一个面向开发者和 AI Agent 的跨平台终端。统一命令、保留上下文、支持多媒体内容,让终端不再只是一个执行命令的窗口。

GitHub:https://github.com/newdee/unifyterm

项目主页:https://dfine.tech/unifyterm/

一、为什么还要做一个终端?

如果你经常在 Windows、macOS 和 Linux 之间切换开发环境,应该遇到过类似的问题。

在 macOS 上习惯使用 ls、grep、sed、jq,换到 Linux 后基本没有问题。但到了 Windows,情况就不一样了。

PowerShell 有自己的命令和别名体系,CMD 又是另一套环境。很多 Unix 命令需要额外安装 Git Bash、WSL 或其他工具才能使用。

即使安装了这些工具,路径格式、通配符展开、命令行为等方面仍然存在差异。

例如:

bash
# 在 macOS / Linux 中
ls -la
cat config.json
grep -rn "TODO" ./src
find . -name "*.rs"

这些命令对于习惯 Unix 环境的开发者来说非常自然。

但在 Windows 上,如果没有额外配置,就很难直接获得相同的使用体验。

另一个问题是命令历史。

我们每天会执行大量命令:

  • 编译项目
  • 启动服务
  • 执行测试
  • 查询日志
  • 管理 Git 分支
  • 调试环境问题

传统终端通常只记录输入过什么命令,却很少关心这些命令是在什么目录下执行的、执行结果如何、花费了多少时间。

当我们切换到另一个项目,或者换一台电脑时,这些历史记录很难真正发挥作用。

还有一个正在发生的变化:AI Agent 开始大量使用终端。

Claude Code、Codex 等工具已经能够通过 Shell 执行复杂的开发任务。但 Agent 对当前运行环境的理解,仍然存在一些问题:

  • 它不知道当前机器具体安装了哪些命令。
  • 它可能不知道某个命令的实际参数和使用方式。
  • 它无法天然获得用户过去在当前项目中执行过的命令。
  • 它可能因为操作系统不同而使用错误的命令或路径格式。

这些问题看起来彼此独立,但实际上都指向同一个方向:

终端不应该只负责接收命令和输出文本,还应该理解当前的命令环境,并保留有价值的工作上下文。

这就是 UnifyTerm 的出发点。

二、UnifyTerm 是什么?

UnifyTerm 是一个使用 Rust 开发的跨平台桌面终端应用,支持 Windows、macOS 和 Linux。

它不是一个新的 Shell,也不要求用户放弃已经习惯的 PowerShell、CMD、Bash、Zsh 或 Fish。

相反,它保留用户原来的 Shell,在此基础上增加一层统一的命令环境和工作能力。

目前主要包含几个方向:

  1. 统一命令环境:在不同操作系统中使用相同的常用 Unix 命令。
  2. 上下文命令历史:记录命令、工作目录、执行状态和耗时,并支持实时搜索。
  3. 终端内容扩展:在终端中查看图片、播放视频、阅读 Markdown。
  4. 命令辅助:提供本地命令纠错,以及可选的 LLM 命令解释和补全。
  5. Agent 集成:通过 MCP 和 Skill,让 AI Agent 能够了解当前终端的命令能力和历史记录。

它的核心目标并不是重新发明 Shell,而是减少不同操作系统之间的使用差异,让开发者在不同机器上拥有尽可能一致的工作环境。

三、统一跨平台命令环境

这是 UnifyTerm 最基础,也是最重要的一项能力。

3.1 不再为不同操作系统准备不同的命令工具

UnifyTerm 内置了一套 Unix 风格的命令工具,通过 ut 统一管理。

目前包括:

命令用途
cat查看文件内容
ls列出目录
pwd查看当前目录
grep文本搜索
find文件查找
sed文本处理
sort排序
jqJSON 处理
diff文件差异比较
xargs参数传递与命令组合
which查找命令位置

目前内置命令数量:

  • Windows:99 个
  • Linux:114 个

这意味着,在 Windows 上,不需要专门安装 WSL 或 Git Bash,就能直接使用常见的 Unix 命令。

例如:

bash
ls -la
cat package.json
grep -rn "TODO" ./src
find . -name "*.rs"
jq '.dependencies' package.json

