---

中国神兽化身VibeCoding与数据分析的安全助手。

一个开源的Coding Agent CLI，具有强大的隐私保护与多语种交互的功能，支持多后端（DeepSeek / OpenAI 兼容 / 智谱 / 通义 / Kimi/ Ollama 本地），具备工具调用、技能加载、子代理委派、上下文压缩、安全沙箱等完整能力。

---

核心优势

隐私保护

• 双向可逆隐私保护：保护你的敏感信息在发送给 LLM 之前就被替换为占位符，收到响应后再自动还原。整个过程对用户无感——你看到的历史、工具参数、最终答案始终是原文，而 LLM 看到的永远是 «PZ_PHONE_a3f8b2c1d4e5f6a7» 这样的随机不可猜测占位符。
• 落盘全面脱敏：会话文件、压缩转录、审计日志在写盘前自动脱敏（默认开启），磁盘上永远不出现明文 PII。
• 抗注入：占位符使用 64 位密码学随机 token，无法枚举、无法伪造、无法重放；会话切换后旧占位符立即失效。
• 多种方式开启隐私保护：可以通过命令行输入自然语言，同时支持使用更精准的/privacy命令开启隐私保护模式
• agent本地化：本产品无远程数据库，完全本地化运行，不会收集用户信息

特性

• 多后端支持：DeepSeek、任意 OpenAI 兼容接口（GLM / Qwen / Kimi/ OpenAI）、本地 Ollama，一键切换。

• 零配置启动：首次运行自动生成配置文件，用户只需填一次密钥。

• 隐私脱敏：发送给 LLM 前自动识别并脱敏 30+ 类敏感信息（手机号、邮箱、身份证、护照、银行卡、国际号码、API Key、JWT、数据库连接串、MAC 地址……），收到响应后自动还原；落盘时同样脱敏，磁盘不留明文；支持标准 / 严格两级模式，可用自然语言或 /privacy 命令切换。

• 多语言交互：中/英/日/韩/西/法/德/俄/阿 九种语言自由切换，说一句 English 或 /lang ja 即可，AI 全程用对应语言思考与回复。

• 完整工具链：bash 执行、文件读写编辑、glob/grep 搜索、网页搜索抓取、后台任务、任务与待办管理。

• 技能系统（Skills）：按需加载领域知识（SKILL.md），让 AI 在特定场景下更专业。

• 子代理（Subagents）：把复杂任务委派给独立上下文的子代理，避免污染主会话。

• 钩子（Hooks）：Python 或 Shell 钩子，支持工具调用前后拦截、审计日志、自动格式化、测试门控。

• MCP 协议：通过 Model Context Protocol 接入外部工具服务器（GitHub、Filesystem 等）。

• 上下文压缩：两级压缩（工具结果截断 + LLM 摘要），支持超长对话。

• 安全沙箱：命令白名单、路径逃逸检测、危险命令拦截、敏感文件保护、脚本注入拦截。

• 黑金主题 CLI：中文宽度自适应，代码高亮、Diff 着色、思考折叠。

白泽CLI界面

安装

前置要求

• Python 3.10+（需要 tomllib，3.11+ 内置；3.10 需安装 tomli）

• pip

从源码安装

下载方式两个

1.pip install https://github.com/Xu123-Bob/Baize.git

bash  --win+R 输入cmd，然后输入：

baize

2、在仓库页面点击 <>Code --> Download ZIP

(1)解压后进入本文件目录：

bash  --win+R 输入cmd

cd 解压后的目录

pip install -r requirements.txt    

python -m Baize             

下载完成后win+R 输入cmd，打开CLI界面，输入baize，即可运行

(2)下载 ZIP 后本地安装，解压后进入目录，执行：

bash --win+R 输入cmd

pip install .

