DimAgent：一个 agent，桌面、终端、编辑器随处能用

DimAgent ↗ 是一个本地运行的 AI Agent 运行时，主打"一个 agent，随处可用"——同一套 agent 能力，桌面客户端、命令行终端、甚至 Zed 这样的编辑器里都能用同一个内核跑起来，不用为每个场景单独学一套新工具。

核心功能

• 三种入口，一个内核：Desktop 是可视化工作台（聊天、项目/线程侧栏、会话可分叉），CLI 是 TUI + headless 双模式（能塞进脚本和 CI 管道），ACP 则是标准 Agent Client Protocol server，可以直接接进 Zed 等支持 ACP 的编辑器。三者背后是同一个 agent 运行时，权限和状态管理逻辑不用换个入口就重学一遍。
• 模型和服务商自己挑：官网列了 30 多家 provider——OpenAI、Anthropic、Google、DeepSeek、Qwen、Kimi、GLM、MiniMax、Doubao、Hunyuan 这些国内外主流模型都在，本地跑的 Ollama、LM Studio 也当一等公民对待，不比云端模型矮一头。
• KV-cache 复用降成本：这是官网重点强调的技术卖点——system prompt、tool definitions、历史消息前缀都保持稳定，对缓存特别友好，官方数据是 DeepSeek V4 实测能到 98% 的 KV-cache 复用率，其他主流模型也在 90% 以上。多轮迭代开发不用每次都重新"烧"一遍 prompt 费用。
• 多 agent 并行协同：可以把子任务拆给不同模型的后台 agent 同时干活，比如一个负责写代码、一个负责审架构、一个负责大规模重构、一个负责写文档，每个 agent 自己指定模型，异步跑不卡主流程，还能跑在独立的 git worktree 或容器里彼此隔离。
• 浏览器实时协作标注：桌面端内置浏览器预览（支持本地文件和线上页面），文件夹一有改动就自动重载。可以直接在页面上圈选一个元素，写下具体的修改意图，连同 CSS 属性一起丢给 agent，不用来回口头描述"就是那个标题再大一点"。
• 长任务不用一直盯着：号称能连续跑 20 多个小时不用人工介入——三层错误恢复、自动上下文压缩、长输出会 offload 掉，早上派个活，晚上回来看结果。配合 Plan mode（锁定只读的两层防护）和逐工具的权限管控，长任务也不至于跑飞。
• 本地优先，数据自己留着：对话记录落在本地 ~/.dimcode 的 SQLite 库里，随手可查可导出；凭证走系统的 Keychain / Credential Manager，不会明文落盘；不强制绑定任何后端服务，接本地模型离线也能干活。
• 插件、MCP、Skills 都支持：manifest 声明式插件系统（单个插件崩了不连累整个运行时）、MCP（stdio 和 HTTP 两种传输）、SKILL.md 远程安装、15 个 Hooks 扩展点，从 run 到 tool 到 subagent 全链路可插拔。

支持平台：桌面客户端覆盖 macOS（Apple Silicon 和 Intel）、Windows、Linux；CLI 通过 npm 全局安装（npm install -g dimcode，装完用 dim 命令启动），跨平台通用。

收费情况：软件本身可以直接从官网免费下载安装，CLI 也是免费装。用的时候需要自己准备模型的 API Key，或者直接接本地的 Ollama / LM Studio 跑，那样完全不花钱。官网导航里没有找到独立的定价页面，如果之后有官方托管额度或订阅方案，建议直接上官网确认最新信息。

我的感受

DimAgent 最打动我的地方不是"又一个 AI 编程助手"，而是它把桌面、终端、编辑器三种使用习惯用同一个 agent 内核串了起来——平时在终端里跑脚本、要可视化操作时切桌面版、写代码时接进编辑器，权限逻辑和上下文管理是一致的，不会因为换了个入口就要重新适应一套新东西。对已经在多个 AI 工具之间来回切换、又不想被单一模型厂商锁死的人来说，这种"自己攒模型组合"的思路挺有吸引力，尤其是 Qwen、GLM、Doubao 这些国内模型也都接进去了，不是只服务海外用户的工具。

不过要说清楚，DimAgent 终究是一个"运行时"，不是开箱即用的完整助手——好不好用，很大程度取决于你接的是哪家模型、给了多少权限，官网也没有看到自带的免费额度，所有模型调用的费用还是要算在你自己接的 API 头上，这点和一些自带免费额度的同类工具不太一样，上手前的模型账号和 Key 准备工作省不掉。如果你已经有稳定的模型 API 或者本地模型环境，只是想要一个能在桌面、终端、编辑器之间统一调度的 agent 入口，DimAgent 值得看看。