Ocean Cc Cli

Ocean CLI — Enhanced AI Coding Assistant

Multi-Model · Structured Memory · Multi-Agent Collaboration

A powerful enhanced fork of Claude Code CLI with structured memory, multi-model switching, multi-agent parallelism, and extensible skill system.

Claude GLM Doubao DeepSeek Gemini Codex — switch with one command /model

[](LICENSE) [](README.md)

Features · Quick Start · Docs · Architecture

---

> Keywords: AI CLI tool, Claude Code CLI, multi-model CLI, structured memory, SQLite FTS5, multi-agent collaboration, developer productivity, terminal AI assistant, LLM tools, coding assistant, Claude Code fork, Ocean CLI, 智谱GLM, 豆包, DeepSeek, MCP protocol, Ink TUI, skill system, auto mode, bilingual assistant

---

功能

• 完整的 Ink TUI 交互界面（与官方 Claude Code 一致）
• 多模型接入 — Claude / 智谱GLM / 豆包 / DeepSeek，/model 一键切换
• Auto Mode — AI 分类器自动审批安全操作，危险操作仍需确认
• 双层记忆系统 — 纯 SQLite 结构化事实存储（6 种分类 + 全局/项目双层隔离）+ 自动提取 + 语义去重 + AutoDream 清洗 — [使用指南](docs/tutorial-memory.md)
• 多模型协作 — /multi-agent 按角色分工，真实并行调用 — [使用指南](docs/tutorial-multi-agent.md)
• 技能系统 — /skillify 从会话提炼技能，支持脚本自动生成 — [使用指南](docs/tutorial-skills.md)
• Channel IM 集成 — 飞书/钉钉/Telegram 远程控制 Agent — [使用指南](docs/tutorial-channel.md)
• Hook 系统 — 27 种事件、4 种类型，高度可定制 — [使用指南](docs/tutorial-hooks.md)
• 智能过载重试机制，自动处理 API 限流和超时

---

核心功能

1. 多模型接入

支持 Anthropic 官方模型和第三方兼容 API，通过 custom-providers.json 配置：

{
  "glm": {
    "name": "智谱GLM",
    "type": "anthropic",
    "baseUrl": "https://open.bigmodel.cn/api/anthropic",
    "apiKeyEnv": "YOUR_API_KEY",
    "models": [
      { "id": "glm-5", "name": "GLM-5", "contextLength": 128000 }
    ]
  }
}

# 会话中一键切换
/model glm:glm-5
/model claude-opus-4-6

> 内置智能过载重试：API 限流时自动指数退避，无需手动干预。

2. Auto Mode

AI 分类器自动审批工具调用，所有模型提供商均可使用：

# 命令行启用
ocean --permission-mode auto

# 永久启用（~/.claude/settings.json）
{ "permissions": { "defaultMode": "auto" } }

3. 双层记忆系统

核心特性：

• 双层隔离 — 用户偏好全局共享，项目知识跟随项目，不串台
• 自动提取 — 每轮对话结束，后台 fork agent 自动提取用户偏好、项目结构、技术栈等事实写入 SQLite
• 分层自动注入 — 每轮对话前智能预取相关记忆，identity/workflow/项目概览始终注入，coding_style按技术栈匹配注入，其他记忆按相关性注入，总token占比

SQLite 表结构详解

每个数据库包含 4 张核心表 + 1 个 FTS5 虚拟表 + 1 个统计表：

facts — 事实表 存储所有记忆事实，每条事实独立成行，支持信任评分和检索统计。

| 字段 | 类型 | 说明 | |------|------|------| | fact_id | INTEGER PK | 自增主键 | | content | TEXT UNIQUE | 事实内容（唯一约束防重复） | | category | TEXT | 分类：identity / codingstyle / toolpref / workflow / project / general | | tags | TEXT | 逗号分隔标签（含中文 bigram 预分词结果） | | keywords | TEXT | 主题关键词 JSON（写入时自动提取，如 [{"kw":"邮箱","w":0.9}]） | | trust_score | REAL | 信任评分（0.0~1.0，默认 0.5） | | retrieval_count | INTEGER | 被检索次数 | | helpful_count | INTEGER | 被标记 helpful 次数 | | created_at | TEXT | 创建时间（本地时区） | | updated_at | TEXT | 最后更新时间（本地时区） |

entities — 实体表 自动从事实内容中提取的命名实体，支持别名和类型分类。

| 字段 | 类型 | 说明 | |------|------|------| | entity_id | INTEGER PK | 自增主键 | | name | TEXT | 实体名称 | | entity_type | TEXT | 自动分类：person / technology / topic | | aliases | TEXT | 别名（逗号分隔） | | created_at | TEXT | 创建时间 |

