开源模型

智谱 Z.ai 官方开源的 AI 编程工作台，桌面 + Web + 终端 Agent 三合一

2026 年 10 月 7 日

智谱 Z.ai 开源 ZCode —— 全栈可自托管的 AI 编程工作台，支持桌面、Web 和终端（TUI）三种形态，共用同一后端与 RPC 协议；采用 monorepo 结构，完整开源客户端、服务端、UI、Agent CLI 及插件体系；支持 MCP、Hooks 事件机制与多模型 Provider 抽象，提供中文文档与飞书社群。

Claude Code、Codex、Cursor 都很好用，但它们有两个共同点：国外的，而且不给你完整源码。

最近，国产大模型头部玩家智谱（Z.ai）做了一件不一样的事：把自家 coding agent 的整个工作台推上了 GitHub——桌面应用、浏览器界面、终端 Agent，三套形态，连同客户端、后端服务、共享 UI、Agent CLI 的全部源码，一个 monorepo 打包开源，Apache-2.0 协议。

它叫 ZCode。

一句话简介

ZCode 是智谱 Z.ai 官方的 AI 编程工作台，官方一句话定位写着："Z.ai's coding agent harness. Powerful, intelligent, extensible."（Z.ai 的编程 agent 底座：有力、智能、可扩展。）

它最特别的地方是三形态统一：

桌面应用：Electron 客户端，双击即用；
浏览器界面：zcode --web 起一个本地 Web 服务，任何设备开浏览器接入；
终端 Agent：无参数直接进 TUI 交互界面。

三条形态共用同一个 zcode 命令分流：无参进 TUI，--web 起 Web，其余参数交给 Agent CLI 处理。你可以在工位用桌面版、开会投屏用 Web 版、SSH 到服务器用 TUI——同一个后端，同一份会话体验。

核心亮点拆解

亮点 1：把全家桶真的全部开源了

很多开源项目只开源一个 CLI 壳。ZCode 的仓库结构是这样的：

目录	职责
`packages/desktop`	Electron Main、Host、Renderer 与桌面打包
`packages/web`	Web 客户端
`packages/server`	HTTP / WebSocket 服务与远程连接
`packages/ui`	共享 React 组件、hooks 与 Zustand 状态
`packages/services`	业务服务与持久化
`packages/shared` / `rpc` / `client`	共享协议类型、RPC 框架、Agent 客户端 SDK
`packages/provider` / `provider-node`	模型 Provider 公共能力与 Node 实现
`apps/zcode-cli`	Agent CLI、TUI、运行时与工具

一仓打尽，TypeScript 主力约 34.6M 字节代码。CLI 部分的设计尤其克制：运行时零生产依赖，参数解析和终端控制全用 Node 内置模块，构建产物 zcode.cjs 在任何装了 Node.js 24.14.0 的机器上直接跑；还留了一条 SEA（单文件可执行）的可选打包路径。

亮点 2：插件 + MCP + Hooks 三件套，对齐主流 agent 生态

从 apps/zcode-cli 的文档看，ZCode 不只是一个界面，它有完整的扩展体系：

插件系统：插件可以贡献 skills、自定义命令和 MCP server。内置官方插件里，browser-use（浏览器操作）、document-skills（文档技能）、skill-creator（造技能的技能）、zcode-guide 默认启用；ios-simulator、android-emulator 等重运行时插件按需开启；
MCP 全支持：stdio / http / sse 三种 server 类型，CLI 内 /mcp list、/mcp connect 直接管理；
Hooks 七种事件：SessionStart、UserPromptSubmit、PreToolUse、PermissionRequest、PostToolUse、PostToolUseFailure、Stop——能在提示词提交前拦截、工具执行前审批、回合结束时追加校验，自动化闭环的原料齐了。

仓库里还有个耐人寻味的细节：.agents/skills/ 目录内置了 architecture-governance（架构治理）、react-best-practices、agent-browser 等约 10 个技能，还有一个叫 dogfood 的——官方在用自己的产品开发自己。

亮点 3：远程开发 + 自托管 + 中文社群

两个对团队很关键的能力：

远程开发：SSH/WSL 直连远程项目，开发资源经 SFTP 上传到远程机器，不访问外部 CDN。你在本地敲代码，agent 在远程机器上跑，桌面/Web/命令行三种形态都能接。

自托管 + 令牌认证：

zcode --web --workspace /path/to/project --port 3030 --no-open
# 局域网访问
zcode --web --host 0.0.0.0

监听非本机地址时自动生成访问令牌（用终端输出的带令牌链接访问），也可 --token 指定、--no-token 关闭。数据全部留在自己机器上。

对国内开发者还有一个加分项：简体中文 README、飞书社群、Discord 三样齐全，文档读起来没有语言折损。

核心原理与架构差异

ZCode 的架构可以概括为一个运行时，三种壳：

底层是一个 Agent 运行时。apps/zcode-cli 包含 TUI、运行时与工具，可以单独作为终端 coding agent 打包发行——这就是为什么 zcode 命令能一个入口分流三种形态：桌面版是 Electron 壳，Web 版是浏览器壳，终端版是 TUI 壳，壳下面是同一套 Agent 与 RPC 协议。