在 PowerShell 里用 cat、grep、jq、ls、wc

对于经常使用命令行的开发者来说,这可以减少很多环境准备工作。

这些命令本身来自成熟的开源实现:coreutils 使用 uutils 的各个 crate,find 和 xargs 来自 uutils 的 findutils,sed 与 diff 同理,jq 使用 jaq 的解释器,grep 使用 ripgrep 的搜索与正则引擎,并补齐 GNU grep 的选项、输出格式和退出码。UnifyTerm 负责的是把它们合并为一个程序,并处理 Windows 上缺失的那一层行为。

3.2 保留原来的 Shell

UnifyTerm 并没有尝试开发一套新的 Shell 语法。

它兼容:

  • PowerShell
  • CMD
  • Bash
  • Zsh
  • Fish

用户仍然可以使用原来的 Shell 配置、环境变量、别名和启动脚本。

UnifyTerm 主要负责补齐不同系统之间缺失的命令能力。

这一点很重要。

开发者通常已经积累了大量 Shell 配置和使用习惯。如果为了使用一个新终端,就要求用户迁移全部配置,实际成本会非常高。

因此,UnifyTerm 选择在原有环境之上增加能力,而不是替换原有环境。

需要单独处理的是 PowerShell:cat、cp、diff、dir、echo、kill、ls、mkdir、more、mv、pwd、rm、rmdir、sleep、sort、tee 这 16 个名字是 PowerShell 自己的别名或函数,PATH 排再前也轮不到它们。UnifyTerm 的启动脚本会把这些名字移开,每个会话执行一次;其余名字(grep、sed、find、wc、jq 等)PowerShell 并未占用,不需要额外处理。

3.3 处理路径和通配符差异

跨平台命令统一并不只是把相同的可执行文件放到不同系统上。

更麻烦的是操作系统之间的行为差异。

例如路径格式:

Windows:

C:\Users\developer\project\src

macOS / Linux:

/home/developer/project/src

在不同环境中,路径分隔符、通配符展开和命令输出格式都可能不同。

UnifyTerm 对这些行为进行了统一处理。

例如,在 Windows 中使用内置命令时,可以采用 Unix 风格的路径:

bash
ls C:/Users/developer/project
find ./src -name "*.rs"
grep -rn "TODO" ./src

默认情况下,内置命令会使用 / 输出路径,并处理通配符展开。

这对于编写跨平台脚本尤其有用。

通配符这部分的实现细节值得说明。在 Unix 上,*.txt 由 Shell 在命令启动前展开;PowerShell 和 CMD 不做这件事,命令收到的就是 *.txt 本身。因此在 Windows 上由 ut 自己完成展开。

引号是其中最麻烦的一处:find . -name "*.rs" 的引号需要保留,CMD 会把引号原样传入,PowerShell 则在命令看到之前就已经去掉。UnifyTerm 的 PowerShell 启动脚本因此会在带引号的参数前插入一个私用区字符(U+E000),ut 读取时再把它取下来,后面的内容按原样处理。

Agent 或脚本通过 -Command 执行的命令不经过这一层,所以 find 的 -name、-iname、-path、-regex 和 grep 的 --include、--exclude 这些一定是模式的选项,其值始终按原样接收;其他位置需要保留 * 时,可以在同一行先设置 $env:UT_NO_GLOB = '1'。

当然,这并不意味着所有 Windows 原生程序、Shell 语法和系统工具都被统一了。UnifyTerm 解决的是它所提供的命令集及相关执行行为,而不是试图消除操作系统之间的全部差异。

