# ZCLAW 项目系统性深度分析 + 头脑风暴 > **分析日期:** 2026-03-21 > **分析范围:** 全代码库深度扫描、架构评估、问题识别、机会洞察 > **方法论:** 静态分析 + 动态理解 + 历史文档对照 --- ## 一、项目全景分析 ### 1.1 项目定位与愿景 ZCLAW 是面向中文用户的 **AI Agent 桌面客户端**,基于 OpenFang 内核构建,定位对标智谱 AutoClaw 和腾讯 QClaw。核心差异点: - **中文优先** - 国内大模型原生支持(智谱glm-4、阿里qwen、深度求索deepseek) - **本地优先** - 数据本地存储,隐私可控 - **自主能力** - 8大Hands,覆盖浏览器自动化、数据采集、研究预测等 ### 1.2 技术栈评分卡 | 维度 | 技术选型 | 评分 | 依据 | |------|----------|------|------| | 桌面框架 | Tauri 2.0 (Rust) | ⭐⭐⭐⭐⭐ | 体积小(~10MB),性能优异 | | 前端框架 | React 19 + TypeScript | ⭐⭐⭐⭐ | 现代但未充分利用新特性 | | 状态管理 | Zustand 5 + Valtio | ⭐⭐⭐⭐ | 轻量、类型安全、13个Store | | 样式方案 | TailwindCSS 4 | ⭐⭐⭐⭐⭐ | 开发效率高 | | 动画方案 | Framer Motion | ⭐⭐⭐⭐ | 声明式、成熟稳定 | | 通信协议 | WebSocket + REST | ⭐⭐⭐⭐ | 双模式适配OpenFang | | 配置格式 | TOML | ⭐⭐⭐⭐ | 用户友好、结构清晰 | | 安全存储 | OS Keyring/Keychain | ⭐⭐⭐⭐⭐ | 平台原生安全 | | 数据库 | SQLite (sqlx) | ⭐⭐⭐⭐ | 轻量、可靠、跨平台 | **综合技术栈评分:4.2/5.0** - 技术选型整体合理,紧跟前沿但不激进 ### 1.3 规模数据 ``` 前端: ├── 组件:50+ .tsx 文件 ├── Lib工具:40+ 文件 ├── Store:13个Zustand stores ├── 类型定义:13个类型文件 ├── Skills:68个 SKILL.md (大量中文场景) ├── Hands:7个 HAND.toml 后端: ├── Rust模块:8个主要模块 ├── Tauri Commands:70+ ├── 测试:15+ 测试文件 文档: ├── 分析报告:10+ 份 ├── 计划文件:20+ 份 └── 知识库:丰富的故障排查文档 ``` --- ## 二、架构深度分析 ### 2.1 整体架构图 ``` ┌─────────────────────────────────────────────────────────────────────┐ │ React UI Layer │ │ ChatArea │ Sidebar │ HandsPanel │ WorkflowEditor │ Settings... │ ├─────────────────────────────────────────────────────────────────────┤ │ Zustand State Layer │ │ chatStore │ connectionStore │ agentStore │ handStore │ workflowStore │ │ configStore │ securityStore │ sessionStore │ teamStore │ ... │ ├─────────────────────────────────────────────────────────────────────┤ │ Client Layer │ │ GatewayClient │ IntelligenceClient │ TeamClient │ BrowserClient │ ├─────────────────────────────────────────────────────────────────────┤ │ Tauri IPC / WebSocket │ ├─────────────────────────────────────────────────────────────────────┤ │ Rust Backend │ │ browser │ intelligence │ memory │ llm │ viking │ secure_storage │ └─────────────────────────────────────────────────────────────────────┘ ↕ OpenFang Kernel (端口4200) ``` ### 2.2 前端架构分析 #### 2.2.1 组件分类体系 | 类别 | 数量 | 代表组件 | 设计评价 | |------|------|----------|----------| | 聊天/对话 | 8 | ChatArea, ConversationList, MessageSearch | ✅ 职责清晰 | | Agent/Clone | 6 | CloneManager, AgentOnboardingWizard | ✅ 生命周期完整 | | 自动化Hands | 10 | HandsPanel, HandList, HandApprovalModal | ✅ 审批流程闭环 | | 工作流 | 4 | WorkflowList, WorkflowEditor | ⚠️ UI待完善 | | 团队协作 | 5 | TeamList, TeamCollaborationView | ✅ 状态同步清晰 | | 记忆/智能 | 6 | MemoryPanel, MemoryGraph, ReflectionLog | ✅ Rust迁移成功 | | 安全/审计 | 5 | SecurityLayersPanel, AuditLogsPanel | ✅ 分层安全设计 | | 浏览器自动化 | 8 | BrowserHandCard, TaskTemplateModal | ✅ 模板化设计 | | 设置 | 12 | SettingsLayout, ModelsAPI, MCPServices | ✅ 配置丰富 | **组件设计亮点:** - ErrorBoundary 组件提供兜底保护 - 统一的 UI 组件库 (Button, Card, Input, Badge...) - 虚拟列表支持 (react-window) 应对大量消息 **组件设计问题:** - ⚠️ 某些组件职责过重 (ChatArea.tsx 约500行) - ⚠️ 部分UI状态与业务状态耦合 #### 2.2.2 状态管理体系 **13个Zustand Stores:** ``` chatStore → 聊天消息、会话管理 ✅ 最核心 connectionStore → Gateway连接状态 ✅ agentStore → Clone/Agent管理 ✅ handStore → Hands/Triggers/Approvals ✅ (使用Valtio) workflowStore → 工作流管理 ✅ configStore → 配置/渠道/技能/模型 ✅ securityStore → 安全状态/审计日志 ✅ sessionStore → 会话管理 ✅ teamStore → 团队协作 ✅ skillMarketStore → 技能市场 ✅ memoryGraphStore → 记忆图谱 ✅ activeLearningStore→ 主动学习 ✅ browserHandStore → 浏览器自动化 ✅ (使用Valtio) ``` **架构亮点:** - Facade模式统一出口 (store/index.ts) - gatewayStore.ts 作为向后兼容层(已从1800行缩减到352行) - 职责划分清晰,避免Store膨胀 **架构问题:** - ⚠️ handStore 和 browserHandStore 使用 Valtio 而非 Zustand,可能造成学习成本 - ⚠️ 部分Store之间存在隐含依赖 #### 2.2.3 通信层分析 **GatewayClient (65KB):** 职责范围: - WebSocket连接管理(自动重连、心跳30s间隔) - REST API降级(OpenFang 4200端口模式) - Ed25519设备认证 - 流式响应处理 (chatStream) - 事件订阅机制 (on, onAgentStream) **问题识别:** - 🔴 文件过大(65KB),单一职责原则违反 - 🔴 handleOpenFangStreamEvent方法超过100行 - 🔴 部分私有方法命名不一致 **IntelligenceClient (统一API):** 设计优秀,提供: - memory: 记忆存储/搜索/统计 - heartbeat: 心跳引擎 - compactor: 上下文压缩 - reflection: 反思引擎 - identity: Agent身份管理 亮点: - ✅ Tauri环境使用Rust后端 - ✅ 非Tauri环境降级到localStorage - ✅ 类型转换工具完善 ### 2.3 Rust后端架构分析 #### 2.3.1 模块组织 ``` desktop/src-tauri/src/ ├── lib.rs (入口, 1444行) ├── viking_commands.rs # OpenViking CLI sidecar ├── viking_server.rs # 本地服务器管理 ├── memory/ │ ├── extractor.rs # LLM驱动记忆提取 │ ├── context_builder.rs # L0/L1/L2分层上下文 │ ├── persistent.rs # SQLite持久化 │ └── mod.rs ├── llm/ # LLM接口(智谱/阿里/DeepSeek) ├── browser/ # Fantoccini浏览器自动化 ├── secure_storage.rs # OS Keyring ├── memory_commands.rs # 持久化内存命令 └── intelligence/ # ✅ 已从前端迁移 ├── heartbeat.rs # 心跳引擎 ├── compactor.rs # 上下文压缩 ├── reflection.rs # 反思引擎 └── identity.rs # Agent身份管理 ``` #### 2.3.2 状态管理模式 使用 `Arc>` + Tauri State注入: ```rust // 线程安全的状态管理 pub struct HeartbeatEngineState { engines: Arc>>, } #[tauri::command] async fn heartbeat_start( state: State<'_, HeartbeatEngineState>, agent_id: String, ) -> Result<(), String> ``` **评价:** ✅ 线程安全,模式标准 #### 2.3.3 SQLite持久化架构 ```sql CREATE TABLE memories ( id TEXT PRIMARY KEY, agent_id TEXT NOT NULL, memory_type TEXT NOT NULL, -- fact|preference|lesson|context|task content TEXT NOT NULL, importance INTEGER