下载完成后win+R 输入cmd，打开CLI界面，输入baize，即可运行

可选：安装数据接入依赖（数据分析重要工具）

如果你需要让白泽驱动 SPSS 或 SQL 数据库，额外安装：

pip install -r requirements-data.txt

requirements-data.txt 包含：

• spss-studio-mcp：SPSS 统计分析 MCP server（需要本机已安装 IBM SPSS Statistics）
• atengk-mcp-server-rdbms：通用关系型数据库 MCP server（PostgreSQL / MySQL / SQL Server / Oracle / 达梦等）
• pyodbc：SQL Server 所需的 ODBC Python 绑定

或者，如果项目已通过 pyproject.toml 安装，也可以用 extras：

pip install -e ".[data]"          # 一键安装全部数据接入依赖
pip install -e ".[spss]"          # 只装 SPSS
pip install -e ".[sql]"           # 只装通用 SQL
pip install -e ".[sql-mssql]"     # SQL Server 专用（含 pyodbc）

• ⚠️ SQL Server 用户注意：pyodbc 只是 Python 绑定，系统层还需安装 Microsoft ODBC Driver 18 for SQL Server。
• ⚠️ SPSS 用户注意：spss-studio-mcp 只是 MCP 桥接层，必须本机已安装 IBM SPSS Statistics（版本 20–31）并处于已授权状态，并且设置环境变量 SPSS_INSTALL_PATH 指向 SPSS 安装目录。目前 SPSS 引擎主要在 Windows 上支持完整分析功能；Linux/macOS 下可以降级为"文件模式"（读取 .sav 文件、查看元数据、预览数据，但不支持统计分析）。

快速开始

LLM API接入运行

1. 首次运行

baize

首次运行时，白泽会自动生成两个配置文件：

~/.baize/config.toml   # 后端配置（选 DeepSeek / OpenAI / Ollama）

~/.baize/.env          # 密钥文件>

Windows 用户路径为 C:\Users\你的用户名\.baize\。

2. 选择后端 打开 ~/.baize/config.toml，修改 active_provider（一定要修改）：

# 白泽配置文件
# 修改 active_provider 切换后端  # 可选值："deepseek" / "qwen" / "kimi" / "glm" / "openai" / "ollama"

active_provider = "deepseek"

[model_providers.deepseek]
name = "DeepSeek"
base_url = "https://api.deepseek.com"
env_key = "DEEPSEEK_API_KEY"
model = "deepseek-flash"

[model_providers.qwen]
name = "Qwen"
base_url = "https://dashscope.aliyuncs.com/compatible-mode/v1"
env_key = "DASHSCOPE_API_KEY"
model = "qwen-plus"

[model_providers.kimi]
name = "Kimi"
base_url = "https://api.moonshot.cn/v1"
env_key = "MOONSHOT_API_KEY"
model = "kimi-k2.7-code"

[model_providers.glm]
name = "GLM"
base_url = "https://open.bigmodel.cn/api/paas/v4"
env_key = "ZHIPUAI_API_KEY"
model = "glm-4-plus"

[model_providers.openai]
name = "OpenAI"
base_url = "https://api.openai.com/v1"
env_key = "OPENAI_API_KEY"
model = "gpt-4o"

[model_providers.ollama]
name = "Ollama (本地)"
base_url = "http://localhost:11434/v1"
env_key = ""
model = "qwen2.5:7b"

3. 填入密钥 编辑 ~/.baize/.env，如果需要使用哪个LLM，即可把前面的#删除，并在其它LLM前面加上#，锁住其它LLM API的输出，输入API Key之后，一定记得保存，只有保存之后才有效：

# ============================================================
# 白泽密钥文件
# ============================================================
# 只填你要用的后端的密钥，其余保持注释即可。
# 变量名必须与 config.toml 中的 env_key 字段一致。
#
# 位置：
#   Linux / macOS: ~/.baize/.env
#   Windows:       C:\Users\你的用户名\.baize\.env
# ============================================================