3.4 不只是 UnifyTerm 自己的终端可以使用

除了在 UnifyTerm 自己的终端标签页中使用,还可以通过:

bash
ut shell enable

将 UnifyTerm 的命令环境集成到其他 Shell 中。

它会修改对应 Shell 的启动配置,让内置命令加入 PATH。

支持 PowerShell、Bash、Zsh、Fish 等环境。

这样,即使在其他终端或者外部 Agent 启动的 Shell 中,也可以使用相同的命令集。

需要注意,启用后通常需要重新打开 Shell,已有进程不会自动更新自己的 PATH。

如果不再需要,也可以执行:

bash
ut shell disable

查看当前状态:

bash
ut shell status

这让 UnifyTerm 的命令能力不局限于自己的 GUI 窗口。

具体做法是:在数据目录生成各个 Shell 的启动脚本,在每个 Shell 的启动文件末尾插入一段带标记的加载行(disable 只删除标记之间的内容),并在 Windows 上把命令目录放到用户 PATH 最前面,再广播一次 WM_SETTINGCHANGE。

这个功能最初就是为 Keepane 做的:Keepane 的 Pane 由开机启动的服务创建,不是 UnifyTerm 的子进程,因此 PATH 和去别名两件事都不会发生。

四、让命令历史成为可复用的知识

这是另一个我比较重视的设计方向。

传统终端的命令历史主要解决一个问题:

我之前输入过什么?

但在实际开发中,仅仅知道输入过什么是不够的。

我们还需要知道:

  • 这条命令在哪个项目目录下执行?
  • 执行是否成功?
  • 执行花费了多少时间?
  • 最近是否重复执行过?
  • 当前目录下有哪些常用命令?

因此,UnifyTerm 对命令历史进行了扩展。

4.1 不只是记录命令文本

UnifyTerm 使用 SQLite 在本地保存命令历史。

每条历史记录包含:

字段说明
Command实际执行的命令
CWD执行命令时的工作目录
Exit Code命令退出状态
Duration命令执行耗时

例如:

Command:
cargo test

CWD:
/workspace/project-a

Exit Code:
0

Duration:
2.35s

再例如:

Command:
npm run build

CWD:
/workspace/frontend

Exit Code:
1

Duration:
8.12s

这两条记录不仅包含命令本身,还保留了执行环境和执行结果。

它们之间的区别,对于后续检索和 Agent 理解上下文都有价值。

这些信息来自 Shell 的 OSC 133/633 标记,而各个 Shell 报告的内容并不一致:PowerShell 的钩子会给出命令文本、退出码和提示符,但不会说"命令开始了";bash、zsh、fish 三者都会报告;cmd.exe 只报告提示符的位置。因此命令的开始时间取回车(或先到达的 133;C),文本取 633;E,结束取 133;D,不报告结束的 Shell 则等到下一个提示符。

4.2 输入时就能搜索历史

传统终端通常需要通过上下方向键或者专门的搜索快捷键查询历史。

UnifyTerm 在输入命令时就可以显示匹配结果。

例如输入:

bash
cargo

终端可以根据历史记录展示之前执行过的相关命令。

输入 git 之后下面列出三条历史命令

它还会结合当前工作目录进行匹配。

假设你有三个项目:

/workspace/backend
/workspace/frontend
/workspace/agent

在 backend 项目中,你经常执行:

bash
cargo test
cargo build --release
cargo clippy

当你重新进入 backend 目录时,这些命令会获得更高的匹配优先级。

这比单纯按照全局时间排序更符合实际开发习惯。

排序本身在 Rust 里完成,权重是固定的:前缀匹配 4 分,使用频次加 ln(1+次数),新鲜度 2 分(按 7 天半衰),在当前目录执行过 1.5 分,失败过的按失败比例扣 2 分。召回有两条路径:前缀走索引(表上建了首字符和前两个字符的生成列),输入达到三个字符后再加上 FTS5 的 trigram 全文检索。

在 10 万条命令的库上有一个性能测试,要求单次搜索的 p95 低于 5 毫秒、写入一条平均低于 2 毫秒,不达标测试就失败。

相关快捷键:

快捷键功能
Ctrl-N / ↓下一个候选
Ctrl-P / ↑上一个候选
Tab填入选中的命令
Enter将选中的命令填入输入行
Esc关闭候选列表

需要特别说明:选择历史命令只会填入输入行,不会直接执行。

4.3 命令历史可以迁移

由于历史数据使用 SQLite 存储,因此它不是某个 Shell 专有的历史文件。

UnifyTerm 的历史数据库可以直接复制到其他机器使用。

例如:

Windows
   |
   | history.db
   |
   v
macOS
   |
   | history.db
   |
   v
Linux

