-mode	qwen3.5-plus-2026-02-15
DeepSeek	https://api.deepseek.com	deepseek-chat
OpenAI	https://api.openai.com	gpt-4o
本地 Ollama	http://localhost:11434	qwen2.5-coder:7b

内置命令

命令	说明
/config	重新配置 API 连接
/clear	清屏并清除对话历史
/sessions	列出本地已持久化的会话
/resume <id>	恢复指定会话
/fork	从当前会话创建一个独立分支
/status	查看当前会话、活跃会话和审批状态
/agents	查看当前会话的子 Agent 任务
/quit 或 /exit	退出
/forget	清除所有记忆

会话持久化规则

每个工作区的会话保存在 <workspace>/.dlc/sessions/ 下，一个会话对应一个 <session-id>.md 文件。文件是可读的 Markdown，消息正文和工具调用/返回值以 JSON 记录保存，方便人工审阅或备份；文件名使用 URL-safe 编码，因此 API 传入的会话 ID 不会穿越工作区边界。

• 新会话第一次完成一轮、工具循环达到上限、出错或被取消时都会写入检查点。
• Polar 重启后，/resume <id>、REST 的 session/{id}/resume 或 --session <id> 会从 Markdown 重建对话上下文；运行中的模型对象和线程不会写入文件。
• 只保存对话、工具调用和经过截断的工具结果，不保存 API Key、Base URL 或其他配置； 常见 api-key、token、secret、password、Bearer 和密钥前缀会在落盘前做脱敏。
• /clear 会清空内存历史并覆盖对应 Markdown 文件；删除会话文件即可彻底移除该会话。
• 会话仍受消息数和字符数上限约束，恢复时会使用与在线会话相同的裁剪规则。

权限、审批和进程隔离

READ_ONLY 禁止 shell；STANDARD 对删除、sudo 等高风险命令暂停并发出 APPROVAL_REQUIRED 事件，得到确认后才会执行；AUTONOMOUS 直接执行策略允许的命令。 所有命令都以工作区为当前目录，并在 macOS 的 Seatbelt 或 Linux 的 bubblewrap 可用时 启用原生写入隔离；其他系统仍使用工作区路径策略。超时会递归终止子进程树，避免后台 进程泄漏。

审批接口：

GET  /api/session/{id}/approvals
POST /api/approval/{approvalId}  {"approved":true|false}
POST /api/session/{sessionId}/approval/{approvalId}  {"approved":true|false}

WebSocket 客户端可发送 {"approvalId":"...","approved":true}。SSE、WebSocket 和 CLI 都会收到相同的结构化事件。

无交互执行（JSONL）

适合脚本、CI 或外部编排器：

polar exec --jsonl "检查当前项目并修复测试失败"
polar exec --jsonl --session my-session "继续上一次任务"
cat task.txt | polar exec --jsonl

每行包含 type、data 和 sessionId。事件类型包括 TOKEN、REASONING、 TOOL_CALL_STARTED、TOOL_OUTPUT、TOOL_CALL_FINISHED、APPROVAL_REQUIRED、 TURN_COMPLETED 和 TURN_FAILED。

子 Agent

模型可通过 delegate_task 将独立、可复核的任务交给子 Agent。子 Agent 使用新的会话， 受并发数、最大深度和超时限制，结果以工具输出回传；可以通过 /agents 或 GET /api/session/{id}/agents 查看，并使用 POST /api/agent/{taskId}/cancel 取消。

HTTP / WebSocket

• POST /api/chat：同步 JSON 对话。
• POST /api/chat/stream：SSE 事件流。
• WebSocket：默认路径 /ws/agent，入站 {"message":"..."}，出站为同一事件协议。
• GET /api/sessions、POST /api/session/{id}/resume、POST /api/session/{id}/fork： 管理本地持久化会话。
• REST 请求可通过 X-Polar-User（或 JSON 的 userId）绑定会话所有者；不同所有者 访问非匿名会话会返回 403。

---

更新

已安装的用户只需执行：

polar upgrade

会自动下载最新版版本并替换，无需重新安装。

---

卸载

macOS / Linux

两步完成，复制粘贴即可：

第 1 步：删除 DLC 目录

rm -rf ~/.dlc

第 2 步：清除 PATH 配置

根据你使用的 Shell 执行对应命令：

# zsh 用户（macOS 默认）：
sed -i '' '/\.dlc\/bin/d' ~/.zshrc && source ~/.zshrc

# bash 用户（Linux 默认）：
sed -i '/\.dlc\/bin/d' ~/.bashrc && source ~/.bashrc

验证卸载成功：

which polar    # 应该无输出
ls ~/.dlc    # 应该提示 No such file or directory

Windows

在 PowerShell 中执行（不是 CMD）：

第 1 步：删除 DLC 目录

Remove-Item -Recurse -Force "$env:USERPROFILE\.dlc"

第 2 步：从 PATH 中移除

$path = [Environment]::GetEnvironmentVariable('PATH', 'User') -replace '[;]?[^;]*\.dlc\\bin', ''
[Environment]::SetEnvironmentVariable('PATH', $path, 'User')

第 3 步：验证（重新打开终端后执行）

polar          # 应该提示"不是内部或外部命令"
Test-Path "$env:USERPROFILE\.dlc"   # 应该返回 False

---

安装目录结构

~/.dlc/
├── dlc.jar             
├── bin/polar
├── bin/polar.cmd
├── config.properties  
├── memory.md           
└── skills/             

项目级文件（在工作区目录下）：

<your-project>/
├── AGENT.md             # 项目规则（可选，手动创建）
└── .dlc/
    └── memory.md        # 项目记忆（自动生成）

---

License

Copyright (c) 2026 Viliam. All rights reserved.