Tolaria AI 面板完全指南从内联提示到 Coding Agent 的权限模型与流控原理【免费下载链接】tolariaDesktop app to manage markdown knowledge bases项目地址: https://gitcode.com/GitHub_Trending/to/tolariaTolaria 是一款用于管理 Markdown 知识库的桌面应用其 AI 能力围绕「AI 面板」与「内联提示」两条入口展开可对接多种本地 Coding Agent CLI、本地模型Ollama / LM Studio以及云端 API 模型。本文基于官方使用指南 use-ai-panel.md结合仓库内的架构决策记录ADR与源码实现系统讲解如何选择提示入口、配置 AI Target、管理 Agent 模型选择、理解 Vault Safe / Power User 权限模式并解释停止控制、Diff 审查背后的底层实现原理。读完本文你将能熟练配置并使用 Tolaria 的 AI 工作流且理解其权限边界为何是「按仓库隔离」的。两种提问入口AI 面板与内联提示Tolaria 提供两种向 AI 求助的方式AI 面板AI Panel适合较长的对话、需要 Agent 持续工作的任务以及需要可见的来回交互的场景。内联提示Inline Prompt适合写作过程中顺手的提问。按CmdK输入一个空格然后写下希望 AI 基于当前笔记上下文处理的提示即可。内联提示并非独立的 AI 运行时而是通过模块级事件总线把提示投递给 AI 面板。从源码结构看aiPromptBridge 事件总线机制 定义了queueAiPrompt(text, references)写入路径与takeQueuedAiPrompt()消费路径底层用模块变量配合window上的CustomEventtolaria:ai-prompt-queued实现命令面板Command Palette入队提示AI 面板监听事件并消费后转交给 Agent 处理配套的requestOpenAiChat()会先触发tolaria:open-ai-chat事件打开面板再发送提示。这种设计避免了在组件树上层层传递 props也让未来的入口如 Wikilink 上下文菜单、笔记操作栏可以只调用queueAiPrompt即可接入无需改动组件树结构。选择 AI Target三种后端类型打开设置Settings可选择默认 AI Target。Tolaria 将 AI 后端抽象为统一的「AI Target」概念见 ADR-0108 直接模型 AI 目标分为三类Target 类型适用对象能力边界Coding AgentClaude Code、Codex、GitHub Copilot、OpenCode、Pi、Antigravity CLI、Kiro、Hermes Agent工具型可借助 MCP 工具编辑仓库文件Local ModelOllama、LM Studio聊天模式仅基于笔记上下文对话API ModelOpenAI、Anthropic、Gemini、OpenRouter 或任意 OpenAI 兼容端点聊天模式不提供仓库写入工具如果某个 Coding Agent 缺失需要先安装对应 CLI然后重启 Tolaria或切换到其他 Target。需要说明的是ADR-0028 记录了早期曾尝试「API 聊天 CLI Agent」双架构ADR-0027但 API 聊天从未对外发布最终被移除AI 能力统一收敛为 CLI Agent 子进程架构随后的 ADR-0108 又重新引入了「直接模型目标」用于支持本地模型服务器与 API 用户这两类目标始终运行在纯聊天模式。API 密钥的存储边界Tolaria 不在仓库设置vault settings中存储任何 API 密钥。配置 API 模型时可从以下密钥路径中选择详见 configure-ai-models.md在本机本地保存密钥密钥写入 Tolaria 本地应用数据目录下的 secrets 文件中该文件位于仓库之外、项目 worktree 之外且在 Unix 平台以 owner-only 权限写入见 ADR-0108。从命名环境变量读取密钥适合 CI 或不便落盘密钥的场景。不使用密钥本地提供商如 Ollama、LM Studio通常无需密钥。配置完成后可在设置中使用「测试连接test」动作验证测试成功意味着 Tolaria 已到达端点且模型有响应。随后即可在 AI Target 选择器中选用该模型或在设置中将其设为默认 AI Target。选择 Agent 模型Agent 自己的模型选择权部分 Coding Agent 会在 AI 工作区暴露模型选择器Model Picker。