Dev Cockpit

Dev Cockpit 是一个本地开发工作台，用来恢复和管理你电脑上的项目现场：项目列表、启动命令、运行端口、日志、Git 状态、Python/Conda 环境、AI 上下文和资源雷达。

它不是 IDE，也不替代 VS Code、Cursor、Docker Desktop 或 Conda。它解决的是一个更具体的问题：打开一个工作区后，快速知道哪些项目能跑、跑在哪里、为什么失败、下一步做什么。

English summary: Dev Cockpit is a local development dashboard for restoring project state, commands, logs, ports, Git status, runtime diagnostics, and AI coding context.

项目展示页：linsk27 projects - Dev Cockpit

如果这个工具能帮你减少重复切换和项目恢复时间，欢迎 Star；我会优先根据 Star 和真实反馈继续打磨。

npx local-dev-cockpit

默认地址：

http://localhost:8787

Windows 桌面版下载：GitHub Releases

适合谁

• 同时维护多个前端、后端、脚本、实验项目的开发者。
• 经常忘记启动命令、端口、上次错误或 Python 环境的人。
• 想把项目状态一键复制给 Codex、Cursor、Claude 等 AI coding agent 的人。
• 经常收藏 AI skills、Demo、工具、教程和 GitHub 仓库，但缺少整理入口的人。

核心能力

• 扫描本地工作区，识别 Node、Python、Java、PHP、Ruby、.NET、Go、Rust、Docker 和混合项目。
• 推断常用启动命令，展示 Git 分支、未提交数量、端口、日志和诊断结果。
• 启动/停止 Dev Cockpit 托管命令，并识别外部终端或 VS Code 已经跑起来的本地服务。
• 解释项目状态来源：托管运行、外部端口、HTTP 可达、端口残留、端口冲突、命令失败。
• 生成 AI 上下文，也可写入 PROJECT_CONTEXT.md 和 AGENTS.md。
• 资源雷达：导入 GitHub、Demo、工具、教程、Prompt、MCP、Workflow 或视频号文本，生成可筛选资源卡片。
• 支持中文/英文、浅色/深色/奶油主题、Windows 桌面版。

快速开始

1. 启动：

   npx local-dev-cockpit

2. 打开 http://localhost:8787。

3. 在设置页添加工作区根目录，例如：

   D:\个人
   C:\Users\you\Projects

4. 回到项目页，选择项目。

5. 查看概况、命令、日志、诊断和 AI 上下文。

6. 点击 dev / start 启动服务，或复制 AI 上下文继续分析。

默认只读取本机项目元数据，不上传代码，也不会写入项目目录。只有你点击“写入文件”或执行 context --write 时，才会写入 PROJECT_CONTEXT.md 和 AGENTS.md。

真实用户试用清单

第一次试用建议按这个顺序验证：

1. 添加一个包含多个项目的根目录。
2. 在项目页搜索一个已知项目。
3. 打开命令页，运行 dev 或 start。
4. 查看概况区是否出现运行地址。
5. 如果提示端口冲突，先打开已有地址；需要重启时再停止对应端口。
6. 如果命令失败，打开日志页查看完整错误，诊断区只看主要原因和建议动作。
7. Python 项目缺依赖时，确认是否需要绑定 .venv、conda:环境名 或 python.exe。
8. 在 AI 上下文页复制当前项目状态给 AI。
9. 在资源页导入一个 GitHub 或 Demo 链接，确认预览后再入库。
10. 用资源页的导出/导入 JSON 在另一台机器同步同一批资源。

页面截图

项目概况

左侧是项目列表和状态筛选；右侧解释当前项目为什么在线、空闲、失败或需清理。

命令

命令页展示可运行脚本。启动前会检查端口和运行环境，避免重复启动导致端口冲突。

日志

日志页保留完整输出；概况和诊断页只展示摘要。

AI 上下文

AI 上下文页生成项目路径、技术栈、命令、端口、Git 状态和最近错误摘要。

资源雷达

资源雷达用于沉淀 AI skills、GitHub 仓库、在线 Demo、工具、教程、Prompt、MCP、Workflow 和视频号文本。

AI 配置

AI 配置用于资源导入阶段的结构化解析。没有 AI Key 时仍可使用本地规则生成预览。

设置

设置页管理主题、编辑器命令、工作区根目录和更新检查。

项目状态说明

Dev Cockpit 会综合判断项目状态：

• 托管运行：由 Dev Cockpit 启动，可在面板里停止。
• 外部在线：系统检测到该项目已有本地服务，并且 HTTP 可访问；如果端口能归属到当前项目，会显示打开和停止入口。
• 需处理：最近命令失败、环境缺失或端口状态异常，需要看诊断。
• 需清理：检测到端口残留或端口被占用但 HTTP 不可访问；如果系统找不到可停止 PID，会提示去原终端或任务管理器处理。
• 空闲：未检测到运行中的服务。

为了避免误报，未知的 localhost:3000 不会让所有 Node 项目都显示在线。只有端口能归属到当前项目，或命令明确声明端口并通过本地 HTTP 探测时，才会显示在线。

