Augment Proxy Manager 运行一个本地 HTTP 代理服务器，拦截 Augment 扩展的 API 请求并转发到你选择的 AI 供应商。
Augment 扩展 → 本地代理 (:8765) → 你的 AI 供应商 API
↑ 自动配置 ↑ Viking 上下文增强
启动代理时，自动设置 augment.advanced.completionURL 指向本地代理，augment.advanced.apiToken 为占位 token。Augment 扩展检测到配置变更后，切换到 API Token 模式（绕过 OAuth），所有流量通过代理转发。停止代理时，自动清除配置，扩展恢复正常。
| 供应商 | 协议格式 | 默认模型 |
|---|---|---|
| Anthropic | 原生 | claude-sonnet-4-20250514 |
| MiniMax | Anthropic 兼容 | MiniMax-M2.2 |
| DeepSeek | Anthropic 兼容 | deepseek-chat |
| Google Gemini | Google 原生 | gemini-3-pro-preview |
| OpenAI | 原生 | gpt-4 |
| GLM (智谱) | OpenAI 兼容 | glm-5 |
| Kimi (月之暗面) | OpenAI 兼容 | moonshot-v1-auto |
| 自定义 | Anthropic / OpenAI | — |
- 安装本扩展，同时安装官方 Augment 扩展
- 在侧边栏面板中选择供应商并输入 API Key
- 启动代理 — 其他全部自动完成
就这样。无需注入、无需重载、无需登录。
- Viking 分层上下文 — 借鉴 OpenViking 的文件系统范式，L0 摘要 / L1 结构 / L2 全文三级按需加载，精准控制注入 token 量
- 目录聚合 + 递归下钻 — 向量初筛 → 目录级聚合 → Top 目录递归下钻，用结构化信号弥补向量精度不足
- Session Memory — 自动从对话中提取用户偏好（语言/框架/代码风格），LevelDB 持久化，跨会话长期记忆
- 本地模型选择 — 侧边栏可视化选择 5 种本地 Embedding 模型（22MB ~ 118MB），支持运行时切换，下载进度实时显示
- 远程 Embedding API — 支持 GLM / OpenAI / 自定义远程 Embedding，远程失败自动回退本地
- HuggingFace 镜像加速 — 内置 hf-mirror.com 国内镜像，模型下载速度大幅提升
- 下载取消 + 缓存自动修复 — 支持取消正在进行的模型下载；检测到缓存损坏自动清理并重新下载
- 智能缓存检测 — 已下载的模型直接从本地加载，不重复检查下载
- OOM 崩溃防护 — 大模型加载导致 extension host 崩溃时，自动回退到默认小模型
- 零注入绕过 — 自动配置 Augment 使用代理，无需修改任何代码
- 流式响应 — 聊天、补全、指令全程实时 SSE 流式传输
- 完整 Agent 模式 — 工具调用、文件编辑、代码库检索全部正常工作
- 配置热更新 — 切换供应商或模型无需重启代理，实时生效
- 本地代码索引 — 内置 RAG 语义搜索，无需云端同步
- 5 种 Embedding 模型 — MiniLM / BGE / E5 系列，含多语言模型，侧边栏一键下载切换
- 模型专属缓存 — 不同模型独立缓存文件，切换模型不丢失历史缓存
- OMC 编排增强 — 集成 oh-my-claudecode，6 种编排模式 + 魔法关键词
- 思考模式 — 支持 DeepSeek、MiniMax、GLM 的扩展思考 (Thinking)
- Prompt 缓存 — 自动为支持的供应商注入 cache_control
- 上下文压缩 — 基于 token 使用率的智能对话历史压缩
- 侧边栏控制面板 — 可视化界面管理全部配置和运行状态
v3.0 支持在侧边栏选择并下载本地 Embedding 模型，无需配置远程 API 即可使用语义搜索：
| 模型 | 大小 | 维度 | 语言 | 说明 |
|---|---|---|---|---|
| MiniLM-L6 | 22MB | 384 | English | 最小最快，基础语义搜索 |
| MiniLM-L12 | 33MB | 384 | English | 12 层，比 L6 更准 |
| BGE-Small | 33MB | 384 | English | BAAI BGE 小模型，代码搜索效果好 |
| BGE-Base ⭐ | 109MB | 768 | English | 性价比最高，推荐 |
| E5-Multi-Small | 118MB | 384 | 多语言 | 支持中/英/日/韩 |
模型基于 Xenova/transformers.js ONNX 格式，首次使用自动下载到本地缓存。
| 设置项 | 默认值 | 说明 |
|---|---|---|
augmentProxy.provider |
anthropic |
AI 供应商 |
augmentProxy.port |
8765 |
代理服务器端口 |
augmentProxy.enableContextCompression |
true |
启用智能上下文压缩 |
augmentProxy.compressionThreshold |
80 |
压缩触发阈值 (%) |
augmentProxy.{provider}.baseUrl |
按供应商 | API 端点地址 |
augmentProxy.{provider}.model |
按供应商 | 模型名称 |
augmentProxy.omc.enabled |
false |
启用 OMC 编排增强 |
augmentProxy.omc.mode |