同一份历史数据可以在不同操作系统中读取。

这意味着开发者可以逐渐积累自己的命令历史,而不是每换一台机器就从头开始。

4.4 隐私和敏感信息处理

命令历史可能包含一些敏感信息。

例如:

bash
curl -H "Authorization: Bearer xxx"

或者:

bash
docker login -p password

如果简单地把所有命令保存下来,就有可能将密码、Token 和 Key 一并写入历史数据库。

UnifyTerm 会在保存前对识别出的敏感内容进行过滤。

具体有三类命令不会被记录:以空格开头的(与 bash 的 HISTCONTROL 含义一致,由用户自己标记)、匹配密钥特征的、以及超过 4096 字节的。识别密钥使用 11 条正则,覆盖名字中带 password、token、secret、api_key 的赋值,--password x 这类选项,Authorization: Bearer …,AKIA、ghp_、sk-、npm_、xox 开头的各类 Key,JWT,URL 中的 user:pass@,以及 PEM 私钥头。这些正则写得较宽,宁可漏记几条命令。

同时,历史记录默认保存在本地 SQLite 数据库中,不需要依赖云端历史服务。

我希望命令历史能够成为开发者真正可以长期使用的数据,而不是一个需要担心泄露的日志文件。

五、让终端不再只有文本

终端长期以来主要以文本作为输入和输出形式。

这对于执行命令非常合适,但在日常开发中,我们经常需要处理其他类型的内容。

例如:

  • 查看截图
  • 检查设计稿
  • 阅读 README
  • 查看运行效果
  • 分析生成的图片
  • 播放录制的视频

传统工作流通常是:

终端执行命令
      |
      v
生成文件
      |
      v
打开文件管理器
      |
      v
启动图片查看器 / 浏览器 / 视频播放器
      |
      v
返回终端继续工作

这个过程并不复杂,但频繁切换应用会打断工作流。

UnifyTerm 增加了一些直接在终端中处理内容的能力。

ut view 显示图标,ut md 渲染一份 markdown

5.1 查看图片

bash
ut view photo.png

可以直接在终端中查看图片。

底层支持 Kitty Graphics Protocol。

这对于需要频繁查看生成图片、截图或者项目资源的开发者比较方便。

UnifyTerm 自己实现的是该协议中的 Unicode 占位符方式:图片数据传输之后,屏幕上写入的是 U+10EEEE,前景色用作图片编号,两个组合符标记该格对应图片的行列。这样图片会随文字一起滚动、进入滚动历史,清屏后消失,与一段普通文本没有区别。

在其他终端里运行 ut view 时,它会根据终端自身设置的环境变量选择显示方式:iTerm2 使用其内联图片协议,Windows Terminal 使用 sixel,其余依次退化为半块字符、盲文点阵和 ASCII。

5.2 播放视频

bash
ut view clip.mp4

UnifyTerm 可以通过 FFmpeg 解码视频并在终端中显示画面。

目前视频播放不包含声音,需要系统安装 FFmpeg。

5.3 阅读 Markdown

bash
ut md README.md

Markdown 内容会被渲染为具有样式的终端文本。

包括:

  • 标题
  • 列表
  • 表格
  • 链接

例如:

bash
ut md README.md
ut md docs/architecture.md
ut md CHANGELOG.md

这样在阅读项目文档时,不一定需要再打开浏览器或者编辑器。

这些能力的目的不是让终端取代专业的图片编辑器、视频播放器或者 Markdown 编辑器,而是减少日常开发中不必要的应用切换。

六、命令纠错与 AI 辅助

命令行有一个很常见的问题:命令记错了。

例如:

bash
gti status

实际上想执行的是:

bash
git status

UnifyTerm 提供了两种不同层次的辅助能力。

6.1 本地命令纠错

当输入的命令不存在时,可以根据当前机器上可用的命令提供纠错建议。

例如:

bash
gti status

可以提示:

bash
git status

这部分能力不需要连接 AI 服务,也不需要网络请求。

它依赖本地已经知道的命令信息。

判断方式是编辑距离的一个变体:相邻两个字符对调也只算一步,因此 gti 到 git 是一步。四个字符以内的名字只允许一步,更长的允许两步,所以 kubctel get pods 可以纠正为 kubectl get pods;名字本身存在的不处理(git stauts 属于 git 自己的事),带路径分隔符的也不处理。