通信走统一 RPC。packages/rpc 提供 RPC 框架，packages/client 是 Agent 客户端 SDK，Web 后端（默认端口 3030）通过 /ws WebSocket 和 /api 与前端通信。这意味着不管你从哪个壳进来，交互协议是同一套。

模型层是 Provider 抽象。 值得注意的一个事实修正：虽然大家都说 ZCode深度绑定智谱生态，但从仓库内置的 provider 图标看，它预置了智谱 GLM 之外的一长串供应商——Anthropic、OpenAI、DeepSeek、Moonshot Kimi、MiniMax、阿里云、小米 MiMo、xAI、OpenRouter 等。多模型支持是设计就绪的，不过官方主推的当然是自家 GLM，其他供应商的实际体验还需要你亲自验证。

安装与配置

先把门槛说清楚：ZCode 目前没有一行命令的安装脚本（安装脚本 install.sh 是你自建发行包时生成的），主流玩法是从源码构建：

# 环境要求：Git + Node.js 24.14.0 + pnpm 10.33.2（版本以仓库 mise.toml 为准）
git clone https://github.com/zai-org/ZCode.git
cd ZCode
pnpm bootstrap        # 装 workspace 依赖 + 准备桌面运行资源

# 桌面版
pnpm dev:desktop

# Web 版（前端 5173 + 后端 3030）
pnpm dev:web

想得到一个可分发的命令行发行包：

pnpm build:zcode --base-url https://downloads.example.com/zcode/
# 产物：dist/zcode/releases/<version>/zcode-<version>.tar.gz + install.sh

本地调试可以解压直跑，不必上传：

node dist/zcode/debug/zcode/bin/zcode.mjs               # 默认进 TUI
node dist/zcode/debug/zcode/bin/zcode.mjs --web \
  --workspace "$PWD" --port 3030 --no-open        # 起 Web

macOS 本地构建未签名，首次打开被拦时按官方文档执行 sudo xattr -rd com.apple.quarantine /Applications/ZCode.app 放行。

团队落地建议

试点：选 1-2 个内部工具项目，用 zcode --web --workspace 在一台内网机器起服务，团队成员浏览器接入，零安装成本先体验。

限制：用 Hooks 里的 PreToolUse（工具执行前审批）+ PermissionRequest 给危险操作上闸，先收敛权限再放开效率。

规范：把团队的架构约定写进自定义技能和自定义命令（插件体系原生支持），配合内置的 architecture-governance 思路沉淀自己的工程规范。

推广：确认价值后自托管常态化——--host 0.0.0.0 + 自动令牌做局域网准入，数据不出内网，这一点对合规敏感团队是实打实的需求。

适用场景自查表

你是谁	是否适合
智谱 GLM / Z.ai 生态用户，想要官方工作台	正中靶心
想要「桌面 + Web + 终端」都有的开发者	目前几乎仅此一家
要自托管 coding agent 工作台的团队	令牌认证 + 内网部署齐备
想读完整源码、改造成自有工具的团队	Apache-2.0 + monorepo 全开源
只想 curl 一行装完就用的轻度用户	需从源码构建，门槛偏高
重度依赖 Claude Code 插件生态的用户	插件格式相似但生态需重建

优缺点与避坑

优点：三形态统一是真差异点；monorepo 全开源（含 UI 和后端）；插件 + MCP + Hooks 扩展体系完整；中文文档 + 飞书社群对国内用户友好；Apache-2.0 商用友好。

不足与避坑：

太新了。 仓库创建于 2026-09-20，最后一次代码推送停在 09-29（GitHub API 实测，约一周前），open issues 仅 11 个。
暂无预编译二进制发布。 所有形态均需本地构建，对非前端/Node 工程师存在门槛；桌面版 macOS 首次运行需手动解除隔离。
多模型支持尚未验证。 虽预置 Anthropic、OpenAI、DeepSeek 等 provider 图标，但实际调用效果与稳定性需用户自行测试。
插件生态尚处起步阶段。 当前仅内置少量官方插件，第三方插件数量与成熟度远不及 Cursor 或 Claude Code。

JOTO 企业落地观察

企业若计划将 AI 编程工作台纳入研发基础设施，ZCode 的三形态统一架构意味着可在不同协作场景（本地开发、远程会议、服务器运维）复用同一套 Agent 运行时与会话状态，降低多端适配与状态同步的工程复杂度，但需投入资源完成本地构建与持续集成流水线建设。
这类系统对智能体工程提出明确取舍：其 monorepo 全开源模式极大便利了定制化改造（如注入企业私有工具链、审计日志或安全沙箱），但同时也要求团队具备 TypeScript 全栈能力与 Node.js 运行时维护经验，无法像 SaaS 工具那样开箱即用。
ZCode 的自托管能力与令牌认证机制为企业 RAG 知识工程提供了可信底座——代码库、API 文档等敏感资产可完全保留在内网，Agent 的知识检索与生成过程不依赖外部模型服务，但需自行承担模型部署、上下文管理及权限分级的实施成本。
其 Hooks 事件机制（如 PreToolUse、PermissionRequest）为企业 AI 安全治理提供了可编程的干预点，允许在工具调用前插入审批流或策略校验，但该能力的有效性高度依赖团队能否基于自身风险模型编写并维护这些 Hook 逻辑，而非仅依赖默认配置。