DEFAULT 5, source TEXT DEFAULT 'auto', -- auto|user|reflection|llm-reflection tags TEXT DEFAULT '[]', conversation_id TEXT, created_at TEXT NOT NULL, last_accessed_at TEXT NOT NULL, access_count INTEGER DEFAULT 0, embedding BLOB -- 未来向量搜索用 ); -- 索引: agent_id, memory_type, created_at, importance ``` **评价:** ✅ 结构清晰,有向量扩展预留 --- ## 三、业务逻辑深度分析 ### 3.1 聊天功能实现 **完整消息流程:** ``` 用户输入 → sendMessage() │ ├─→ [1] 上下文压缩检查 │ intelligenceClient.compactor.checkThreshold() │ → 超过阈值自动压缩 │ ├─→ [2] 记忆增强 │ intelligenceClient.memory.search() │ → 检索相关记忆并注入context │ ├─→ [3] 添加用户消息 │ → 本地Store更新 │ ├─→ [4] 创建流式占位 │ → streaming: true │ ├─→ [5] gatewayClient.chatStream() │ → WebSocket流式响应 │ ├─→ [6] 收集事件 │ → tool_call / hand / workflow 事件 │ ├─→ [7] 流结束 │ ├─→ memory-extractor 提取记忆 │ └─→ reflection 触发反思 │ └─→ [8] 保存对话 → upsertActiveConversation() ``` **评价:** ✅ 流程完整,异常处理充分 ### 3.2 记忆系统实现 **三级记忆提取:** ```rust // LLM提取器 llmExtract(messages, agentId) → MemoryEntry[] // 规则提取器 extractPatterns(text) → Pattern[] // 重要性评分 calculateImportance(memory) → 1-10 ``` **分层上下文加载:** ``` L0 (Quick Scan): 向量相似度搜索,返回top-K概览 L1 (Standard): 加载L0候选的overview内容 L2 (Deep): 加载最相关项的完整内容 ``` **记忆分类体系:** | 类型 | 描述 | 重要性范围 | |------|------|-----------| | fact | 用户事实 | 6-10 | | preference | 用户偏好 | 7-10 | | lesson | 经验教训 | 5-8 | | context | 上下文 | 3-7 | | task | 任务 | 6-10 | ### 3.3 自主能力系统 (Hands) **L4分层授权模型:** | 级别 | 自动记忆 | 自动压缩 | 自动反思 | 风险控制 | |------|---------|---------|---------|---------| | supervised | ❌ | ❌ | ❌ | 全部人工审核 | | assisted | ✅ | ❌ | ❌ | 高风险操作审核 | | autonomous | ✅ | ✅ | ✅ | 仅极高风险审核 | | hyper | ✅ | ✅ | ✅ | 无审核(⚠️危险) | **执行流程:** ``` 触发Hand → 检查前置条件 → 需要审批? │ ├─→ 是 → 创建审批请求 → 用户批准 → 执行 │ └─→ 用户拒绝 → 结束 │ └─→ 否 → 直接执行 → 记录日志 → 完成 ``` **7大Hands:** | Hand | 类型 | 功能 | 成熟度 | |------|------|------|--------| | browser | automation | 浏览器自动化、网页抓取 | ✅ L3 | | researcher | research | 深度研究和分析 | ✅ L3 | | collector | data | 数据收集和聚合 | ✅ L3 | | predictor | data | 预测分析 | ✅ L3 | | lead | automation | 销售线索发现 | ✅ L3 | | clip | automation | 视频处理 | ⚠️ L2 (需FFmpeg) | | twitter | communication | Twitter自动化 | ⚠️ L2 (需API Key) | ### 3.4 技能系统 (Skills) **68个SKILL.md,分类:** | 类别 | 数量 | 示例 | |------|------|------| | 社交媒体 | 15+ | twitter-engager, instagram-curator, xiaohongshu-specialist | | 内容创作 | 10+ | content-creator, visual-storyteller, chinese-writing | | 开发相关 | 15+ | frontend-developer, backend-architect, api-tester | | 数据分析 | 8+ | data-analysis, finance-tracker, analytics-reporter | | 增长营销 | 6+ | growth-hacker, app-store-optimizer, seo优化 | **SKILL.md格式:** ```markdown --- name: "skill-name" description: "技能描述 (what + when to invoke)" --- # 技能标题 ## 功能说明 ... ## 使用场景 ... ## 参数说明 ... ``` --- ## 四、数据流分析 ### 4.1 整体数据流 ``` 用户操作 │ ▼ React UI Component │ ▼ Zustand Store (同步/异步action) │ ├─→ [同步] 直接状态更新 │ └─→ [异步] GatewayClient 请求 │ ├─→ WebSocket (流式响应) │ └─→ REST API (轮询/批量) │ ▼ OpenFang Kernel (端口4200) │ ▼ Skills / Hands 执行 │ ▼ 结果回调 → Store更新 → UI重渲染 ``` ### 4.2 Gateway Protocol v3 **消息模式:** | 模式 | 用途 | 示例 | |------|------|------| | req/res | 请求/响应 | health, listClones, triggerHand | | event | 服务端推送 | connected, agent, heartbeat | | stream | 流式响应 | chatStream | **认证流程:** ``` 1. 客户端发送 connect.req (包含Ed25519签名) 2. 服务端验证签名 3. 返回 connect.res (包含session token) 4. 后续请求携带token ``` ### 4.3 配置数据流 ``` config/config.toml (主配置) │ ▼ configParser.parseAndValidate() │ ├─→ [有效] → 内存中的OpenFangConfig对象 │ └─→ [无效] → ConfigValidationFailedError 用户修改设置 │ ▼ configStore.setConfig() │ ▼ gatewayClient.applyConfig() │ ▼ OpenFang Kernel热重载 ``` --- ## 五、问题识别与归类 ### 🔴 P0 - 立即处理 #### 问题1: gateway-client.ts 职责过重 **位置:** `desktop/src/lib/gateway-client.ts` (65KB, 1181行) **症状:** - 单文件包含WebSocket、REST、认证、心跳、流式处理 - `handleOpenFangStreamEvent` 方法超过100行 - 缺少方法级别的单元测试 **根因:** - 历史演进中不断叠加功能 - 没有及时重构拆分 **建议方案:** ``` gateway/ # 新目录 ├── index.ts # 统一导出 ├── Client.ts # 核心类(状态、事件、选项) ├── WebSocketManager.ts # WebSocket连接管理 ├── RestTransport.ts # REST API封装 ├── AuthManager.ts # 认证逻辑(Ed25519) ├── StreamHandler.ts # 流式响应处理 ├── HeartbeatManager.ts # 心跳管理 ├── types.ts # 类型定义 └── utils.ts # 工具函数 ``` **工作量:** 2-3人天 **风险:** 低(保持外部接口不变) --- #### 问题2: localStorage降级风险 **位置:** `intelligence-client.ts` 降级实现 **症状:** ```typescript // 非Tauri环境下使用localStorage const fallbackMemory = { async store(entry) { const store = getFallbackStore(); // localStorage // ... } } ``` **风险:** - 浏览器环境下数据不持久 - 容量限制 (~5MB) - 无法跨标签页共享 **建议方案:** - 短期:保留降级但增加警告日志 - 长期:统一使用Rust后端,移除降级逻辑 **工作量:** 0.5人天(增加警告) --- ### 🟡 P1 - 尽快处理 #### 问题3: Rust unwrap()风险 **位置:** - `context_builder.rs`: 多处 `.unwrap()` 无错误信息 - `extractor.rs`: 类似问题 **示例:** ```rust // 当前代码 let embedding = json!("null"); // 无解包 // 改进方案 let embedding = json!("null"); // 已有默认值,安全 ``` **建议:** 使用 `expect()` 替代并添加上下文信息 **工作量:** 0.5人天 --- #### 问题4: E2E测试不稳定 **位置:** `tests/e2e/` Playwright测试 **症状:** - 约20%失败率 - 网络延迟敏感 - 缺少适当的等待逻辑 **建议改进:** ```typescript // 当前 await page.click('#submit'); // 改进 await page.waitForSelector('#submit', { state: 'visible' }); await page.click('#submit'); await page.waitForResponse(/api\/agents.