6.2 LLM 命令辅助

对于更复杂的情况,可以配置模型服务。

目前支持 Anthropic 和 OpenAI-compatible 接口。

可以实现:

  1. 命令纠错。
  2. 命令解释。
  3. 输入过程中的命令补全建议。

例如:

bash
find ./src -type f -name "*.rs"

通过命令解释功能,可以了解每个参数的含义。

使用 Ctrl-Shift-E 可以解释当前输入行中的命令。

解释 tar -czf site.tgz public 的弹窗,逐段说明

输入命令时,也可以获得灰色的后续补全建议。

6.3 为什么 AI 辅助默认不自动启用?

终端中的命令可能包含路径、项目结构、配置内容以及其他敏感信息。

因此,UnifyTerm 不希望在用户没有明确选择的情况下,将这些信息自动发送到外部模型。

默认不配置模型提供商。

只有用户指定模型服务并完成一次确认后,才会启用相关能力。

发送的内容窗口会在询问时原样列出:当前输入行、当前目录(主目录写成 ~)、最近五条命令,命令未找到时再加上它打印的最后 40 行。密钥本身不写入配置文件,ai.api_key_env 填写的是存放密钥的环境变量名。

请求发送前,也会对密码、Token 和 Key 等敏感内容进行过滤。

这一设计的重点是:AI 辅助应该由用户控制,而不是成为一个默认向外发送数据的后台功能。

七、为什么要专门考虑 AI Agent?

这是 UnifyTerm 与传统终端之间一个值得展开的区别。

现在的 AI Coding Agent 已经可以通过终端完成大量工作。

例如:

  • Claude Code
  • Codex
  • Gemini CLI
  • 其他使用 Shell 工具的 Agent

它们可以读取文件、执行测试、编译项目、启动服务和检查日志。

但这里有一个问题:

Agent 能够执行命令,不代表它真正了解当前终端环境。

举个例子。

当 Agent 进入一个 Windows 开发环境时,它可能会尝试使用:

bash
grep -rn "TODO" ./src

但如果环境中没有对应命令,它就需要重新寻找替代方案。

类似的问题还包括:

  • 不知道当前环境有哪些可用命令。
  • 不清楚某个命令支持哪些参数。
  • 不知道用户以前在这个项目中执行过什么命令。
  • 无法准确判断某条命令之前是否成功执行过。

这会增加 Agent 的探索成本,也可能导致不必要的命令试错。

因此,UnifyTerm 不只是考虑人如何使用终端,也开始考虑 Agent 如何理解和使用终端。

7.1 MCP:让 Agent 能够发现终端能力

UnifyTerm 提供了 MCP Server。

启动方式:

bash
ut mcp

目前提供四种只读工具:

MCP Tool功能
history_search搜索命令历史
history_recent查询最近执行的命令
list_commands获取当前可用命令列表
command_help查询命令帮助

这些工具解决的是 Agent 对运行环境缺少了解的问题。

例如,当 Agent 需要查找某个命令时,可以先查询当前环境提供的命令列表,而不是完全依赖模型训练时学到的知识。

当 Agent 需要执行某项操作时,也可以先检索用户以前使用过的相关命令。

这是一种比较直接的上下文补充方式。

在 Claude Code 中注册一次即可:

bash
claude mcp add unifyterm -- ut mcp

7.2 为什么 MCP 只提供只读能力?

这里有一个刻意的设计取舍。

UnifyTerm 的 MCP Server 不直接提供 Shell 命令执行工具。

它只允许 Agent:

  • 查询命令历史。
  • 获取命令列表。
  • 查询命令帮助。

实际的命令执行仍然交给 Agent 自己原有的 Shell 工具完成。

为什么这样设计?

