在自己的电脑上同时运行多个 AI Agent 会话，随时切换、管理和继续
自带 GenericAgent 内核 · GUI / CLI 双原生 · 本地优先
Download · Quick Start · Docs · English
Galley 在你的电脑上并行运行多个 AI agent session。Human 用 GUI 看进度、发指令、做审批；Supervisor Agent 用 CLI 编排同一支 session team。
| 给人用 | 给 agent 用 | 默认开箱即用 |
|---|---|---|
| GUI 管 session、项目、工具时间线和审批 | galley CLI 是公开契约，方便 Supervisor Agent 调度 |
内置 GenericAgent runtime、CPython 3.11、运行依赖和浏览器控制插件目录 |
已有 GenericAgent 用户也可以在 Settings → Runtime 接入外部 GA；Galley 不修改外部 GA 代码、memory、SOP 或 mykey.py。
| 📦 开箱即用 内置 GenericAgent runtime、bundled CPython 3.11 和运行依赖。 |
🪟 多 session + Project 编排 多任务并行跑；复杂目标可由 Supervisor Agent 拆到一个 Project 下统一汇总。 |
| ⚙️ GUI + CLI 双原生 人在 GUI 里操作，Supervisor Agent 通过稳定的 galley CLI 操作；两边共享同一份 session 和历史。 |
💬 IM 接入 在 Settings → IM 扫码接入微信；Galley 运行时，可以直接从微信给 Galley 发消息。更多聊天软件后续扩展。 |
| 🔒 Localhost-only Core 只监听 Unix socket / Windows named pipe；远程传输交给 Supervisor Agent。 |
🔧 工具时间线 + 审批 工具调用、参数、结果、时延内联展示；高风险动作可审批、白名单或 YOLO。 |
| 🌐 浏览器控制 连接 Chrome / Edge / Chromium 后，agent 可以操作你已登录的浏览器。发挥你的想象空间。 |
💾 持久化 + 搜索 + 后台常驻 关窗不退出，远程通过 Supervisor Agent 调度，回来继续聊、搜索历史会话。 |
你需要先准备好可用的 LLM 服务：API Key、Base URL 和模型名。
| 1. 下载 Galley | 2. 配置模型 | 3. 开始使用 |
|---|---|---|
| 从 Releases 下载 macOS / Windows 安装包。 | 首次启动填入 API Key、Base URL 和模型名。 | 点击「测试并开始使用 Galley」，进入主对话界面。 |
| 平台 | 安装包 |
|---|---|
| macOS Apple Silicon | 文件名包含 macOS_aarch64.dmg |
| macOS Intel | 文件名包含 macOS_x64.dmg |
| Windows x64 | 文件名包含 Windows_x64-setup.exe |
安装提示
macOS 暂未代码签名，首次开启如被系统拦截，可运行：
xattr -d com.apple.quarantine /Applications/Galley.appWindows SmartScreen 提示发布者未知时，点「更多信息」→「仍要运行」。
已有 GenericAgent 环境时，在 Settings → Runtime → 接入外部 GA 选择 GA 目录。
GUI 启动后进 Settings → Agent：
| 按钮 | 做什么 |
|---|---|
| 复制 SOP | 复制 galley-supervisor-sop.md，发给你的 Agent，让它学会在单 session、已有 session 跟进、Project-backed session group 之间选择 |
| 查看 Agent API 文档 | 打开完整命令清单、JSON schema 和 exit code |
用户无需学习 CLI，直接用自然语言告诉 Supervisor Agent，让它安排 Galley 做什么即可。复杂任务不会直接变成一个“大 prompt”：Supervisor SOP 会先选择编排模式，简单问题直接读或跟进一个 session，复杂目标用 Project 承载一组 sessions 并行跑，结束后汇总。也可以在 Settings → IM 接入微信，扫码后从微信给 Galley 发消息。
展开 CLI 示例
Galley 运行时，Supervisor Agent 可以在同一台机器上调用 galley 派任务：
# 看现在跑啥
galley status
galley sessions list
# 开个新 session 跟进 PR
galley session new --project=proj_work \
--supervisor=ga-claude-1 --reason="跟进 PR review" \
"看下 #1234 的反馈"
# 复杂目标：用一个 Project 承载一组 sessions
galley project create "Release readiness review" \
--supervisor=ga-claude-1 --reason="并行检查发布风险"
galley session new "只读检查 app identity、数据目录、SQLite migration 和备份风险。输出风险清单和证据。" \
--project=proj_from_create --supervisor=ga-claude-1 --reason="检查数据安全"
galley session new "只读检查 packaging、release workflow、bundled resources 和版本号。输出 release blocker checklist。" \