两个关键行为选择Agent default让 CLI 自己决定使用哪个模型。选择 Agent 上报的某个具体模型直接指定。Tolaria 会为每个 Agent 分别记住模型选择。若某 Agent 后续移除了此前选中的模型Tolaria 会回退到Agent default而不是把过期的模型 ID 继续发给 CLI。这一行为对应 ADR-0163 Agent 自有模型发现与选择每个 CLI 适配器只对自己能做出可靠承诺的模型开放能力目录例如 Codex 通过codex debug models发现可见目录Claude Code 暴露文档化的稳定别名。模型偏好按 Agent 存储在安装本地installation-local并随 AI 工作区对话元数据记录新建对话时应用该 Agent 的偏好切换 Agent 则恢复目标 Agent 的偏好。若保存的模型从最新目录中消失Tolaria 会在下次运行前清除它、改用 Agent default并在对话记录中插入可见的标记。能力发现失败时只会隐藏该 Agent 的选择器而不会阻塞整个工作区直接 API / 本地模型目标属于独立 Target 类型永远不会消费 CLI Agent 的模型 ID。权限模式Vault Safe 与 Power UserCoding Agent 支持**按仓库per-vault**设置的权限模式Vault Safe仓库安全将 Agent 限制在文件、搜索、编辑工具范围内不允许 shell 执行。Power User高级用户对支持 shell 的 Agent 放开 shell 命令权限。直接模型目标本地模型 / API 模型始终停留在聊天模式它们可以使用笔记上下文但不能通过工具编辑仓库文件。权限模式的来源从 ADR-0092 到 ADR-0103权限模式经历了两次演进。最初 ADR-0092 仓库范围内的 AI Agent 权限模式 决定Tolaria 在仓库配置中保存ai_agent_permission_mode取值safe与power_user缺失或非法值一律归一化为safe对旧仓库与畸形值保持最小权限默认值。该模式会随 AI 面板流请求传入每个 CLI 适配器AI 面板头部显示当前模式并提供紧凑的 Vault Safe / Power User 切换控件Agent 运行期间该控件被禁用。切换模式会保留对话记录并插入本地标记。随后 ADR-0103 适配器专属的 AI 权限语义 将权限模式提升为「产品契约」并按适配器保守映射避免各 Agent 行为漂移Claude CodeSafe 排除 BashPower User 允许并预批准 Bash但不使用--dangerously-skip-permissions。CodexSafe 使用 CLI 的只读沙箱 不信任的审批策略Power User 使用workspace-write 永不询问审批保持会话内的低摩擦。OpenCodeSafe 拒绝 bash 与外部目录Power User 允许 bash 但仍拒绝外部目录。Pi两种模式目前共用同一套保守的瞬态 MCP 适配器配置直到 Pi CLI 暴露可靠的 shell 权限开关Power User 的提示词不得承诺 shell 能力。GeminiSafe 排除run_shell_commandPower User 有意使用yolo并配合受信任的瞬态 Tolaria MCP 设置。从代码结构看权限模式归一化与偏好持久化由仓库配置与设置相关 hooks 承担如useVaultConfig.ts、useAiAgentPreferences.ts、useSettings.ts而状态栏中的 AI Agent 徽标AiAgentsBadge.tsx与 AI 面板控制器useAiPanelController.ts共同把目标切换、模式与可用性暴露给用户。ADR-0103 特别指出Power User 在各 Agent 之间并不等价当某个适配器缺少更宽泛的本地工作开关时两种模式可能映射到同一保守行为这必须由适配器文档与测试明确定义。好请求示例让 Agent 高效工作官方指南给出了可直接借鉴的请求范式Find notes related to this project.查找与此项目相关的笔记Summarize what changed in this note.总结此笔记中的变更Draft a weekly review from these linked notes.根据这些关联笔记起草周报Update this checklist based on the current project status.