因为 Claude Code、Codex 等工具本身已经拥有命令执行能力。

如果 UnifyTerm 再提供一套额外的 Shell 执行接口,就会出现两套命令执行入口:

Agent
  |
  +---- 原有 Shell Tool
  |
  +---- UnifyTerm MCP Shell Tool

这不仅增加了系统复杂度,也会让权限管理和执行上下文变得更加难以理解。

所以目前的设计是:

              AI Agent
                  |
        +---------+---------+
        |                   |
        v                   v
   Shell Tool           UnifyTerm MCP
        |                   |
        v                   v
   执行命令              查询历史
   修改文件              查询命令
   运行测试              获取帮助
        |                   |
        +---------+---------+
                  |
                  v
             开发环境

Agent 使用自己的执行工具,UnifyTerm 提供额外的环境知识。

两者职责相对独立。

这也使得 MCP 的权限边界更加清晰。

7.3 Skill:让 Agent 知道如何使用 UnifyTerm

除了 MCP,UnifyTerm 还提供了 Skill。

可以通过:

bash
ut skill

查看 Skill 内容。

也可以将它安装到指定的 Agent Skills 目录:

bash
ut skill --install /path/to/skills

Skill 的作用是告诉 Agent:

  • UnifyTerm 提供哪些能力。
  • 如何调用相关命令。
  • 如何查询历史。
  • 如何获取命令帮助。
  • 在什么情况下应该使用这些能力。

MCP 负责提供可调用的工具,Skill 负责提供使用这些工具的说明。

两者结合,可以让 Agent 更准确地理解 UnifyTerm。

Skill 里还写明了两个 Agent 一定会遇到的情况:Agent 启动的 PowerShell 通常带 -NoProfile,启动脚本没有执行,因此那 16 个名字仍然是 PowerShell 自己的,需要写 cat.exe 或 ut cat;-Command 会在命令看到之前去掉引号,需要保留 * 时要先设置 UT_NO_GLOB。

八、终端与 Agent 的状态观察

除了通过 MCP 提供上下文,UnifyTerm 还提供了一个 Agent Sidebar。

可以使用:

Ctrl + Shift + A

打开侧边栏。

它可以展示 Keepane 管理的 Agent 状态,包括:

  • Agent 使用的模型
  • Token 费用
  • Context 使用情况
  • CPU 使用情况
  • 内存占用

左边终端,右边 Agents 侧栏列着两个 Agent 的模型、花费和占用

这部分不是让 UnifyTerm 重新实现一套 Agent 调度系统,而是读取已有的 Agent 管理信息,并在终端界面中展示。

侧边栏在显示时定期读取状态(默认每 2 秒一次),关闭后不再轮询。

对于同时运行多个 Agent 的开发者来说,可以在一个界面中了解当前各个任务的运行情况。

九、UnifyTerm 和传统终端有什么区别?

目前终端生态已经有很多成熟的项目。

例如:

  • Windows Terminal
  • macOS Terminal
  • iTerm2
  • Ghostty
  • WezTerm
  • Alacritty

它们各有自己的设计目标和技术特点。

UnifyTerm 并不打算简单替代这些项目。

更准确地说,它关注的是另外一层问题。

9.1 传统终端主要解决什么?

终端模拟器最基本的工作是:

  1. 启动 Shell。
  2. 提供终端输入和输出。
  3. 处理终端控制序列。
  4. 管理窗口、标签和外观。
  5. 与 PTY 或 ConPTY 等系统接口交互。

不同终端之间的竞争,往往集中在渲染性能、GPU 加速、字体、窗口管理、快捷键和扩展能力等方面。

这些都是重要的工程问题。

9.2 UnifyTerm 关注的是什么?

UnifyTerm 更关注终端之上的工作环境。

对比维度传统终端的常见实现UnifyTerm
Shell启动系统 Shell保留系统 Shell
命令环境依赖系统和用户安装内置统一命令集
跨平台行为由不同系统决定尽可能统一常用命令行为
命令历史主要记录输入内容关联目录、状态和耗时
历史检索常见为全局历史搜索输入时结合目录匹配
图片查看依赖终端协议或外部工具提供 ut view
视频查看通常依赖外部工具提供 FFmpeg 视频显示
Markdown通常需要外部查看器提供 ut md
AI 辅助取决于终端自身扩展本地纠错及可选 LLM
Agent 集成依赖外部配置提供 MCP 和 Skill

这张表并不是说其他终端完全不具备这些功能,而是说明 UnifyTerm 将哪些问题作为自己的核心设计目标。

9.3 为什么不直接做一个 AI Terminal?

