💬 对话与推理
多网关接入，长上下文对话。模型能力分开实测，不让"选到不能用的模型"发生。
- 多网关支持 — 推荐奇比特 AI，也支持硅基流动、火山引擎等，一个界面切换 密钥只存本机
- 按能力分流 — 对话、读图、生图分别实测可用性，自动跳过不可用模型 不是"名字猜类型"
- 类型与网关自述对齐 — 模型是不是对话模型、是不是生图模型，读网关自己声明的字段来判定
- 长任务不中断 — 空响应与接口错误自动重试，长任务有进度与终止控制
模型可用性实测能力路由网关描述解析
🛠️ 工程开发链 14 个专用工具
这是灵枢和"只会生成代码片段"的工具最大的区别：它能把项目真正跑起来。
- 识别项目 — 语言、生态、依赖清单、入口、测试与构建命令一次看清 动手前先看清
- 生成工程骨架 — 源码 + 依赖清单 + README + .gitignore + 测试，并按模板当场跑一遍测试
- 安装依赖 — 自动识别 npm / pip / go mod / cargo，非交互、锁文件优先
- 跑测试 — 给结构化结果（通过/失败/命令/耗时），不是一大坨日志
- 构建项目 — npm run build / go build / cargo build / python 编译检查
- 起后台服务 — 长驻进程输出落日志、可读日志、可停止；进程组清理不留孤儿
- 交互式进程 — 能往运行中的程序写输入，REPL、调试器、"输入 y 继续"都能应付
- 端口探活 — 等服务真正就绪，而不是靠 sleep 猜时长
- 一键验收 — 串起"识别 → 装依赖 → 跑测试 → 构建 → 真跑一次"，结论全部来自真实执行
project_scancreate_projectinstall_dependenciesrun_testsbuild_projectstart_processread_process_outputsend_stdinstop_processcheck_portwait_for_portverify_projectprocess_listsleep
📝 代码理解与编辑
改代码前先定位，不靠猜。改完校验语法，不留下坏文件。
- 代码索引 — 按符号（函数/类/方法/常量）查文件和位置，比全文搜索更准
- 结构大纲 — 单文件符号大纲、整项目目录地图、索引统计
- 全文检索 — ripgrep 驱动（无则自动降级），自动忽略依赖与产物目录
- 精确改写 — Patch 式替换，支持多文件协同修改
- 语法校验 — JS / TS / Python 改完即验
code_searchcode_outlinegrep_codeglob_filesapply_patchvalidate_syntax
💻 终端与沙箱
真实执行能力，但有边界、有记录、可中断、可恢复。
- 真实 shell — 一次性执行，或加载你的 .zshrc / .bashrc（行为对齐登录 shell）
- 安全约束 — 命令白名单 + 高危命令拦截 + 命令注入风险识别
- 超时保护 — 超时会被真正切断并返回已产生的输出，不会静默挂死
- 沙箱隔离 — 沙箱网络可开关；沙箱不可用时会明确告知而不是假装成功
- 安全删除 — 删除走系统回收站（可恢复），并禁止用
rm 做永久删除
run_commanddelete_filecheck_disk_spaceshell_snapshot
🌐 浏览器自动化
用一句人话交代任务，它自己看页面、想步骤、动手操作。
- 自然语言任务 — 自动循环"快照 → 决策 → 操作"，最多 20 步，步步有审计日志
- 页面快照 — ARIA 结构树 + 元素编号，AI 按编号精确操作，不是靠坐标瞎点
- 增量对比 — 只关注页面变化的部分，长流程不迷路
- 可见 / 静默两种模式 — 默认后台不打扰你；需要你看着它做、或遇验证码登录时，可以弹出来
- 登录态复用 — 需要登录的站点可复用真实浏览器会话，不用每次重登
- 域名管控 — 审批规则可查可改，你能透明看到 AI 会被如何检查
browser_taskbrowser_snapshotbrowser_snapshot_diffbrowser_actbrowser_actionpolicy_listpolicy_reload
🖥️ 桌面操控
像人一样操作本机软件，把跨应用的任务串起来。
- 看界面 — 截屏 + 读取应用控件树，拿到可交互元素清单
- 操作界面 — 点击、输入文本、按键、滚动、移动鼠标
- 管理应用 — 列出运行中的应用、激活或打开指定应用
- 受控运行 — 桌面操控需要你在系统里授权（自动化 / 屏幕录制），应用内会给你打开设置面板的入口
computer_usetake_screenshotget_app_stateclick_elementtype_textpress_keyscroll_elementlist_appsopen_application
说明：桌面操控需要 macOS 「辅助功能 / 屏幕录制」权限，或 Windows 对应授权。首次使用灵枢会引导你完成授权。