> entity_type 分类规则：纯中文 2-4 字 → person（可能是人名），含英文 → technology，中文 5+ 字 → topic

fact_entities — 事实-实体关联表 多对多关联，一条事实可关联多个实体，一个实体可被多条事实引用。CASCADE 删除保证一致性。

| 字段 | 类型 | 说明 | |------|------|------| | fact_id | INTEGER FK | 关联 facts.factid | | entity_id | INTEGER FK | 关联 entities.entityid |

> 联合主键 (fact_id, entity_id)，INSERT OR IGNORE 防重复关联

facts_fts — FTS5 全文索引（虚拟表） 绑定 facts 表，通过触发器自动同步。支持中文 bigram 分词检索。

| 字段 | 说明 | |------|------| | content | 同步自 facts.content | | tags | 同步自 facts.tags（含 bigram 预分词） |

> 三个触发器（INSERT/UPDATE/DELETE）保证 FTS5 索引与 facts 表实时同步

category_token_stats — 类别词频统计表 增量维护每个 token 在各 category 中的文档频率，用于计算关键词的类别特异性权重。

| 字段 | 类型 | 说明 | |------|------|------| | category | TEXT | 分类名 | | token | TEXT | 关键词 token | | df | INTEGER | 文档频率（该 token 在该 category 中出现的事实数） |

> 联合主键 (category, token)，ON CONFLICT 时 df = df + 1

4. 多模型协作

配置多个 AI 模型按角色分工，真实并行调用：

# 查看可用模型
/agent-config models

# 用预设创建 agent
/agent-config preset architect --model glm:glm-5.1
/agent-config preset reviewer --model vk:doubao-seed-2.0-pro

# 发起协作任务
/multi-agent 设计一个高并发缓存系统

内置 5 个角色预设：架构师、审查员、实现者、测试专家、DevOps。

5. 技能系统

从成功的工作流中自动提炼可复用技能：

# 手动提炼当前会话为技能
/skillify 创建文件并运行验证的工作流

自动提炼：任务完成后，系统自动检测可复用流程，提示确认后生成完整技能文件：

.claude/skills//
├── SKILL.md          # 技能定义（触发条件、步骤、成功标准）
└── scripts/          # 可执行脚本（数据处理、模板生成等）
    └── process.py

6. Channel IM 集成

通过 MCP 协议接入 IM 平台，远程控制 Agent：

# 启动时绑定
ocean --channels server:feishu

# 会话中动态连接（无需重启）
❯ /feishu                    # 快速连接飞书
❯ /channel connect dingtalk  # 连接钉钉
❯ /channel disconnect feishu  # 断开连接

• 入站：IM 消息 → Agent 接收执行
• 出站：Agent 结果 → IM 回复
• 权限中继：工具审批转发到 IM，远程回复 yes/no
• 动态连接：会话中途 /feishu 一键连接，离开后断开

已验证平台：飞书、钉钉

---

快速开始

npm 安装（推荐）

> 前提：需要 Bun >= 1.3.5

# 全局安装
npm install -g @morningljn/ocean

# 或一次性使用
npx @morningljn/ocean

macOS / Linux（一键安装）

curl -fsSL https://raw.githubusercontent.com/ArtLjn/ocean-cc-cli/main/install.sh | bash

> 脚本会自动检测平台、安装 Bun、克隆仓库、构建并部署到 ~/.local/bin/ocean。

国内用户（Gitee 镜像）

国内访问 GitHub 较慢，脚本内置多源回退，优先从 Gitee 拉取：

curl -fsSL https://gitee.com/morning-ljn/ocean-cc-cli/raw/main/install.sh | bash

Windows（PowerShell）

iwr -useb https://raw.githubusercontent.com/ArtLjn/ocean-cc-cli/main/install.ps1 | iex

国内用户：

iwr -useb https://gitee.com/morning-ljn/ocean-cc-cli/raw/main/install.ps1 | iex

> Windows 安装使用 Bun 直接运行，无需 C 编译器。推荐在 WSL 中使用 bash 脚本获得完整体验。

手动安装

# 1. 安装 Bun
curl -fsSL https://bun.sh/install | bash

# 2. 克隆并构建（国内用 Gitee）
git clone https://github.com/ArtLjn/ocean-cc-cli.git && cd ocean-cc-cli
# git clone https://gitee.com/morning-ljn/ocean-cc-cli.git && cd ocean-cc-cli
bun install && ./build.sh

启动

ocean                          # 交互 TUI 模式
ocean --permission-mode auto   # Auto Mode
ocean -p "your prompt"         # 无头模式

---

IDE 集成

Ocean CLI 可替换 Claude Code 官方 CLI，在 IDE 插件中直接使用。安装 Ocean 后，按以下步骤配置你的 IDE：

VS Code / Cursor / Trae CN

安装 Claude Code 扩展后，在 IDE 的 settings.json 中添加：

{
  "claudeCode.claudeProcessWrapper": "/Users//.local/bin/ocean"
}

> 配置文件路径： > - VS Code：~/.vscode/settings.json（全局）或项目 .vscode/settings.json > - Cursor：~/.cursor/settings.json（全局）或项目 .cursor/settings.json > - Trae CN：~/.trae-cn/settings.json（全局）或项目 .trae/settings.json

JetBrains（IntelliJ / PyCharm / WebStorm 等）

1. 打开 Settings → Tools → Claude Code [Beta]
2. 将 Claude command 修改为 ocean（确保 ~/.local/bin 在 PATH 中）

Qoder

与 VS Code 方式相同，在 Qoder 的 settings.json 中配置 claudeCode.claudeProcessWrapper。

验证配置

启动 IDE 中的 Claude Code 面板，输入 /model，如果看到 Ocean CLI 的模型列表（含自定义 Provider），说明配置成功。

---

技术栈

| 类别 | 技术 | |------|------| | 运行时 | Bun | | 语言 | TypeScript | | 终端 UI | React + Ink | | CLI 解析 | Commander.js | | API | Anthropic SDK | | 协议 | MCP, LSP | | 记忆存储 | SQLite (bun:sqlite) + FTS5（全局+项目双层） |

---

项目结构

├── src/                    # 主源码
│   ├── agents/             # Agent 实现
│   ├── skills/             # 技能系统
│   │   └── bundled/        # 内置技能（skillify、auto-skillify 等）
│   ├── memory/             # 双层记忆系统（HolographicProvider + 全局/项目 SQLite）
│   ├── providers/          # 模型提供商接入
│   ├── utils/hooks/        # Hook 系统核心
│   └── cli/                # 命令行界面
├── docs/                   # 文档 & 教程
├── static/                 # 静态资源
└── build.sh                # 构建脚本

---

教程目录

| 教程 | 说明 | |------|------| | [快速开始](docs/tutorial-getting-started.md) | 安装、构建、首次使用 | | [自定义模型接入](docs/tutorial-custom-providers.md) | 智谱GLM/豆包/DeepSeek 配置 | | [记忆系统](docs/tutorial-memory.md) | 手动记忆 + 自动提取 + AutoDream | | [多模型协作](docs/tutorial-multi-agent.md) | 角色分工 + 并行调用 | | [技能系统](docs/tutorial-skills.md) | 技能创建、提炼、脚本生成 | | [Channel 集成](docs/tutorial-channel.md) | 飞书/钉钉远程控制 | | [Hook 系统](docs/tutorial-hooks.md) | 事件类型、配置格式、实用示例 |

架构参考

| 文档 | 说明 | |------|------| | [KAIROS 持久助手](docs/02-kairos.md) | 后台持续运行、自动做梦、Cron 调度 | | [Coordinator 多 Agent](docs/04-coordinator.md) | 指挥官+执行者编排模式 | | [Bridge 远程控制](docs/06-bridge.md) | 网页/手机遥控终端 | | [门控架构](docs/07-feature-gates.md) | 三层门控：编译开关 + USER_TYPE + GrowthBook | | [Hermes 自学习方案](docs/hermes-caludecode-复用方案.md) | 技能提炼 / 记忆增强 / Observer 用户建模路线图 |

---

更新日志

v1.5.3

• 主题关键词提取：写入时从 tags + 英文单词 + 引号内容自动提取 5-8 个主题关键词（位置权重 × 频率权重 × 类别特异性 × Tags 加权），查询时精准区分"核心主题"和"附带提及"，缓解 general 黑洞效应
• 五层递进式检索管线：FTS5 MATCH → LIKE（含中文子串分解）→ 字符级交叉匹配 → 分类推断 → trust fallback，弱模型模糊查询语义命中率 75%
• 查询双语扩展：种子术语表 + 事实库自动提取（括号注释/分隔符关联），中文查询自动追加英文术语，英文查询追加中文
• Category 信号乘法强化：IDF 式加权 + 信号集中度归一化，查询信号集中时该 category 事实获得 ~1.5x 乘法提升
• 新增 category_token_stats 表：增量维护 token 类别文档频率，支持关键词类别特异性计算
• backfillKeywords() 启动时补算已有事实的关键词