--project=proj_from_create --supervisor=ga-claude-1 --reason="检查发布打包"
galley project follow proj_from_create --tail=80 --until-idle --final-show
# 长连接看一个 session 的事件流
galley session watch <id>
# 切 LLM / 归档 / 重启
galley llm set <id> "另一个模型名"
galley session archive <id> --supervisor=ga-claude-1 --reason="done"每个命令都自动携带 origin 三元组 (via=supervisor, supervisor=ga-claude-1, reason=...)，GUI 端时间线上会标注「@ga-claude-1 · 跟进 PR review · 2 分钟前」让 human 一眼看到 supervisor 做过什么。
完整命令清单 + JSON schema + exit code 见 docs/agent-api.md。
GUI 和 CLI 都接到同一个 Rust Core；Core 管 session 生命周期、SQLite 写入和 runner 事件广播。
+----------------+ +----------------+
| Galley GUI |---+ +---| Galley CLI |
| Tauri/React | | | | Rust |
+----------------+ | | +----------------+
v v
+------------------------+ localhost only
| Galley Core | <---- unix socket / named pipe
| Rust | 0600 / no token / no TLS
| - session lifecycle |
| - SQLite authority |
| - runner + events |
+-----------+------------+
|
+------------+------------+
v v
+------------+ +------------+
| Runner #1 | ... | Runner #N | one per session
| Python | | Python |
+-----+------+ +------+-----+
| |
+------------+--------------+
v
+------------------------+
| Galley-managed GA |
| - GenericAgent kernel |
| - Galley prompt profile|
| - bundled CPython 3.11 |
| - bundled dependencies |
+------------------------+
(1) GUI 跟 CLI 是对等前端，不是 GUI 包 CLI；
(2) Rust core 是权威层，session 状态、SQLite 写、runner 生命周期都归它管；
(3) 默认路径是 Galley-managed GA：GenericAgent 是内置 agent 内核。
技术栈： Tauri v2 + React 19 + TypeScript 5.8 + Tailwind v4 / Rust (Galley Core + Galley CLI) / Python (runner，包装 GenericAgent) / SQLite + FTS5 trigram
船上的 galley 是厨房，也是工作台。每个人来这里都有自己的事，但桌子是同一张。
Galley 也是这张桌子：human 在 GUI 推进工作，Supervisor Agent 通过 CLI 管理 agent team。两边共享同一份 session、历史和决策日志，不是各开各的 tab。
Galley started as a workbench for GenericAgent. The first two letters of our name are a quiet bow to where we came from.
 |
 |
 |
 |
部分截图来自早期版本，界面仍在快速迭代。
git clone https://github.com/wangjc683/galley
cd galley
# Python runner（测试）
python3 -m venv .venv
.venv/bin/pip install -e ".[dev]"
.venv/bin/python -m pytest # unit tests
GA_PATH=/path/to/GenericAgent BRIDGE_PYTHON=/path/to/python .venv/bin/python -m pytest -m e2e
# 桌面应用（开发 / 构建）
cd gui
pnpm install
pnpm tauri dev # macOS / Windows 桌面开发模式
pnpm tauri build # 出 .app / .dmg / .exe
# Galley CLI（独立构建）
cd ../core
cargo build --release -p galley-cli # 出 target/release/galleyCI release 流程见 docs/release-workflow.md；手动 Windows build 见 docs/windows-build-checklist.md。
lsdefine/GenericAgent 是 Galley 当前的 agent 内核。Galley 的内置 runtime 基于 GenericAgent，并保留外部 GA attach 兼容路径；Galley 额外提供本地编排、GUI / CLI 对等前端、session 持久化、审批、搜索和打包后的开箱即用体验。