# ---------- DeepSeek（默认后端） ----------
# 获取地址：https://platform.deepseek.com/api_keys
DEEPSEEK_API_KEY=

# ---------- OpenAI 或任意 OpenAI 兼容接口（可选） ----------
# 适用于 Groq、通义、Moonshot、智谱、OpenAI 等
# 注意：base_url 在 config.toml 的 [model_providers.xxx] 里配置，不在此处
# OPENAI_API_KEY=

# ---------- 通义千问（可选） ----------
# 获取地址：https://dashscope.console.aliyun.com/
# DASHSCOPE_API_KEY=

# ---------- Kimi / Moonshot（可选） ----------
# 获取地址：https://platform.moonshot.cn/console/api-keys
# MOONSHOT_API_KEY=

# ---------- 智谱 GLM（可选） ----------
# 获取地址：https://open.bigmodel.cn/usercenter/apikeys
# ZHIPUAI_API_KEY=

# ---------- 自定义网关（可选） ----------
# CUSTOM_API_KEY=

# ---------- Ollama（本地模型，无需密钥） ----------
# 只需确保 Ollama 已在 localhost:11434 运行即可，无需在此配置

1. 重新启动

baize

看到黑金 Logo 和欢迎信息即启动成功。

Ollama 本地模型（零成本）

不想用云 API？用本地 Ollama：

bash

#1. 安装 Ollama：https://ollama.com/download
#2. 拉取模型
ollama pull qwen2.5:7b

#3. 启动 Ollama 服务
ollama serve

#4. 修改 ~/.baize/config.toml
active_provider = "ollama"

#5. 启动白泽
baize

推荐模型：qwen2.5:7b（中文强）、llama3.1:8b、deepseek-r1:7b。

使用示例

启动后在 >>> 降旨： 提示符下用自然语言描述需求即可：

>>>降旨：用 Python 写一个爬取豆瓣 Top250 的脚本，保存为 CSV

>>>降旨：帮我检查 src/ 下所有 Python 文件的类型错误

>>>降旨：在这个仓库里找一下所有用到 requests 的地方，改成 httpx

多语言交互

白泽支持九种语言：中文、English、日本語、한국어、Español、Français、deutsch、русский、العربية。

有两种切换方式：

方式一：直接说话（自动检测）

白泽会自动识别你输入的语言并切换：

>>> 降旨：Hello, help me write a Python script
[系统] 已检测到输入语言为 English，白泽已切换为 English 交互。
（白泽用英文回复）

>>> 降旨：日本語で答えてください
[系统] 已检测到输入语言为 日本語，白泽已切换为 日本語 交互。
（白泽用日文回复）

方式二：手动命令

>>> 降旨：/lang                # 查看当前语言和可用列表
[系统] 当前语言：中文 (zh)
[系统] 可用语言：
    zh    中文 ←
    en    English
    ja    日本語
    ko    한국어
    es    Español
    fr    Français

>>> 降旨：/lang English        # 用语言名切换
>>> 降旨：/lang ja             # 用语言代码切换
>>> 降旨：/lang 西班牙语        # 中文名也可以

支持语言名 / 语言代码 / 中文名 / 原文名四种写法。例如切换英文时，English、en、英语、英文 任意一种都可以。

内置命令

• /exit、/quit --> 退出白泽
• /clear --> 清空对话历史、待办、思考记录和工具记录
• /compact --> 手动压缩上下文（对话过长时使用）
• /commit --> 保存当前会话并提交到 Git（若在 Git 仓库内）
• /lang → 查看当前语言；/lang en 切换为英文（支持语言代码或语言名）
• /skills --> 列出所有可用技能
• /skills reload --> 重新加载用户技能目录
• /unload --> 卸载当前激活的技能
• /show thought --> 查看完整思考记录
• /show tool --> 查看工具调用记录
• /show all --> 查看全部会话历史
• /技能名 --> 加载指定技能（支持模糊匹配）
• /privacy --> 隐私脱敏控制（on / off / strict / status / rules / test / clear）
• /privacy rule-off <name> --> 禁用某条脱敏规则（如 /privacy rule-off phone_intl）
• /privacy rule-on <name> --> 重新启用某条规则