给终端增加聊天窗口并不困难。

但我更关心的是另一个问题:

Agent 如何准确理解自己正在使用的环境?

如果 Agent 只拥有一个 Shell 执行接口,那么它仍然需要通过不断尝试来了解环境。

如果终端能够主动提供命令列表、命令帮助和历史记录,Agent 就可以获得更准确的环境信息。

这比单纯增加一个聊天窗口更接近我想解决的问题。

十、技术实现与工程选择

UnifyTerm 使用 Rust 开发,GUI 基于 GPUI。

主要技术组成:

技术用途
Rust核心程序开发
GPUI桌面 GUI
SQLite本地命令历史存储
MCPAgent 工具接入
SkillAgent 使用说明
FFmpeg视频解码与显示
Kitty Graphics Protocol图片显示

10.1 为什么使用 Rust?

终端应用涉及大量系统交互。

例如:

  • 进程管理
  • Shell 启动
  • PTY / ConPTY
  • 文件系统操作
  • 命令执行
  • 跨平台路径处理
  • 本地数据存储

Rust 的内存安全和系统编程能力比较适合这类应用。

同时,UnifyTerm 希望作为一个相对独立的桌面程序运行,不需要依赖庞大的外部运行环境。

10.2 为什么使用 SQLite?

命令历史是典型的本地结构化数据。

它需要支持:

  • 持续写入。
  • 按命令搜索。
  • 按工作目录匹配。
  • 查询最近记录。
  • 跨平台迁移。

SQLite 不需要额外部署数据库服务,单文件存储也便于备份和迁移。

目前项目的历史数据库为:

history.db

直接复制数据库文件,就可以迁移历史记录。

数据库开启了 WAL(窗口写入时 ut history 仍可读取)和 256 MB 的内存映射,写盘使用 synchronous=NORMAL:程序崩溃不丢数据,断电会丢最后几条。

10.3 配置管理

UnifyTerm 使用 TOML 配置文件。

不同操作系统的默认配置位置:

Windows:
%APPDATA%\unifyterm\config.toml

macOS:
~/Library/Application Support/unifyterm/config.toml

Linux:
~/.config/unifyterm/config.toml

也可以通过命令指定其他配置文件:

bash
unifyterm --config FILE

另外,还提供了命令行配置管理能力:

bash
ut setting
ut setting list
ut setting get font.size
ut setting set font.size 16
ut setting reset font.size
ut setting path

配置文件修改后,UnifyTerm 可以重新加载支持热更新的配置项,不需要每次都重启程序。

不带参数的 ut setting 会在标签页里打开一个全键盘操作的设置界面:上下移动,回车修改(开关直接翻转,字体、Shell、模型服务商这类会弹出列表供选择),左右增减数值,e 输入任意值,d 恢复默认,u 撤销,/ 过滤,q 退出。

ut setting 的设置界面,光标停在 font.size 上

目前共 32 个配置项,每一项都可以不写。写错的项名或越界的值不会导致程序无法启动:第一个标签页顶部会写明哪一项不对,该项使用默认值。文件中的注释会被保留。

10.4 其他

还有两个与日常使用相关的部分:

  • 全屏:F11 或 Alt+Enter(macOS 上是 Cmd+Enter、Ctrl+Cmd+F),覆盖任务栏;再按一次退出。全屏期间终端里的程序收不到 Alt+Enter。
  • 更新检测:updates.check 默认开启,每天最多向 api.github.com 查询一次最新发布,只告知 unifyterm/版本,有新版本时在标签栏右侧提示,并按安装方式给出升级命令。

十一、如何安装和使用?

