理解现场
读取当前项目、文件与历史记忆,先弄清你真正要解决的问题。
上下文已对齐不是更聪明的聊天框
是会理解、会分工、会动手的工作台。
一次任务,完整闭环
从理解上下文到交付成果,每一步都可见、可暂停、可继续。
读取当前项目、文件与历史记忆,先弄清你真正要解决的问题。
上下文已对齐把复杂目标拆成清晰子任务,交给更合适的角色并行处理。
计划可随时调整搜索资料、处理文件、运行命令、生成图片,不停留在建议层面。
过程实时可见汇总结论与产物,留下可继续推进的线程,而不是一次性答案。
结果落到本地从想法到成品
你不需要先学会写复杂提示词。把真实需求说出来,Lume 会自己找到下一步。
跨来源搜索、事实核验、提炼分歧,最后交付带来源的结构化报告。
“比较 5 个竞品,告诉我真正的机会在哪里。”


先理解约束,再定位文件、修改代码、运行验证,保留完整上下文。
“修好这个问题,别影响现有登录流程。”



调研、写作、翻译、配图各有分工,把一个模糊想法变成完整内容。
“把访谈整理成一篇有观点的中文长文。”



设置日程和自动化,通过消息渠道接收结果,离开电脑也能继续推进。
“每周一汇总项目进展,并把风险发给我。”


持续在场的上下文
项目背景、表达偏好、关键决定与未完成事项,都能在下一次任务里自然接上。记忆是本地可读文件,你可以查看、编辑、备份或带走。
“不用每次从头解释。Lume 知道你在做什么,也知道你希望怎么做。”
Local-first by design
记忆、会话、技能、自动化和角色工作区都保存在 ~/.lume/。Markdown 与 YAML 是真源,普通工具就能打开。
~/.lume/
├── memory/ # Markdown
├── skills/ # SKILL.md
├── automation/ # cron
├── agent-workspaces/
└── lume.yaml 真正能动手
文件、终端、浏览器、搜索、图片生成、Office 文档与 MCP 服务,统一在同一条任务上下文里协作。
离开电脑,工作也能继续
把周期性任务交给自动化。Lume 在本地按计划运行,调用需要的角色与工具,再把结果推送到你常用的消息渠道。
陆寻 探索员
沈策 规划师
审岳 代码审查员
顾砚 调研员
许澄 翻译官
江岚 作家
宋澈 配音师
林澄 设计工程师
白洛 画师
唐栩 分析师
纪衡 量化交易分析师
温序 小说家
祁远 开发者
陆寻 探索员
沈策 规划师
审岳 代码审查员
顾砚 调研员
许澄 翻译官
江岚 作家
宋澈 配音师
林澄 设计工程师
白洛 画师
唐栩 分析师
纪衡 量化交易分析师
温序 小说家
祁远 开发者 不是一个万能人设
每个角色都有清晰专长、独立工作区和做事方式。主线程负责理解你的目标,再把工作交给最适合的人。
角色不是装饰:它们拥有不同的系统提示、工具偏好与任务边界。
探索员
规划师
代码审查员
调研员
翻译官
作家
配音师
设计工程师
画师
分析师
量化交易分析师
小说家
开发者
13 位角色,随叫随到





模型选择权在你
兼容主流服务商与本地模型。按任务给不同角色分配模型,在成本、速度与效果之间自由选择。
也为开发者准备
Lume 的核心循环以独立 SDK 提供。无需依赖本地 CLI,就能在服务端、Docker、Serverless 或 CI 中运行。
阅读 SDK 文档import { createAgent } from '@lume/agent-sdk'
const agent = createAgent({
model: 'claude-sonnet-4-6',
maxTurns: 10,
})
for await (const event of agent.query(
'Read the project and ship the change.'
)) {
console.log(event)
} 常见问题
普通聊天工具更擅长一次性问答。Lume 面向持续工作:它能读写本地文件、调用工具、保存长期记忆,并把复杂任务交给多个专业角色推进。
核心数据保存在你电脑的 ~/.lume/ 目录。记忆以 Markdown 为真源,配置使用可读格式,方便查看、备份和迁移。
可以。Lume 支持 OpenAI 兼容接口,可连接多家模型服务,也支持 Ollama、LM Studio 等本地模型方案。
Lume 本身基于 MIT 协议开源并可免费下载。你所连接的第三方模型服务,可能按各自规则产生费用。