数据接入使用示例

配置好 SPSS / SQL 后，可以直接用自然语言驱动：

>>>降旨：用 SPSS 打开 data.sav，告诉我变量列表和样本量

>>>降旨：对 data.sav 做描述性统计，然后跑一个线性回归

>>>降旨：查一下 sales 表里上个月销售额超过 10 万的订单，按客户分组

>>>降旨：把 SPSS 分析结果导出成 CSV，再用 SQL 关联客户主数据

扩展机制

白泽支持四种扩展方式，全部放在当前工作目录下即可生效。

技能（Skills）

在 ./skills/技能名/SKILL.md 中编写领域知识，AI 遇到复杂任务时会主动加载。

markdown

---
name: pandas-eda

description: 使用 pandas 进行探索性数据分析的最佳实践

tags: data,python
---

#Pandas EDA 指南

##核心步骤
1. df.info() 查看字段类型和缺失
2. df.describe() 统计描述
...
也可以在对话中用 /pandas-eda 手动加载。

子代理（Subagents）

在 ./subagent/角色名/AGENT.md 中定义专用子代理，主代理可通过 agent 工具委派任务。

markdown

---
name: code-reviewer

description: 严格的代码审查员
---

你是资深代码审查员。审查时优先关注：
1. 边界条件与异常处理
2. 资源泄漏
3. 并发安全
...

钩子（Hooks）

在 ./hooks/ 下放置

• PreToolUse-*.
• sh、PostToolUse-*.
• sh、Stop-*.sh 接收 JSON 输入，返回决策：

#!/bin/bash
# PreToolUse-guard.sh
read -r input
if echo "$input" | grep -q "rm -rf"; then
  echo '{"hookSpecificOutput":{"permissionDecision":"block","permissionDecisionReason":"Deletion prohibited"}}'
fi

Python 钩子可直接调用内置 API（见 Baize.py 中的 hook_* 函数）。

MCP 服务器

在 ./MCP/mcp_config.json 中配置外部工具服务器：

    {
      "mcpServers": [
        {
          "name": "filesystem",
          "command": "npx",
          "args": ["-y", "@modelcontextprotocol/server-filesystem", "."],
          "env": {},
          "enabled": true
        }
      ]
     }

安全设计（核心）

白泽默认启用以下安全机制：

• 命令白名单：仅允许 ls、cat、grep、git、python3 等常用命令。
• 路径逃逸检测：所有文件操作限制在当前工作目录和 /tmp 内。
• 危险命令拦截：拦截 rm -rf /、fork bomb、curl | sh、git push --force 等模式。
• 敏感文件保护：禁止修改 .env、.ssh/、id_rsa、*.pem 等。
• 脚本注入拦截：检测 python -c "os.system(...)" 类绕过。
• 进程资源限制：Linux/macOS 下限制 CPU、内存、进程数。
• 隐私脱敏（双向可逆）：出站时 PII 替换为随机占位符，入站时还原；落盘时独立脱敏。
• 占位符抗注入：64 位密码学随机 token + 输入侧中和 + 会话隔离。
• 审计日志脱敏：hook_audit_log 写盘前脱敏 + 截断 + 失败拒写。 如果你需要在受信任的项目中放宽限制，可修改 Baize.py 中的 ALLOWED_COMMANDS 和 FORBIDDEN_PATH_PATTERNS。

隐私脱敏（核心）

白泽内置双向可逆 + 落盘脱敏的隐私保护机制，覆盖从输入到磁盘的完整链路：

• 出站：发给 LLM 之前，PII 被替换为不可猜测的占位符
• 入站：LLM 响应里的占位符被还原为原文
• 落盘：会话文件、压缩转录、审计日志写盘前独立脱敏，磁盘不留明文 默认关闭，需要时开启。