UnifyTerm 支持 Windows、macOS 和 Linux。

macOS / Linux

使用 Homebrew:

bash
brew install newdee/tap/unifyterm

Homebrew 6 之后,非自家 tap 的 formula 需要先信任一次才能使用短名字:

bash
brew trust --formula newdee/tap/unifyterm
brew upgrade unifyterm

也可以使用安装脚本:

bash
curl -fsSL https://raw.githubusercontent.com/newdee/unifyterm/main/install.sh | sh

Windows

使用 Scoop:

powershell
scoop bucket add newdee https://github.com/newdee/scoop-bucket
scoop install unifyterm

或者使用 PowerShell 安装脚本:

powershell
irm https://raw.githubusercontent.com/newdee/unifyterm/main/install.ps1 | iex

Linux 上窗口需要 Vulkan 和 xkbcommon,Debian 系可以安装 mesa-vulkan-drivers libxkbcommon-x11-0。

运行

安装完成后启动:

bash
unifyterm

在终端中可以直接使用:

bash
ls -la
ut history recent
ut --list
ut view image.png
ut md README.md

如果希望在其他 Shell 中也使用 UnifyTerm 的命令:

bash
ut shell enable

如果需要接入 Agent:

bash
ut mcp

完整安装方式、配置说明和快捷键可以查看 GitHub README。

十二、与 Keepane 组合使用

UnifyTerm 本身可以独立使用。

如果你已经在使用 Keepane,也可以把两个项目组合起来。

它们解决的是不同层面的问题:

  • UnifyTerm:统一命令环境,管理命令历史,提供终端内容处理和 Agent 环境信息。
  • Keepane:管理终端 Pane、多个 Agent 的协作和运行状态。

例如:

                 开发工作环境
                       |
              +--------+--------+
              |                 |
              v                 v
          UnifyTerm          Keepane
              |                 |
       统一命令环境          Pane 管理
       命令历史              多 Agent 协作
       图片 / Markdown       Agent 状态
       MCP / Skill           消息与观察
              |                 |
              +--------+--------+
                       |
                       v
                  开发者工作流

UnifyTerm 负责让不同终端拥有一致的命令能力,Keepane 负责管理多个终端和 Agent 的协作。

两者没有强制依赖关系,可以分别使用,也可以组合成一套更完整的 AI Coding 工作环境。

项目地址:

十三、目前的限制与后续方向

UnifyTerm 仍然在持续开发中,目前还有一些已知限制需要说明。

例如:

  1. 视频播放目前没有声音,需要 FFmpeg。
  2. 图片显示主要使用 Kitty Graphics Protocol;Sixel 和 iTerm2 图片协议在其他终端中的支持方式有所不同。
  3. PowerShell 的 Tab 补全仍然可能使用 Windows 原生的反斜杠路径。
  4. macOS 版本虽然已经通过 CI 构建和启动测试,但实际手动使用验证还不充分。
  5. 当前发布的构建产物尚未完成代码签名。
  6. 没有 awk 和 rg,需要用 grep、sed、jq 或 cut 替代。

这些问题会随着后续迭代逐步处理。

我也不希望为了让项目看起来功能完整,而把尚未实现或者未经验证的能力写成已经成熟的功能。

对于一个长期维护的开发工具来说,明确功能边界比单纯堆积功能更重要。

最后:终端应该成为一个更完整的开发环境

终端是开发者每天都会使用的工具。

过去,我们更多关注终端能不能更快地显示文字、能不能更好地管理窗口、能不能提供更好的 Shell 体验。

这些问题依然重要。

但随着跨平台开发和 AI Agent 的普及,终端需要面对一些新的问题:

  • 不同操作系统之间,能不能拥有一致的命令环境?
  • 开发者过去积累的命令经验,能不能被持续复用?
  • 图片、文档等内容,能不能直接在终端中处理?
  • Agent 能不能准确了解自己正在使用的环境?
  • 终端能不能成为人与 Agent 共同工作的基础设施?

UnifyTerm 目前的工作,就是围绕这些问题逐步展开。

它不是要替代所有现有终端,也不是简单地给终端增加一个 AI 对话框。

我更希望它能够成为一套稳定、统一、可扩展的终端工作环境。

项目还在持续迭代。如果你也经常在 Windows、macOS 和 Linux 之间切换,或者正在使用 Claude Code、Codex 等 AI Coding 工具,欢迎试用并反馈问题。

项目地址: