项目详细介绍
从定位、能力边界到落地方式，快速理解 Codebot 在个人 AI 助手中的核心价值。
为什么是 Codebot
很多 AI 工具停留在“单轮回答”阶段，而 Codebot 更关注“持续协作”。它将聊天、记忆、任务调度、通知分发整合为统一工作流，让 AI 从一次性问答工具升级为长期可用的数字助手。
在技术实现上，Codebot 通过 OpenCode 接入多模型能力，结合本地化数据存储机制，既能保持响应效率，也能保障你的数据在个人环境中可控、可追溯、可迭代。
对于开发者与高级用户，你还可以进一步扩展技能、接入外部服务、配置自动化触发规则，形成适配自己工作方式的 AI 系统。
适用人群与场景
OpenCode 对接
支持与 OpenCode Server 建立稳定连接，覆盖模型配置、会话请求、流式响应和状态管理，满足从日常问答到复杂任务编排的调用需求。
记忆能力
结合结构化会话存储与向量检索，支持长期偏好记忆、语义召回和上下文延续，使回复更具连续性与个性化。
任务调度
支持 Cron 调度、执行日志与失败追踪，能够将“提醒、生成、执行、回传”打通为自动化闭环，适配多种个人任务流。
多通道通知
支持应用内、飞书、邮箱等通知策略，可按场景选择提醒通道，确保关键任务结果及时触达，不遗漏执行反馈。
能力架构
前后端协同 + 本地数据存储 + 多模型能力接入，构成稳定可扩展的个人助手架构。
交互层
基于 Web/Electron 的统一界面入口，覆盖对话、记忆、任务、配置与日志查看，保持操作链路清晰。
服务层
FastAPI 后端承载会话处理、调度执行、通知分发和配置管理，对外提供一致 API 契约。
记忆层
SQLite 保存结构化数据，向量存储负责语义检索，支持长期演进的记忆管理与归档机制。
模型层
通过 OpenCode 统一管理模型调用，支持不同任务下的模型切换与流式响应，提升输出质量和速度。
典型使用流程
从需求输入到自动执行与通知回传，形成完整闭环。
1. 输入目标
你可以直接描述问题或任务目标，系统会识别是普通对话、记忆写入还是定时任务。
2. AI 处理
系统调用合适模型并结合历史上下文、已有记忆与规则策略生成可执行结果。
3. 自动执行
需要定时或后台运行的任务会进入调度系统，按计划触发并记录全过程日志。
4. 结果送达
执行结果通过应用内或外部渠道通知你，必要时自动更新记忆，形成持续优化循环。
界面截图
以下为 Codebot 相关展示图