两种开启方式

方式一：自然语言

直接在对话中说：

>>>降旨：开启隐私脱敏
[系统] 隐私脱敏已开启（标准模式）。

>>>降旨：开启严格脱敏
[系统] 隐私脱敏已开启（严格模式）。

>>>降旨：关闭隐私保护
[系统] 隐私脱敏已关闭。

方式二：斜杠命令

• /privacy on 开启标准模式
• /privacy strict 开启严格模式
• /privacy off 关闭
• /privacy status 查看状态、会话 ID、规则数、LRU/TTL 统计
• /privacy rules 列出全部规则（含启用状态）
• /privacy rule-off <name> 禁用某条规则
• /privacy rule-on <name> 重新启用
• /privacy test <文本> 测试脱敏效果
• /privacy clear 清空占位符映射并轮换会话 ID

两级模式

标准 ：中国大陆手机号、身份证号、银行卡号（Luhn 校验）、邮箱、IPv4/IPv6、OpenAI/Anthropic/GitHub/AWS API Key、Bearer Token、私钥块、密码字段、URL 凭证

严格 ： 标准模式全部 + 中文姓名、QQ 号、微信号、中国大陆车牌号

工作原理

用户输入（含真实 PII）→ messages 存原文

↓ sanitize_messages()

发给 LLM 的是 [[PHONE_1]]、[[EMAIL_1]]

↓ LLM 响应

返回的占位符 → restore_message()

还原为原文 → 落盘 / 显示 / 工具执行

• 隐私脱敏（双向可逆）：出站时 PII 替换为随机占位符，入站时还原；落盘时独立脱敏。
• 占位符抗注入：64 位密码学随机 token + 输入侧中和 + 会话隔离。
• 审计日志脱敏：hook_audit_log 写盘前脱敏 + 截断 + 失败拒写。

工具参数智能分级

会被脱敏（纯文本参数，不参与实际执行）：

• todo、ask_user_question、task_create、task_update 不脱敏（路径/命令/URL 会被实际使用）：
• run_read / run_write / run_edit / run_glob / run_grep（路径要用于 IO）
• run_bash / background_run（命令要被执行）
• run_webfetch / web_search（URL 要真的发到网络）
• set_workspace（路径要 chdir）
• load_skills（技能名是枚举）
• agent（子代理上下文独立脱敏）
• mcp_*（未知语义，保守处理） 落盘时全部脱敏（因为落盘内容不会被重新执行，安全性优先）。

落盘脱敏

默认开启，独立于内存脱敏。即使 /privacy off（内存不脱敏），落盘仍至少走标准规则。

关键特性：

• 落盘脱敏使用独立的、一次性的映射表——落盘后的占位符无法被还原，因为映射表已丢弃
• 落盘脱敏失败时拒绝写出明文（不降级、不静默跳过）
• 若旧版 session 文件含明文，首次保存时自动脱敏重写 关闭方式（不推荐）：修改 Baize.py 里的 PERSIST_REDACT_ENABLED = False。

示例

>>>降旨：/privacy test 我的手机号 13812345678，邮箱 [email protected]
原文：我的手机号 13812345678，邮箱 [email protected]
脱敏：我的手机号 [[PHONE_1]]，邮箱 [[EMAIL_1]]
还原：我的手机号 13812345678，邮箱 [email protected]

>>>降旨：/privacy status
[隐私脱敏]
当前模式 : 标准模式 (standard)
会话 ID : 7d2f5e91
启用规则数 : 34 / 41
活跃占位符 : 2
映射容量 : 2 / 2000
TTL : 86400 秒
LRU 淘汰 : 0
TTL 淘汰 : 0
脱敏调用次数: 3
还原调用次数: 3

