当前主流代码大模型终端工具存在显著信息壁垒：不同 AI 客户端（Claude CLI、Codex）会话数据完全隔离，无统一记忆载体；会话销毁后，项目架构决策、模块改动历史、故障经验全部丢失，重复沟通与重复验证极大损耗开发效率。
Zoo Agent Runtime 是一套开源、本地优先的 CLI 层代理编排运行时，旨在为多模型、多会话 AI 编码工作流构建统一、可持久化的项目共享知识库，打通各 AI 工具间的数据断层。
核心功能集
持久化项目拓扑图谱
实时维护项目模块依赖、技术风险、历史决策记录，所有数据跨会话持久存储，支持版本快照回溯。
全自动上下文注入
向任意 AI Worker 下发任务时，框架自动拼接全量项目图谱、历史变更上下文，无需人工整理输入。
结构化执行闭环
AI Worker 输出标准化结构化结果，执行完成后自动同步更新项目知识图谱，持续迭代项目认知。
前置自动化质量门禁
内置完整校验流水线：代码静态检查 → 类型校验 → 自动化测试 → 缺陷自动修复；代码交付前完成全量校验，提前拦截问题。
分布式多 Worker 并行调度
支持单一任务拆解分发至多个 AI 实例并行执行，支持混合调度 Claude、Codex 等异构模型。
项目行为分析图谱
自动采集、统计跨会话文件变更频次、高频修改模块、历史缺陷模式，沉淀可复用项目经验。
可配置策略引擎（.zoarc）
通过配置文件自定义模型路由规则、代码安全校验策略、API 调用成本上限，管控资源开销与安全边界。
轻量化部署
支持 pip install zoo-agent-runtime 一键安装，运行不强制依赖公网服务，纯本地计算存储。
架构差异化优势
市面绝大多数 AI 编排工具仅完成 Prompt 文本串联，无法实现长效数据沉淀与自动化前置校验；本运行时提供四类独有核心能力：
跨会话行为模式挖掘：突破单会话生命周期限制，长期留存项目迭代规律；
自动化前置质量门禁：缺陷拦截前置，减少人工复测成本；
结构化可追溯知识资产：每一次修改、决策均标准化归档，可审计、可复盘；
异构多模型并行协同：多编码 AI 分工协作，发挥不同模型能力优势。
当前版本说明
v1.1.0-alpha.2 现已发布，累计 22 次迭代提交，新增关键特性：Git 原生版本回滚机制、项目图谱快照、标准化 Worker 通信协议、全链路操作审计日志、可视化调用成本监控面板。
项目遵循 MIT 开源协议，采用本地优先设计，无云端服务绑定、无用户行为遥测，兼容任意主流代码大模型。
发布地址：https://github.com/CS-Samuel-hamo/fractal-agent-governance/releases/tag/v1.1.0-alpha.2