v1.5.2

• 三层递进式去重管线：层1实体+编辑距离 → 层2 Jaccard bigram（≥0.45） → 层3 Containment包含率（≥0.8），彻底解决多模型切换导致的中文事实重复问题
• 去掉零实体短路：中文内容实体提取为空时不再跳过去重，回退到 bigram 分词相似度检测
• 启动矛盾审计增强：除实体 JOIN 外新增 Jaccard 纯文本矛盾扫描（≤200条时执行），捕捉中文事实的隐性冲突
• 删除废弃的 private findSimilar() 方法（逻辑已整合进 findSimilarFact 层2）

v1.5.1

• 时间戳从 UTC 改为本地时区，修复 createdat/updatedat 显示错乱（datetime('now') → datetime('now', 'localtime')）
• 修复 retrieval_count 始终为 0：检索追踪从死代码 MemoryStore.searchFacts() 迁移到实际搜索路径 FactRetriever.search()，top3 结果额外 +0.01 信任刷新
• system prompt 添加 fact_feedback 使用指引，引导模型主动正向强化有效事实
• 内容检测路由从只覆盖 general 扩展到 general/workflow/coding_style，防止项目知识混入全局库
• 内容检测路由到项目库时 category 强制覆盖为 project（不再保留 AI 错标的 general/workflow）
• isProjectContent 新增技术调试模式匹配（测试/截图/调试 + 路由/dispatch/搜索/agent 组件名）

v1.5.0

• 全局记忆分类细化：从 4 种 category 扩展到 6 种（identity / codingstyle / toolpref / workflow / project / general）
• 分层注入策略：identity/workflow 始终注入，coding_style 按项目技术栈匹配注入，其他走 prefetch
• 语义去重大幅优化：实体优先（≥50% 重叠）+ 归一化编辑距离辅助，彻底解决阈值两难问题
• 路由与分类解耦：category 标签由 AI 标注（允许偏差），存储位置由内容级检测确定性决定
• 去重搜索跨 category 回退：同 category 搜不到时回退搜索全部分类，合并时保留旧分类标签
• 需求变更自动检测：同实体下内容冲突时自动降权旧事实，新需求自动覆盖旧设计
• Skill 记忆增强：skillify 生成技能时自动注入用户偏好和项目知识，智能推荐项目级/全局级存储位置
• 实体提取修复：去掉 bigram 碎片入库，新增中文声明模式提取（"我叫XXX"、"名字是XXX"）
• 孤立实体自动清理：update/remove 事实时自动清理无关联实体
• system prompt 引导 AI 主动操作 fact_store（"记住"时立即写入，update 时保留旧信息）
• 旧数据自动迁移（user_pref/tool → 新 category）

v1.4.1

• 修复自动记忆提取从未触发（绕过 tengupassportquail feature flag）
• 放宽 extractMemories prompt：支持自动提取项目结构、技术栈、目录布局、构建配置
• fact_store 工具 description 改为支持读写，引导 AI 主动存储项目知识

v1.4.0

• 双层 SQLite 记忆架构：全局库（user_pref/tool/general）+ 项目库（project）
• 去掉 memdir markdown 文件写入，统一为纯 SQLite 存储
• 实体优先去重 + Upsert 机制，共享实体 + 编辑距离判断相似事实自动合并更新
• 中文实体提取：bigram 关键词 + 引号/书名号匹配
• FTS5 中文搜索增强：写入时 bigram 预分词 + 查询时 bigram 拆分
• entity_type 自动分类（person/technology/topic）
• extractMemories forked agent 只写 fact_store，不再写 markdown 文件
• AutoDream 改为 SQLite consolidation（矛盾检测/去重/低信任清理）
• prefetch 简化为纯 SQLite 同步检索（` 围栏注入 + 安全扫描（注入检测/PII/不可见Unicode）
• 后台审查 Agent 自动提取事实（extractMemories 集成 fact_store）
• 信任评分 + 反馈机制（fact_feedback 工具）

v1.2.0

• 技能自动提炼（auto-skillify）：Stop hook 检测 + scripts 目录支持
• 移除 skillify 门控，/skillify 对所有用户可用

v1.1.0

• Channel IM 集成（飞书/钉钉）
• 自动记忆提取 + AutoDream 整合
• 修复 Bun 1.3.12 @ 文件匹配和图片粘贴

v1.0.0

• 多模型提供商支持（智谱GLM/豆包/DeepSeek）
• Auto Mode 解除全部门控
• /mem 轻量记忆系统
• /multi-agent 多模型协作
• 海洋深蓝 UI 主题

---

许可证

[MIT License](LICENSE) © 2025 ArtLjn

---

Ocean CLI — 让 AI 开发更高效，更顺畅

Source & license

This open-source MCP server is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: ArtLjn
• Source: ArtLjn/ocean-cc-cli
• License: MIT
• Homepage: https://github.com/ArtLjn/ocean-cc-cli#readme

Install and usage instructions live in the source repository linked above.