Python 和 Conda

Python 项目会尽量自动识别环境，优先级大致如下：

1. 项目详情里手动绑定的 Python/Conda 环境。
2. .vscode/settings.json 里的解释器路径。
3. 项目内 .venv、venv、.conda。
4. environment.yml / environment.yaml 声明的 Conda 环境。
5. uv.lock、Poetry、Pipenv 等项目工具。
6. 从同一个终端启动 Dev Cockpit 时继承的 CONDA_PREFIX / VIRTUAL_ENV。
7. 系统 python 或 Windows py launcher。

什么时候需要手动配置：

• 依赖装在全局 Conda 环境里，但项目目录没有 .venv 或 environment.yml。
• 你平时先 conda activate xxx，再在终端运行项目。
• 桌面版双击启动后提示 ModuleNotFoundError，但终端里能跑。
• 同一仓库里有多个 Python 后端，需要不同解释器。

可填写：

conda:环境名
C:\path\to\python.exe

Dev Cockpit 不会自动创建虚拟环境，也不会自动安装依赖。它只负责识别、诊断和给出下一步。

资源雷达

资源导入流程固定为：

粘贴链接或文本 -> 抓取网页/GitHub 元数据 -> 本地规则初判 -> 可选 AI 解析 -> 预览卡片 -> 确认入库

资源大类只表达形态：工具 / Skills / Demo / 教程文章 / Prompt / MCP / Workflow / 未分类。小类表达用途，例如：前端开发 / 视觉设计 / 视频剪辑 / PPT生成 / 声音克隆 / 3D生成 / 预测模拟。GitHub、开源项目、仓库来源只作为来源或标签，不作为大类。

AI 解析只更新资源卡片的标题、类型、大类/小类、标签、摘要、置信度和可展示素材；不会执行代码、不会上传本地项目文件，也不会自动安装 skills。

可选环境变量：

$env:DEV_COCKPIT_AI_API_KEY="your-key"
$env:DEV_COCKPIT_AI_BASE_URL="https://code.rayinai.com/v1"
$env:DEV_COCKPIT_AI_MODEL="gpt-5.4"

资源导出格式：

{
  "app": "dev-cockpit-resource-radar",
  "version": 1,
  "exportedAt": "2026-06-02T00:00:00.000Z",
  "items": []
}

其他应用只要生成兼容的 items 数据，也可以通过资源页导入。导入时会校验字段、规范化大类/小类，并按 id、来源 URL、标题摘要跳过重复资源。

资源规模策略

资源雷达当前按 1000-3000 条本地资源设计，不提前引入数据库：

• 列表使用固定行高虚拟滚动，只渲染可视区域资源卡片。
• 搜索和筛选使用前端预计算索引，支持标题、摘要、标签、来源 URL、大类和小类。
• 星云图会按数量自动降级：少量资源显示完整节点；中等数量显示分类星团和代表资源；超过 1000 条默认只显示分类星团和数量。
• 导入资源包时会统计新增、重复跳过和失败数量；重复判断包含标准化 URL、GitHub owner/repo、标题+摘要指纹。
• 数据仍存放在本地 skill-radar.json。如果未来超过 5000 条或需要全文检索，再评估 SQLite/FlexSearch。

更多实现边界见 docs/resource-scale.md。

CLI 命令

npx local-dev-cockpit
npx local-dev-cockpit scan D:\个人
npx local-dev-cockpit add-root D:\个人
npx local-dev-cockpit doctor
npx local-dev-cockpit doctor D:\个人\my-project
npx local-dev-cockpit context D:\个人\my-project
npx local-dev-cockpit context D:\个人\my-project --write

桌面版

Release 页面提供两个 Windows 产物：

Dev-Cockpit-Setup-<version>-win-x64.exe   标准安装向导，推荐日常使用
Dev-Cockpit-<version>-win-x64.exe         免安装版，适合临时试用

当前桌面产物未签名，Windows 可能提示未知发布者。正式公开分发前需要补代码签名。

本地数据

数据默认保存在：

%APPDATA%\local-dev-cockpit\

主要文件：

config.json          工作区根目录、编辑器命令、Python 环境绑定
state.json           最近运行状态和错误
skill-radar.json     资源雷达数据
ai-settings.json     AI 供应商、模型和本地密钥
logs\*.log           命令运行日志

开发与自检

pnpm install
pnpm release:check
pnpm verify:smoke

verify:smoke 是非破坏性检查：启动本地服务，访问 /api/health、项目列表、资源导出接口和前端入口，确认发版前的最小链路没有断。

架构

apps/web             Vue 3 + Vite Dashboard
apps/desktop         Electron 桌面壳
packages/core        项目扫描、技术栈识别、命令推断、Git/端口状态、AI 上下文
packages/server      本地 HTTP API、进程管理、端口控制、资源雷达、AI 配置
packages/cli         npx local-dev-cockpit 启动入口

关键边界：

• core 不依赖 Vue、server 或 CLI。
• server 管 HTTP API、进程、端口、资源和本地持久化。
• web 只负责展示、交互和前端状态。
• 资源雷达数据只保存在本机，不默认上传。

当前边界

• 不做云同步、账号系统和团队协作。
• 不做系统级抓包或浏览器扩展。
• 不自动安装项目依赖、不自动创建 Python 虚拟环境。
• 不自动安装 AI skills，只做收集、解析、沉淀和导出。