team |
OMC 编排模式 |
augmentProxy.embedding.localModel |
Xenova/all-MiniLM-L6-v2 |
本地 Embedding 模型 |
augmentProxy.embedding.enabled |
false |
启用远程 Embedding API |
augmentProxy.embedding.provider |
glm |
远程 Embedding 供应商 |
augmentProxy.embedding.mirror |
"" |
HuggingFace 下载镜像 (hf-mirror.com) |
各供应商的专属选项（思考模式、缓存等）在设置中 augmentProxy.{provider}.* 下配置。
API Key 安全存储在 VSCode 内置的 SecretStorage 中。
src/
├── extension.ts # 扩展入口
├── proxy.ts # HTTP 代理服务器 + 初始化
├── messages.ts # Augment 协议解析 + System Prompt 注入
├── sidebar.ts # 侧边栏 Webview UI
├── config.ts # 供应商配置
├── globals.ts # 全局状态 (Viking/SessionMemory/RAG/Embedding)
├── context-manager.ts # 上下文管理
├── context-compression.ts # 智能压缩
├── injection.ts # Augment 扩展自动配置
├── omc.ts # OMC 编排增强
├── tools.ts # 工具调用处理
├── providers/
│ ├── anthropic.ts # Anthropic 流式转发
│ ├── openai.ts # OpenAI 流式转发
│ └── google.ts # Google Gemini 流式转发
└── rag/
├── index.ts # RAG 索引 + Viking 增强搜索
├── embeddings.ts # Embedding 引擎 (本地 5 模型 + 远程 API)
├── viking-context.ts # Viking L0/L1/L2 分层上下文
├── session-memory.ts # Session Memory 长期记忆
├── code-parser.ts # 代码解析器
├── context-generator.ts # 上下文生成
└── storage.ts # LevelDB 持久化存储
| 编辑器 | macOS / Linux | Windows |
|---|---|---|
| VSCode | ~/.vscode/extensions |
%USERPROFILE%\.vscode\extensions |
| VSCode Insiders | ~/.vscode-insiders/extensions |
%APPDATA%\Code - Insiders\extensions |
| Cursor | ~/.cursor/extensions |
%USERPROFILE%\.cursor\extensions |
| Windsurf | ~/.windsurf/extensions |
%USERPROFILE%\.windsurf\extensions |
🔴 致命修复
- 修复 Agent 执行一次操作后就停止的 bug — Anthropic/OpenAI provider 的 stop_reason 判断逻辑错误：当 AI 返回工具调用（如
view读文件）时，因stopReason === 'end_turn'被错误判定为对话结束，导致后续任务永远不会执行。现在只检查toolCalls.length === 0，与 Google provider 保持一致 - 修复任务列表工具不生效 —
view_tasklist、update_tasks、add_tasks、reorganize_tasklist四个工具只有 system prompt 文字描述，缺少 JSON Schema 工具定义注入。AI 模型在 API 的tools参数中看不到这些工具，无法可靠调用。现在三个 provider 均注入完整 schema - 修复 Viking L0 上下文注入无效 —
proxy.ts将 Viking L0 写入augmentReq.system_prompt，但buildSystemPrompt()从不读取该字段，导致上下文被静默丢弃。现在正确合并
🔧 文件编辑引擎重构（核心改进）
- 修复文件编辑终止 bug — AI 调用 apply_patch / str-replace-editor / save-file 后不再直接断开连接，工具执行结果正确回传给 AI 继续生成
- 三 Provider 循环架构 — OpenAI / Anthropic / Google 三个 Provider 全部重构为循环模式：拦截工具 → 本地执行 → 结果回传 AI → 继续生成，最多 25 轮迭代
- 强制精确编辑 — save-file 对已有文件直接拒绝（REJECTED），强制 AI 使用 str-replace-editor / apply_patch 做精确编辑，杜绝全量覆盖
- 新文件本地创建 — save-file 对新文件直接本地执行（含递归建目录），apply_patch 的
*** Create File:子操作也正确执行 - 系统提示词注入 — 自动注入
<file_editing_rules>规则块，从提示词层面引导 AI 使用正确的编辑工具
📊 Diff 渲染（流式输出）
- 拦截的文件编辑操作在聊天中实时渲染 diff，而不是只显示
✅ apply_patch - 行级 diff（≤50 行）：显示