📊 办公文档 6 类文件
产物是能直接打开、能交出去的真文件。
- PPT — 内置高质量排版引擎：13 种版式、6 套配色主题、自动补封面与结尾、页眉页码齐全，中文排版已优化
- Word / Excel / CSV — 直接生成，不需要你懂 python-pptx 之类的库
- PDF — 创建、合并、拆分；可打印文档带程序化校验（查文字叠字、内容越界、页数、图片数）
- HTML 报告 — 生成精美的可分享报告，支持 Markdown 渲染、代码高亮、图片
- 图表与可视化 — 流程图、图表、对比表可内联展示，也能导出
create_slidescreate_docxcreate_xlsxcreate_csvcreate_pdfpdf_mergepdf_splitdocgenrender_reportpresent_widget
🎬 图片 / 视频 / 音频 13 个工具
本地处理、无需联网、不消耗 AI 额度 —— 因为用的是你机器上的 ffmpeg 等工具链。
- 图片编辑 — 裁剪、缩放、旋转、翻转；8 种滤镜调色；文字或图片水印
- 格式与体积 — 格式转换 + 压缩，jpg / png / webp 等
- 文字识别 — 图片 OCR 提取文字
- 抠图去背 — AI 去背景输出透明 PNG，做电商图和素材最常用
- 拼图 — 多图拼接，也能拼成 PDF
- 视频处理 — 裁剪、合并、转码（含 webm）、烧字幕、加水印、转 GIF / 抽帧
- 音频 — 提取或替换音轨；音频转文字（whisper，带时间轴）
- 读懂视频 — 先读时长/分辨率/编码等元数据，再按需抽关键帧交给 AI 看画面
remove_backgroundedit_imageimage_filterimage_watermarkimage_convertocr_imagemake_collagetrim_videomerge_videostranscode_videovideo_watermarkvideo_to_gifextract_audioread_video_keyframesread_video_metadata
📧 邮件 12 个工具
独立邮箱模块，让 AI 帮你把收件箱过一遍、把要回的回掉。
- 多账户 — 支持主流邮箱的 IMAP / SMTP 配置，可测试连接、可移除账户
- 收发读写 — 列出邮件、读正文、搜索、写新邮件、回复、转发、标记
- 摘要 — 把一批邮件汇总成要点，不用一封封点开
- 朗读 — 中文邮件可直接读出来（系统语音）
list_emailsread_emailsearch_emailssummarize_emailssend_emailreply_emailforward_emailsetup_email_account
🧠 记忆与自治
用得越久越懂你；出问题能自己查、自己修。
- 长期记忆 — 跨会话记住你的偏好、项目约定、做过的决定；可检索、可整理、可归档
- 工作区记忆 — 每个项目独立的记忆与日志
- 目标与预算 — 长任务可建目标、追进度、设预算、暂停恢复
- 定时任务 — 一次性或周期性任务（每天 / 每周 / 每月）
- 健康自检 — 检查"当前运行的代码和磁盘上的代码是否一致"，改完自己知道要不要重启
- 自愈与备份 — 崩溃自重启、定时自动备份、启动自检
- 经验沉淀 — 踩过的坑写成经验条目，下次不再犯
memory_recallworkspace_memorydistill_memorygoal_trackcreate_goalmanage_scheduleself_checkrecord_lesson
🧩 可扩展
三种扩展方式，让能力跟着你的需求长。
- 技能包（Skills） — 内置 22 个专业技能：iOS / SwiftUI / AppKit 原生开发、打包签名与公证、性能审计、内存泄漏排查、UI 重构、Web 开发、构建调试、测试分诊等
- 技能搜索与安装 — 在技能源里检索并安装新技能
- MCP 协议 — 连接外部工具与数据源，读取其资源
- 插件 — 插件管理与 GitHub 检索安装
read_skillcall_skillsearch_skillslist_mcp_resourcesread_mcp_resource
🎨 生成式与行业方案
从素材到成品，包含几条已经打通的行业流水线。
- 文生图 — 按描述生成图片；图生图 — 按描述修改/风格化已有图片
- 3D 模型 — 文生 3D 模型（.glb）
- 视频特效 — 给图片套用动效模板，输出短视频（本地完成，无需联网）
- 电商视觉流程 — 抠图 → 合成背景 → 视觉文案，一条链路做出电商宣传图
- AI 漫剧工坊 已开放 · 限时免费 — 角色设定、关键帧、配音选角、合成导出
- 语音合成 — 走你当前网关的语音合成接口，可用于配音与朗读，无需额外申请凭证
generate_imageimage_to_imagemodel_3d_generateimage_to_video_fxcompose_imagecompose_workflow