白泽 Baize

通晓万物，陪你安全编程。

中国神兽，如今化身企业级VibeCoding与数据分析助手。

一个开源的Coding Agent CLI，具有强大的隐私保护与多语种交互的功能，支持多后端（DeepSeek / OpenAI 兼容 / 智谱 / 通义 / Kimi/ Ollama 本地），具备工具调用、技能加载、子代理委派、上下文压缩、安全沙箱等完整能力。

核心优势

隐私保护

• 双向可逆隐私保护：保护你的敏感信息在发送给 LLM 之前就被替换为占位符，收到响应后再自动还原。整个过程对用户无感——你看到的历史、工具参数、最终答案始终是原文，而 LLM 看到的永远是 [[PHONE_1]]、[[EMAIL_1]] 这样的占位符。
• 多种方式开启隐私保护：可以通过命令行输入自然语言，同时支持使用更精准的/privacy命令开启隐私保护模式
• agent本地化：本产品无远程数据库，完全本地化运行，不会收集用户信息

多语种交互

• 支持九种语言交互：中文、English、日本語、한국어、Español、Français、deutsch、русский、العربية。
• 多种方式转换语种：可以直接输入语种，比如please speak with english即可切换为英语，也可以通过输入/lang ja切换为日语

特性

• 多后端支持：DeepSeek、任意 OpenAI 兼容接口（GLM / Qwen / Kimi/ OpenAI）、本地 Ollama，一键切换。

• 零配置启动：首次运行自动生成配置文件，用户只需填一次密钥。

• 隐私脱敏：发送给 LLM 前自动识别并脱敏手机号、邮箱、身份证、银行卡、API Key 等敏感信息，收到响应后自动还原；支持标准 / 严格两级模式，可用自然语言或 /privacy 命令切换。

• 多语言交互：中/英/日/韩/西/法/德/俄/阿 九种语言自由切换，说一句 English 或 /lang ja 即可，AI 全程用对应语言思考与回复。

• 完整工具链：bash 执行、文件读写编辑、glob/grep 搜索、网页搜索抓取、后台任务、任务与待办管理。

• 技能系统（Skills）：按需加载领域知识（SKILL.md），让 AI 在特定场景下更专业。

• 子代理（Subagents）：把复杂任务委派给独立上下文的子代理，避免污染主会话。

• 钩子（Hooks）：Python 或 Shell 钩子，支持工具调用前后拦截、审计日志、自动格式化、测试门控。

• MCP 协议：通过 Model Context Protocol 接入外部工具服务器（GitHub、Filesystem 等）。

• 上下文压缩：两级压缩（工具结果截断 + LLM 摘要），支持超长对话。

• 安全沙箱：命令白名单、路径逃逸检测、危险命令拦截、敏感文件保护、脚本注入拦截。

• 黑金主题 CLI：中文宽度自适应，代码高亮、Diff 着色、思考折叠。

安装

前置要求

• Python 3.10+（需要 tomllib，3.11+ 内置；3.10 需安装 tomli）

• pip

从源码安装

下载方式两个

1.pip install https://github.com/Xu123-Bob/Baize.git

bash --win+R 输入cmd，然后输入：

baize

2、在仓库页面点击 <>Code --> Download ZIP

(1)解压后进入本文件目录：

bash --win+R 输入cmd

cd 解压后的目录

pip install -r requirements.txt    

python -m Baize             

下载完成后win+R 输入cmd，打开CLI界面，输入baize，即可运行

(2)下载 ZIP 后本地安装，解压后进入目录，执行：

bash --win+R 输入cmd

pip install .

下载完成后win+R 输入cmd，打开CLI界面，输入baize，即可运行

快速开始

1. 首次运行

bash

baize

首次运行时，白泽会自动生成两个配置文件：

~/.baize/config.toml   # 后端配置（选 DeepSeek / OpenAI / Ollama）

~/.baize/.env          # 密钥文件>

Windows 用户路径为 C:\Users\你的用户名\.baize\。

2. 选择后端

打开 ~/.baize/config.toml，修改 active_provider（一定要修改）：

toml

# 白泽配置文件
# 修改 active_provider 切换后端  # 可选值："deepseek" / "qwen" / "kimi" / "glm" / "openai" / "ollama"

active_provider = "deepseek"

[model_providers.deepseek]
name = "DeepSeek"
base_url = "https://api.deepseek.com"
env_key = "DEEPSEEK_API_KEY"
model = "deepseek-flash"

[model_providers.qwen]
name = "Qwen"
base_url = "https://dashscope.aliyuncs.com/compatible-mode/v1"
env_key = "DASHSCOPE_API_KEY"
model = "qwen-plus"

[model_providers.kimi]
name = "Kimi"
base_url = "https://api.moonshot.cn/v1"
env_key = "MOONSHOT_API_KEY"
model = "kimi-k2.7-code"

[model_providers.glm]
name = "GLM"
base_url = "https://open.bigmodel.cn/api/paas/v4"
env_key = "ZHIPUAI_API_KEY"
model = "glm-4-plus"

[model_providers.openai]
name = "OpenAI"
base_url = "https://api.openai.com/v1"
env_key = "OPENAI_API_KEY"
model = "gpt-4o"

[model_providers.ollama]
name = "Ollama (本地)"
base_url = "http://localhost:11434/v1"
env_key = ""
model = "qwen2.5:7b"

3. 填入密钥

编辑 ~/.baize/.env，如果需要使用哪个LLM，即可把前面的#删除，并在其它LLM前面加上#，锁住其它LLM API的输出，输入API Key之后，一定记得保存，只有保存之后才有效：

env

# ============================================================
# 白泽密钥文件
# ============================================================
# 只填你要用的后端的密钥，其余保持注释即可。
# 变量名必须与 config.toml 中的 env_key 字段一致。
#
# 位置：
#   Linux / macOS: ~/.baize/.env
#   Windows:       C:\Users\你的用户名\.baize\.env
# ============================================================

