Keyboard shortcuts

Press ← or → to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

写在前面

前阵子看到有人在讨论 Agent 的 TUI 和 GUI,两派吵得挺热闹。

我刚好两边都做过算是比较深入的研究,用 Swift 从零开始写过一个 TUI 渲染引擎(ForgeLoopTUI),也写过 iOS 上的 Agent GUI 客户端。在创作和优化性能的过程中,记录下来不少的笔记和代码,以及各种踩坑和思考。

写这组文章之前,我翻了一遍自己攒下来的东西:项目源码、调试笔记、性能分析记录、读过的博客和开源库的源码、知乎上的相关讨论。散在好几个文件夹里,有些是完整的文档,有些只是当时随手记的片段。觉得这些东西放着也是放着,不如整理出来。

于是重新梳理了一遍,缺的地方补研究,浅的地方往下挖,写成了这本小册。全书按方向分四个部分,连起来是一条从界面挖到地基、再回头检验的路线:界面讲怎么把东西画出来,从 ANSI 转义序列、Markdown 流式渲染的 O(n²) 陷阱,到权限和 diff 的 UX 设计、多端架构;胶水层和基建再往下挖,讲连接、会话和协议边界,把界面撑起来的那半边;评测回答最后一个问题:建起来之后,怎么证明它真的在工作。书里的结论都拿我自己的引擎 ForgeLoopTUI 和各家 agent 的源码核对过,核出来的错,多半先错在我自己身上。

这本册子会持续更新,不是写完就算完的那种:方向挖到哪,部分就长到哪;已经写下的内容也可能更正,发现写错的会改,判断变了的会补记。另外,按目录从上往下读就行。

不是什么权威结论,就是一个人同时踩过 TUI 和 GUI 两条船之后,把踩过的坑和想清楚的事记下来。如果恰好对你有用,那就最好了。


这本小册的前身是连载系列《Agent 时代的开发者界面》,写着写着从界面一路挖到了地基,成书时改了名。公众号上已发布的早期篇目仍挂旧名,内容为同一套。