用 AI Agent 干活的人大概都遇到过：它兴冲冲告诉你"完成了"，结果一跑测试全挂——因为它在"自己批改自己的作业"。
Loom 是我写的一个本地 AI Agent 运行时（Python 3.11+，macOS/Linux），覆盖编码、研究和通用任务。核心理念：任务是否完成，不由干活的 Agent 说了算，而由独立的验收环节说了算；整个执行过程全程可查、可分析、可诊断。
- 独立验收门禁：真实命令检查 + 独立语义评审模型，对照原始需求逐条核验；失败进入有界修复，证据不足明确标记阻塞，所有验收证据永久可查
- 多种动态工作流：传统 Plan & Execute 与运行时受约束修订的动态 workflow 任选（顺序节点、依赖检查、节点完成必须附带证据，内核拒绝环和过期修订）；不确定怎么配？"Recommend with LLM" 根据任务描述自动推荐任务类型、工具集合、上下文/工作流插件和知识库，并给出推荐理由
- 极其丰富的执行链路分析：Trajectory 视图完整记录每次模型调用、工具调用、token 用量、上下文增减、错误与恢复事件；一键深度评估由独立评审模型从五个维度——上下文有效性、工具有效性、循环进展、token 效率、验收门禁——诊断执行链路中的问题与浪费，结论带精确到字符区间的证据引用，并产出带验证计划的优化假设
- 真实浏览器视觉验收：内置 Playwright 工具，支持 Canvas/WebGL 页面回放与多帧截图，由独立的图像模型评审截图——不是"采了图就算过"
- 失败自诊断：一键对失败会话启动独立诊断，在 OS 沙箱隔离的 worktree 中排查、写回归测试、产出补丁，人工审查后再合并
- 持久化会话：Web + TUI 双前端，断线/重启后从检查点恢复；暂停/恢复/停止/重开，默认 10M token 预算
- 本地知识库：关键词 / 混合向量 / YakDB / LightRAG 四种引擎，网站同步断点续传，报告带引用来源
- 开放生态：任意 OpenAI 兼容 API、MCP 服务器、CLI 工具均可接入
一切运行在本地，单用户，uv sync 即可启动。欢迎试用、提 issue、拍砖。 GitHub: github.com/kenryhuang/…