# ---------- DeepSeek（默认后端） ----------
# 获取地址：https://platform.deepseek.com/api_keys
DEEPSEEK_API_KEY=

# ---------- OpenAI 或任意 OpenAI 兼容接口（可选） ----------
# 适用于 Groq、通义、Moonshot、智谱、OpenAI 等
# 注意：base_url 在 config.toml 的 [model_providers.xxx] 里配置，不在此处
# OPENAI_API_KEY=

# ---------- 通义千问（可选） ----------
# 获取地址：https://dashscope.console.aliyun.com/
# DASHSCOPE_API_KEY=

# ---------- Kimi / Moonshot（可选） ----------
# 获取地址：https://platform.moonshot.cn/console/api-keys
# MOONSHOT_API_KEY=

# ---------- 智谱 GLM（可选） ----------
# 获取地址：https://open.bigmodel.cn/usercenter/apikeys
# ZHIPUAI_API_KEY=

# ---------- 自定义网关（可选） ----------
# CUSTOM_API_KEY=

# ---------- Ollama（本地模型，无需密钥） ----------
# 只需确保 Ollama 已在 localhost:11434 运行即可，无需在此配置

4. 重新启动

bash

baize

看到黑金 Logo 和欢迎信息即启动成功。

使用示例

启动后在 >>> 降旨： 提示符下用自然语言描述需求即可：

>>>降旨：用 Python 写一个爬取豆瓣 Top250 的脚本，保存为 CSV

>>>降旨：帮我检查 src/ 下所有 Python 文件的类型错误

>>>降旨：在这个仓库里找一下所有用到 requests 的地方，改成 httpx

多语言交互

白泽支持九种语言：中文、English、日本語、한국어、Español、Français、deutsch、русский、العربية。

有两种切换方式：

方式一：直接说话（自动检测）

白泽会自动识别你输入的语言并切换：

>>> 降旨：Hello, help me write a Python script
[系统] 已检测到输入语言为 English，白泽已切换为 English 交互。
（白泽用英文回复）

>>> 降旨：日本語で答えてください
[系统] 已检测到输入语言为 日本語，白泽已切换为 日本語 交互。
（白泽用日文回复）

方式二：手动命令

>>> 降旨：/lang                # 查看当前语言和可用列表
[系统] 当前语言：中文 (zh)
[系统] 可用语言：
    zh    中文 ←
    en    English
    ja    日本語
    ko    한국어
    es    Español
    fr    Français

>>> 降旨：/lang English        # 用语言名切换
>>> 降旨：/lang ja             # 用语言代码切换
>>> 降旨：/lang 西班牙语        # 中文名也可以

支持语言名 / 语言代码 / 中文名 / 原文名四种写法。例如切换英文时，English、en、英语、英文 任意一种都可以。

白泽CLI界面

内置命令

• /exit、/quit --> 退出白泽
• /clear --> 清空对话历史、待办、思考记录和工具记录
• /compact --> 手动压缩上下文（对话过长时使用）
• /commit --> 保存当前会话并提交到 Git（若在 Git 仓库内）
• /lang → 查看当前语言；/lang en 切换为英文（支持语言代码或语言名）
• /skills --> 列出所有可用技能
• /skills reload --> 重新加载用户技能目录
• /unload --> 卸载当前激活的技能
• /show thought --> 查看完整思考记录
• /show tool --> 查看工具调用记录
• /show all --> 查看全部会话历史
• /技能名 --> 加载指定技能（支持模糊匹配）
• /privacy --> 隐私脱敏控制（详见下方"隐私脱敏"章节）

Ollama 本地模型（零成本）

不想用云 API？用本地 Ollama：

bash

#1. 安装 Ollama：https://ollama.com/download
#2. 拉取模型
ollama pull qwen2.5:7b

#3. 启动 Ollama 服务
ollama serve

#4. 修改 ~/.baize/config.toml
active_provider = "ollama"

#5. 启动白泽
baize

推荐模型：qwen2.5:7b（中文强）、llama3.1:8b、deepseek-r1:7b。

扩展机制

白泽支持四种扩展方式，全部放在当前工作目录下即可生效。

技能（Skills）

在 ./skills/技能名/SKILL.md 中编写领域知识，AI 遇到复杂任务时会主动加载。

markdown

---
name: pandas-eda

description: 使用 pandas 进行探索性数据分析的最佳实践

tags: data,python
---

#Pandas EDA 指南

##核心步骤
1. df.info() 查看字段类型和缺失
2. df.describe() 统计描述
...
也可以在对话中用 /pandas-eda 手动加载。

子代理（Subagents）

在 ./subagent/角色名/AGENT.md 中定义专用子代理，主代理可通过 agent 工具委派任务。

markdown

---
name: code-reviewer

description: 严格的代码审查员
---

你是资深代码审查员。审查时优先关注：
1. 边界条件与异常处理
2. 资源泄漏
3. 并发安全
...

钩子（Hooks）

在 ./hooks/ 下放置

• PreToolUse-*.
• sh、PostToolUse-*.
• sh、Stop-*.sh 接收 JSON 输入，返回决策：

bash

#!/bin/bash

#PreToolUse-guard.sh

read -r input

if echo "$input" | grep -q "rm -rf"; then

echo '{"hookSpecificOutput":{"permissionDecision":"block","permissionDecisionReason":"禁止删除"}}'

fi

Python 钩子可直接调用内置 API（见 Baize.py 中的