- 删除行/+ 新增行，最多各展示 12 行 - 大文件覆盖（>50 行）：显示行数变化摘要
(1200 → 1250 lines) - 新建文件：显示前 15 行预览
renderDiffText()统一渲染函数，三个 Provider 共用
🔍 OpenViking 上下文增强
- 借鉴 OpenViking 文件系统范式的 Viking 分层上下文系统
- L0 摘要 / L1 结构 / L2 全文三级按需加载，精准控制注入 token 量
- 向量初筛 → 目录聚合 → Top 目录递归下钻，用结构化信号弥补向量精度不足
- 对弱模型（GLM-5 等）的代码理解能力提升尤为显著
🛡️ 崩溃防护
- 修复
augmentConfig.update()重复写入导致窗口无限重载的问题 - 新增 OOM 崩溃检测：大模型加载导致 extension host 崩溃时，下次启动自动回退到默认小模型 (MiniLM-L6 22MB)
- 模型初始化改为后台异步 (fire-and-forget)，不再阻塞插件启动
deactivate()在自动恢复场景下不再清除 Augment 配置
⚡ 性能优化
- 智能缓存检测：已下载的模型直接从本地加载，跳过下载流程和进度回调
- 移除两个过大的模型 (BGE-Large 335MB、E5-Base 278MB)，避免 OOM 风险
🔧 Bug 修复
- 修复下载进度条直接显示 100% 的问题 (transformers.js v3 状态名变更)
- 修复 checkbox 设置 (OMC/远程 Embedding) 不持久化的问题
- 修复
embedding.enabled错误地阻止本地模型加载的问题 ("BM25 mode") - 新增 HuggingFace 镜像加速 (hf-mirror.com)
- 新增下载取消功能
- 新增缓存损坏自动检测清理并重新下载
🎨 UI 改进
- 侧边栏重构：本地模型 (默认) 与远程 Embedding API (可选) 分区显示
- 新增取消下载按钮
🧠 Viking 分层上下文系统
- 借鉴 OpenViking 上下文数据库理念
- L0 摘要 (~100 tokens) / L1 结构化 (~2K tokens) / L2 全文，三级按需加载
- 向量初筛 → 目录聚合 → Top 目录递归下钻 → 结果合并加权
- 用结构化文件系统信号弥补向量精度不足，对弱模型提升尤为显著
📦 本地模型选择
- 侧边栏可视化选择 5 种本地 Embedding 模型 (22MB ~ 118MB)
- 支持运行时一键切换模型，自动重新初始化
- 下载进度条显示文件名和百分比
- 模型专属缓存文件，切换不丢失历史数据
- HuggingFace 镜像加速 (hf-mirror.com)，国内下载速度大幅提升
- 支持取消下载；缓存损坏自动检测清理并重新下载
🧬 Session Memory 长期记忆
- 自动从用户消息中提取偏好（编程语言、框架、代码风格）
- 记录 Agent 经验和教训
- LevelDB 持久化，跨会话保持记忆
- 自动注入 System Prompt，AI 具备长期记忆能力
🌐 远程 Embedding API
- 支持 GLM embedding-3 / OpenAI text-embedding-3-small / 自定义 API
- 远程 API 失败自动回退本地模型
- 远程/本地独立缓存，维度不冲突
- 🔴 致命修复 — Agent 执行一次操作后就停止（stop_reason 判断逻辑错误）
- 🔧 任务系统生效 — 四个任务列表工具注入完整 JSON Schema 定义
- 🔧 Viking L0 上下文修复 — 上下文注入不再被静默丢弃
- 🪟 Windows 兼容性修复 —
proxy.localhostDNS 解析失败改用127.0.0.1，全平台通用 - 🧠 Sharp 模块兼容性修复 — Mock
sharp模块避免 Windows 上 native binding 失败，确保本地 Embedding 模型可用
- 🔧 文件编辑引擎重构 — 修复 AI 调用文件编辑工具后连接终止的致命 bug，三 Provider 全部重构为循环架构
- 📊 Diff 渲染 — 拦截的文件编辑操作实时渲染 diff 到聊天界面
- 🎯 强制精确编辑 —
save-file对已有文件直接拒绝，强制 AI 使用str-replace-editor - 🔍 OpenViking 上下文增强 — Viking L0/L1/L2 分层上下文，向量初筛 + 目录聚合 + 递归下钻
- 🛡️ 崩溃防护 — 修复 extension host 崩溃循环，OOM 防护，智能缓存检测
- 🪞 HuggingFace 镜像 — 支持镜像加速下载
- 🎨 UI 优化 — 侧边栏本地模型与远程 API 分区显示
- 🧠 Viking 分层上下文 — L0 摘要 / L1 结构化 / L2 全文，三级按需加载
- 🧬 Session Memory — 长期记忆，自动提取偏好和经验
- 🌐 远程 Embedding API — 支持 GLM/OpenAI/自定义 API
- 📦 7 种本地模型 — MiniLM-L6/L12, BGE-Small/Base, E5-Multi-Small 等
- 🚀 OMC 编排增强 — 集成 oh-my-claudecode，6 种编排模式
- 🔮 魔法关键词 — ultrawork/search/analyze/ultrathink 自动增强
- 🧠 Embedding 配置 UI — 侧边栏可视化配置
- 🔧 修复配置保存 race condition
- 🛠️ 完整支持
apply_patch工具 - 🤖 GLM-5 支持
- 🌙 Kimi (月之暗面) 支持 + JSON Mode + 联网搜索
- 🚀 零注入模式 + 完整 Agent 模式 + RAG 语义搜索 + 上下文压缩
MIT