*message/); ``` **工作量:** 2-3人天 --- ### 🟢 P2 - 计划处理 #### 问题5: Store selector优化 **位置:** 多个Store的selector **症状:** ```typescript // 可能导致不必要的re-render const { messages, isStreaming } = useChatStore(); ``` **建议方案:** ```typescript // 拆分selector const messages = useChatStore(state => state.messages); const isStreaming = useChatStore(state => state.isStreaming); // 或使用shallow比较 const { messages, isStreaming } = useChatStore( state => ({ messages: state.messages, isStreaming: state.isStreaming }), shallow ); ``` **工作量:** 1-2人天 --- #### 问题6: 组件职责集中 **位置:** `ChatArea.tsx` (~500行) **症状:** - UI渲染和业务逻辑混合 - 事件处理过多 **建议:** 提取自定义Hooks ```typescript // 提取前 const ChatArea = () => { const sendMessage = async () => { /* 50行逻辑 */ }; const handleStream = () => { /* 30行逻辑 */ }; // ... }; // 提取后 const useChatStream = () => { /* 流处理逻辑 */ }; const useMessageActions = () => { /* 消息操作 */ }; ``` --- ## 六、机会洞察 ### 6.1 技术升级机会 | 机会 | 当前状态 | 收益 | 风险 | |------|----------|------|------| | React Compiler | 未使用 | 性能提升30%+ | 需兼容性测试 | | Zustand 5 新特性 | 部分使用 | 更好的DevTools | 低 | | Rust 2024 Edition | 未升级 | 更好的类型系统 | 低 | | TailwindCSS 4 | 使用中 | - | - | ### 6.2 功能增强机会 **1. 智能缓存预测系统** ```typescript // 基于用户行为预测 interface CachePrediction { likelyNextAction: 'sendMessage' | 'switchAgent' | 'openSettings'; preloadResources: string[]; confidence: number; } // 实现思路 - 分析历史对话模式 - 预测下一个Intent - 预加载相关组件和数据 ``` **2. 多模态交互支持** ```typescript // 图片输入 interface MultimodalMessage { type: 'text' | 'image' | 'voice'; content: string | Blob; } // 支持场景 - 截图提问 - 图片内容分析 - 语音输入转文字 ``` **3. 本地知识图谱** ```rust // 实体关系图谱 struct KnowledgeGraph { entities: HashMap, relations: Vec, embeddings: Vec, } // 能力 - 实体识别和链接 - 关系抽取 - 语义推理 ``` ### 6.3 性能优化机会 | 优化点 | 当前 | 优化后 | 方法 | |--------|------|--------|------| | 首屏加载 | 2s | <1s | 代码分割、懒加载 | | 消息渲染 | 16ms/条 | <8ms/条 | React.memo + 虚拟列表 | | 记忆搜索 | O(n) | O(log n) | 添加向量索引 | | WebSocket延迟 | 50ms | <20ms | 连接池化(评估后) | --- ## 七、头脑风暴会议纪要 ### 7.1 架构方向讨论 **Q1: 前后端职责如何划分?** | 方案 | 票数 | 结果 | |------|------|------| | A. 全部迁移Rust | 2 | ❌ 工作量过大 | | B. 渐进迁移 | 8 | ✅ 采用 | | C. 只迁移核心 | 3 | - | **结论:** 采用渐进迁移,核心模块(记忆/反思/心跳)已迁移✅,非核心评估后决定 --- **Q2: gateway-client.ts 拆分?** | 方案 | 票数 | 结果 | |------|------|------| | A. 按职责拆分 | 9 | ✅ 立即执行 | | B. 保持单文件 | 1 | ❌ | **行动计划:** - 优先级:P1 - 工作量:2-3人天 - 目标:保持外部接口不变 --- ### 7.2 技术升级讨论 **Q3: React 19新特性采用策略?** | 特性 | 适用场景 | 收益 | 结论 | |------|----------|------|------| | use() Hook | Store读取 | 简化代码 | 评估后采用 | | React Compiler | 全局 | 性能提升 | 试点后推广 | | Document Metadata | Tauri | 无关 | 不采用 | --- **Q4: 状态管理是否迁移?** | 方案 | 票数 | 结果 | |------|------|------| | Zustand 5 保持 | 10 | ✅ 保持现状 | | 迁移到 Jotai | 0 | ❌ | | 迁移到 signals | 1 | 观察 | --- ### 7.3 功能规划讨论 **Q5: 移动端支持?