根据当前项目状态更新清单这类请求充分利用了 AI 面板的「笔记上下文装配」能力Tolaria 会为 Agent 提供结构化 JSON 上下文包含当前活动笔记、关联笔记、打开的标签页与仓库元数据上下文预算约为 18 万 token 的 60%即约 10.8 万 token见 ADR-0027。由于 Agent 具备 MCP 加持的仓库工具它不仅能读还能在权限范围内写。审查变更Diff、Git 历史与停止控制AI 的编辑本质上是文件编辑。官方指南强调在提交前用 Tolaria 的 Diff 视图和 Git 历史审查 AI 产生的改动。这与 Tolaria 的「文件系统即事实来源」设计一脉相承——AI 修改的是仓库中的 Markdown 文件所有变更都可被 Git 追踪与回滚ADR-0002 文件系统事实来源 正是这一机制的根基。提交前可在 commit-and-push.md 查看具体的 Git 提交工作流。停止控制如何真正中止一个 Agent 流当请求不再有用或 Agent 方向跑偏时使用停止控制stop control。停止只终止当前活跃的流不会改变你下一次请求的目标Target 保持原样。从源码原理看停止控制远比「忽略后续事件」要深ADR-0133 请求作用域的 AI 流事件通道每个原生 AI 流使用渲染器生成、后端校验的请求作用域 Tauri 事件名以稳定的基础前缀 安全字符集命名非法或缺失回退到旧共享通道保证并发/快速复用的多个 AI 会话不会把增量、工具事件或完成事件串到错误的渲染器监听器上。ADR-0148 可取消的 AI Agent 流桌面后端把stream_ai_agent执行包进 AI Agent 流作用域适配器派生子进程时通过共享进程注册表把子进程注册到当前作用域流 ID 下。渲染器调用abort_ai_agent_stream(event_name)同一作用域 ID即可终止已注册的子进程命令会先校验ai-agent-stream-*前缀与安全字符集无活跃子进程时返回false。直接模型流因不派生子进程不进入该注册表。停止与进程启动/自然结束存在竞态因此前后端停止路径都是幂等的。这套「请求作用域事件名 取消句柄」的设计让停止按钮能够真正终止应用管理的 CLI 子进程而不是仅仅忽略迟到的流事件。架构脉络从单一 CLI 到共享 Agent 注册表理解 AI 面板的设计演进有助于你判断其能力边界ADR-0062可选择的 CLI AI AgentTolaria 引入共享 CLI Agent 抽象前端把 Agent 视为小型注册表claude_code、codex现已扩展到 Copilot、OpenCode、Pi、Antigravity、Kiro、Hermes 等包含标签、安装 URL、可用性状态与持久化的default_ai_agent设置AI 面板、引导门、命令面板与状态栏都读取这份共享模型。后端ai_agents.rs负责 Agent 检测与流式转发派发到各适配器如 Codex 通过codex exec --json启动并借助瞬态配置注入 Tolaria 的 MCP 服务器。ADR-0108AI Target 抽象在 Coding Agent 之外新增直接模型目标设置承担持久化的提供商配置与默认 Target 选择状态栏成为跨 Agent 与已配置模型目标的快速切换器。流控分层事件流走请求作用域通道ADR-0133取消走进程注册表ADR-0148提示路由走事件总线ADR-0061权限走按仓库模式 适配器映射ADR-0092 / 0103模型选择权归各 Agent 适配器ADR-0163——每一层都有明确的职责与安全边界。小结Tolaria 的 AI 面板是一套「入口统一、后端可插拔、权限按仓库隔离」的体系内联提示通过事件总线汇入面板Coding Agent 通过共享注册表接入并受 Vault Safe / Power User 模式约束直接模型目标提供无工具写入的纯聊天能力模型选择由各 Agent 自己负责并可按 Agent 记忆流式事件与取消机制则保证了并发安全与可控性。日常使用时只需记住四个要点长任务用面板、写作中用CmdK空格内联提示、跨 Target 用状态栏或设置切换、AI 改完先 Diff 后提交。【免费下载链接】tolariaDesktop app to manage markdown knowledge bases项目地址: https://gitcode.com/GitHub_Trending/to/tolaria创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考