>>>降旨：/privacy rules
[隐私脱敏规则清单] 共 41 条
【标准+严格】
[✓] phone_cn 中国大陆手机号 (standard,strict)
[✓] id_card_cn 中国大陆身份证号 (standard,strict)
[✓] jwt JWT Token (standard,strict)
...
【仅严格】
[✓] name_cn 中文姓名 (strict)
[✓] address_cn 中文详细地址 (strict)
...
用法：
/privacy rule-off <name> 禁用某条规则
/privacy rule-on <name> 重新启用

测试实例

数据接入（核心）

白泽通过**MCP（Model Context Protocol）**与企业数据分析软件对接，主程序无需任何修改——只要在 MCP/mcp_config.json里登记 server 即可。

SPSS 接入

前置条件

• 本机已安装 IBM SPSS Statistics（版本 20–31，Windows 推荐）
• SPSS 已授权可正常启动

配置步骤

1.**找到 SPSS 安装目录：**默认路径通常是 C:\Program Files\IBM\SPSS Statistics\ 后面跟版本号（如 31）。

2.设置环境变量（可在 .env 或系统环境变量中）：

SPSS_INSTALL_PATH=C:\Program Files\IBM\SPSS Statistics\31

3.验证状态：

spss-studio-mcp status

期望输出：

=== SPSS MCP Capability Status ===
pyreadstat : OK v1.3.6
pandas     : OK v3.0.2
SPSS batch : OK

4.在MCP/mcp_config.json中登记：

{
  "mcpServers": [
    {
      "name": "spss",
      "command": "spss-studio-mcp",
      "args": ["serve", "--transport", "stdio"],
      "env": {
        "SPSS_INSTALL_PATH": "C:\\Program Files\\IBM\\SPSS Statistics\\31"
      },
      "enabled": true
    }
  ]
}

如果 SPSS batch: NOT FOUND

说明spss-studio-mcp没找到 SPSS 引擎，但pyreadstat+pandas正常，此时进入文件模式：

• 可读.sav、查看元数据、预览数据、CSV ↔ SAV 转换
• 不能跑统计（t 检验、回归、ANOVA 等） 解决办法：正确设置MCP/mcp_config.json中的SPSS_INSTALL_PATH，或接受文件模式降级。

SQL 接入

支持的数据库

PostgreSQL、MySQL、MariaDB、SQL Server、Oracle、达梦、人大金仓、TiDB、OceanBase 等（基于 SQLAlchemy 2.0 驱动）。

配置步骤

1.准备只读数据库账号（强烈建议）：

CREATE USER baize_ro WITH PASSWORD 'xxx';
GRANT SELECT ON ALL TABLES IN SCHEMA public TO baize_ro;

2.准备连接字符串：

• PostgreSQL --> postgresql+psycopg://user:pwd@host:5432/db
• MySQL --> mysql+pymysql://user:pwd@host:3306/db
• SQL Server --> mssql+pyodbc://user:pwd@host:1433/db?driver=ODBC+Driver+18+for+SQL+Server
• Oracle --> oracle+oracledb://user:pwd@host:1521/?service_name=ORCL 3.在MCP/mcp_config.json中登记：

{
  "mcpServers": [
    {
      "name": "sql",
      "command": "atengk-mcp-server-rdbms",
      "args": ["--transport", "stdio"],
      "env": {
        "DATABASE_URL": "postgresql+psycopg://baize_ro:pwd@localhost:5432/prod"
      },
      "enabled": true
    }
  ]
}

安全护栏（内置）

atengk-mcp-server-rdbms 提供多层防护：

• AST 级 SELECT 守卫：基于sqlglot解析语法树，物理拦截DELETE/UPDATE/DROP/TRUNCATE等写操作。
• 自动 LIMIT 注入：未指定行数的查询强制追加LIMIT 100，防止全表拉取导致内存溢出。
• 只读默认：写操作必须通过--allow-dml/--allow-ddl显式授权。
• SQL 注入拦截：AST 层拒绝字符串拼接构造的恶意语句。