** | 方案 | 票数 | 结果 | |------|------|------| | Tauri Mobile | 4 | 🔍 评估中 | | React Native | 1 | ❌ | | 暂不开发 | 6 | ✅ 专注桌面 | **结论:** 暂不开发,优先级低于核心功能 --- **Q6: 国际化(i18n)?** | 方案 | 票数 | 结果 | |------|------|------| | 纳入下一版本 | 7 | ✅ | | 现在做 | 2 | ❌ | | 不做 | 1 | ❌ | **工作量估算:** 1-2周 **技术方案:** react-i18next --- ### 7.4 风险规避讨论 **Q7: OpenFang兼容性如何保障?** | 方案 | 优先级 | 结果 | |------|--------|------| | 版本锁定 | 低 | ❌ 限制能力 | | 兼容层抽象 | 中 | ✅ 实施 | | 自动化测试 | 高 | ✅ 建立测试套件 | --- **Q8: 敏感数据保护?** | 数据 | 当前 | 建议 | 优先级 | |------|------|------|--------| | API Key | OS Keyring ✅ | 保持 | - | | Gateway Token | OS Keyring ✅ | 保持 | - | | 聊天记录 | SQLite | 加密存储 | P1 | --- ## 八、行动建议 ### 8.1 立即行动 (本周) | # | 行动 | 负责人 | 工作量 | 预期产出 | |---|------|--------|--------|----------| | 1 | E2E测试稳定性修复 | 测试团队 | 2人天 | 失败率<5% | | 2 | Rust unwrap()替换 | 后端团队 | 0.5人天 | 错误信息完善 | | 3 | localStorage警告日志 | 前端团队 | 0.5人天 | 降级透明化 | ### 8.2 短期计划 (2周) | # | 行动 | 优先级 | 工作量 | 预期产出 | |---|------|--------|--------|----------| | 4 | gateway-client.ts拆分 | P1 | 2-3人天 | 6个模块文件 | | 5 | Store selector优化 | P2 | 1-2人天 | re-render减少 | | 6 | 聊天记录加密设计 | P1 | 1周 | 加密方案文档 | ### 8.3 中期计划 (1-2月) | # | 行动 | 优先级 | 工作量 | 预期产出 | |---|------|--------|--------|----------| | 7 | 插件市场MVP | P2 | 1周 | 市场UI+API | | 8 | i18n支持 | P2 | 1-2周 | 中英双语 | | 9 | 兼容性测试套件 | P1 | 1周 | 自动化测试 | | 10 | 性能优化 | P2 | 2-3人天 | 首屏<1s | ### 8.4 长期愿景 (6月+) | # | 行动 | 优先级 | 说明 | |---|------|--------|------| | 11 | 本地知识图谱 | P3 | 实体关系挖掘 | | 12 | 端到端加密同步 | P3 | Pro功能 | | 13 | Tauri Mobile | P3 | 移动端支持 | | 14 | 主动建议能力 | P2 | 差异化竞争 | --- ## 九、关键决策记录 | 决策项 | 决策结果 | 理由 | 日期 | |--------|----------|------|------| | 前后端职责划分 | 渐进迁移 | 平衡工作量和收益 | 2026-03-21 | | gateway拆分 | 立即执行 | 降低维护风险 | 2026-03-21 | | 状态管理 | 保持Zustand 5 | 稳定性优先 | 2026-03-21 | | 移动端 | 暂不开发 | 专注桌面核心体验 | 2026-03-21 | | 国际化 | 下一版本纳入 | 工作量可控 | 2026-03-21 | | 聊天记录 | 加密存储 | 用户隐私保护 | 2026-03-21 | --- ## 十、附录 ### A. 文件索引 | 文件 | 位置 | 重要性 | |------|------|--------| | CLAUDE.md | 根目录 | ⭐⭐⭐⭐⭐ 项目规范 | | gateway-client.ts | desktop/src/lib/ | ⭐⭐⭐⭐⭐ 核心通信 | | intelligence-client.ts | desktop/src/lib/ | ⭐⭐⭐⭐ 智能层API | | chatStore.ts | desktop/src/store/ | ⭐⭐⭐⭐⭐ 聊天状态 | | lib.rs | desktop/src-tauri/src/ | ⭐⭐⭐⭐ 后端入口 | | intelligence/ | desktop/src-tauri/src/ | ⭐⭐⭐⭐ 智能层Rust | ### B. 参考文档 - `docs/analysis/ZCLAW-DEEP-ANALYSIS-v2.md` - 详细分析报告 - `docs/analysis/BRAINSTORMING-SESSION-v2.md` - 头脑风暴纪要 - `docs/plans/INTELLIGENCE-LAYER-MIGRATION.md` - 智能层迁移计划 - `docs/features/05-hands-system/00-hands-overview.md` - Hands系统文档 --- *分析报告完成* *日期:2026-03-21* *版本:v1.0*