一次配置多个数据库

如果想同时连多个库，可以注册多个 server：

{
  "mcpServers": [
    {
      "name": "sql_prod",
      "command": "atengk-mcp-server-rdbms",
      "args": ["--transport", "stdio"],
      "env": { "DATABASE_URL": "postgresql+psycopg://ro:pwd@prod:5432/db" },
      "enabled": true
    },
    {
      "name": "sql_warehouse",
      "command": "atengk-mcp-server-rdbms",
      "args": ["--transport", "stdio"],
      "env": { "DATABASE_URL": "mysql+pymysql://ro:pwd@dw:3306/analytics" },
      "enabled": true
    }
  ]
}

白泽会自动把它们的所有工具合并进MATERTOOLS，LLM 会根据任务自动选择。

目录结构

    baize-agent/
    ├── pyproject.toml              # 打包配置
    ├── requirements-data.txt       # 数据接入依赖（可选）
    ├── requirements-data           # 接入依赖
    ├── README.md
    ├── tests/                      # 测试（不随包发布）
    |   ├── __init__.py
    |   ├── test_history.py
    |   └── test_skill_loader.py 
    ├── .env.example                # 环境变量示例
    ├── .gitignore
    └── agent/                      # 主包
        ├── logo_*                  # 登录界面logo
        ├── LOGO和启动交互界面       # 登录界面logo图
        ├── __init__.py             # 版本
        ├── Baize.py                # 主程序与 Agent Loop
        ├── config.py               # 多后端配置加载
        ├── ui_theme.py             # CLI 渲染主题
        ├── utils.py                # 通用工具
        ├── logo.txt
        ├── skills/                 # 内置技能
        ├── subagent/               # 内置子代理
        ├── core/                   # 核心逻辑（无副作用，可单测）
        |   ├── __init__.py
        |   ├── history.py          # 会话历史清洗 / token 估算 / 压缩
        |   └── privacy.py          # 隐私脱敏：PII 识别 / 占位符替换 / 可逆还原
        ├── hooks/                  # 内置钩子
        └── MCP/                    # MCP 客户端与配置
            ├── __init__.py
            ├── mcp_client.py       # MCP客户端
            └── mcp_config.json     # MCP配置

环境变量参考

• 变量：DEEPSEEK_API_KEY 说明：DeepSeek API 默认值：密钥 —
• 变量：DEEPSEEK_BASE_URL 说明：DeepSeek 接口地址 默认值：https://api.deepseek.com
• 变量：OPENAI_API_KEY 说明：OpenAI 默认值：兼容接口密钥 —
• 变量：OPENAI_BASE_URL 说明：OpenAI 兼容接口地址 默认值：https://api.openai.com/v1
• 变量：OLLAMA_BASE_URL 说明：Ollama 服务地址 默认值：http://localhost:11434

上述变量写入 ~/.baize/.env 即可，无需修改 shell 配置文件。

• 数据分析变量：SPSS_INSTALL_PATH 说明：IBM SPSS Statistics 安装目录 默认值：—（未设置则降级为文件模式）
• 数据分析变量：DATABASE_URL 说明：SQL MCP 的数据库连接串 默认值：—（由 MCP server 读取）

上述变量写入 MCP/mcp_config.json 即可。

开发

运行测试

本项目使用 pytest。开发前请以可编辑模式安装包与开发依赖：

    pip install -e ".[dev]"

运行全部测试：

    python -m pytest tests/ -v

只跑单个文件：

    python -m pytest tests/test_history.py -v

代码结构约定

• agent/：随包发布的主包。所有运行时逻辑与资源（skills、subagent、hooks、MCP）都在这里。
• agent/core/：纯逻辑模块，无外部副作用，必须能被单独测试。新增此类逻辑请放这里，并配套测试。
• tests/：与 agent/ 下的源文件一一对应，命名为 test_<模块名>.py。
• 任何有外部依赖（网络、磁盘、全局状态）的函数，请通过参数注入依赖，便于在测试中替换。

❓ 常见问题

• Q：密钥应该填在哪里？

A：~/.baize/.env，不是项目根目录的 .env。

• Q：换了后端要重装吗？

A：不用。改 ~/.baize/config.toml 里的 active_provider 即可。

• Q：本地 Ollama 需要填密钥吗？

A：不需要。选 active_provider = "ollama" 即可，env_key 留空。

• Q：如何切换工作目录？

A：在对话中直接说"切换到 /path/to/project"，白泽会调用 set_workspace 工具。

• Q：上下文太长会怎样？

A：白泽会自动两级压缩：先截断旧工具结果，再请求 LLM 生成摘要。也可手动 /compact。

• Q：会误删我的文件吗？

A：默认命令白名单会拦截 rm -rf / 等危险操作；写文件前会显示 Diff 并请求确认。

• Q：如何让白泽连接 SPSS？

A：1、安装pip install -r requirements-data.txt；2、设置环境变量SPSS_INSTALL_PATH指向 SPSS 安装目录；3、在MCP/mcp_config.json里启用spss server。详见"数据接入（SPSS / SQL）"章节。

• Q：SPSS batch: NOT FOUND怎么办？

A：这表示没找到SPSS引擎。检查SPSS_INSTALL_PATH是否正确指向包含stats.exe的目录；若你只是处理.sav文件，也可以忽略此警告（会降级为文件模式）。

• Q：连接 SQL 数据库需要装什么额外的东西？

A：Python 层装atengk-mcp-server-rdbms（pip install 自动完成）。SQL Server 用户还需在系统层安装 Microsoft ODBC Driver 18，这个不能用 pip 装。

• Q：白泽会误删我的数据库数据吗？

A：不会。SQL MCP 默认只允许 SELECT，AST 语法树级拦截所有写操作。仍强烈建议为白泽单独创建只读数据库账号做双保险。

• Q：SPSS 分析结果里的数据会不会泄露给 LLM？

A：如果开启了隐私脱敏（/privacy on），工具返回结果在发往 LLM 前会自动脱敏手机号、邮箱、身份证等 PII。但建议同时用只读数据库账号 + 数据采样（只查必要字段）来降低风险。

• Q：为什么加了 SPSS/SQL 后，白泽每次对话都变慢了、token 也变多了？

A：因为 MCP server 暴露的工具定义会跟着每一轮对话发给 LLM。SPSS 有 60+ 工具，约增加 6000–12000 token 固定开销。如果常用工作流不涉及 SPSS，可以把它的enabled设为false，需要时再打开。

🤝 贡献

欢迎提交 Issue 和 PR。建议先阅读CONTRIBUTOR.md中的内容再提交PR。

Thank you for every Contributor to Submit PR

• Github Contributor： @anupamme @wangyipeng0724

许可证

MIT License

致谢

• 本项目在国内AtomGit托管，项目链接：https://atomgit.com/Com_Xu/Baize
• 感谢AtomGit将本项目已纳入G-star孵化项目
• 感谢PR的贡献者、抖音的粉丝、关注我的学生们
• 灵感来自 Claude Code、Codex 等优秀 AI Coding 工具
• 基于 DeepSeek、OpenAI SDK、MCP 构建
• 感谢所有在 Vibe Coding 路上同行的开发者

☕ 赞助支持

如果白泽对你有用，欢迎赞助打赏。独立开发也花费很多时间，赞助不会改变产品更新的排期，谢谢支持！

联系我

• 如果你对白泽感兴趣，或者想参与开源合作，可以通过以下方式联系我
• 目前，本人在求职状态，本人从事过市场研究与用户研究工作，对Agent也有一定了解，如果我的能力符合您的需求，也希望与您共事（意向岗位：AI产品运营/用户研究/市场调研）

微信扫码，请注明Baize开源合作或者企业招聘

抖音扫码关注