单二进制 · 内置代码图谱 · 本地 OCR · 零延迟关键词路由
长会话实测 ~99% 缓存命中，几乎不为重复的上下文付费
传统方案在上下文恢复、缓存利用、路由延迟上各有妥协。deepx-code 从底层重新设计。
| 痛点 | 主流 agent | deepx-code |
|---|---|---|
| 重启上下文恢复 | 仅纯文本JSONL 只存 user/assistant content，tool_calls、tool results、reasoning_content 全部丢失 | 完整 fidelitygob 二进制持久化，LLM 无缝续接，重启后跟没断过一样 |
| 模型路由延迟 & 成本 | LLM 分类每次用户输入先调一次 LLM 决定路由，额外消耗 token + 延迟 | 零延迟纯本地关键词匹配 + 长度判定，5 语言覆盖，路由零 token 消耗 |
| DeepSeek 硬盘缓存 | 频繁 misstools 数组随模式切换而变，system prompt 版本不一致导致前缀漂移 | 前缀稳定tools 全模式恒定；system prompt 版本感知，gob 恢复时自动替换为当前版本 |
| 复杂任务调度 | 串行等待多步任务步步等待，无法利用并发加速 | DAG 并发LLM 拆 DAG → deepx 按依赖并行跑子 agent，节点独立选模型 |
| 代码导航 & 理解 | 满仓 grep逐个翻文件、烧 token；Go 隐式接口实现、调用关系、影响面都查不准 | 代码图谱内置 codegraph：符号级 def / callers / implementers / impact，Go 经 go/types 精确 |
| 图片输入 | 依赖云端读图要走云端多模态 API，额外成本，离线不可用 | 本地 OCR粘贴图片 → PaddleOCR 离线识别，不依赖多模态 API |
| 写操作防护 | 要么全自动，要么全禁无细粒度审核粒度 | 三模式分级review（默认：写/Shell 确认）/ auto（全自动）/ plan（只读） |
每个特性都在解决一个实际问题，不是堆功能。
完整保存 tool_calls、tool results、reasoning_content。重启后 LLM 无缝续接，零计算恢复。同时保留 JSONL 供 Memory 搜索。system prompt 版本感知，build 升级 / skill 变化时自动替换。
flash 接机械单步、pro 处理复杂任务。关键词 + 长度判定，纯本地执行， 覆盖中/英/日/韩。路由不花一分 token，起手就是正确答案。
多步顺序任务用可见待办清单逐步勾选，进度实时可见；可并行的独立子任务 拆成 DAG，deepx 按依赖并发跑子 agent，每个节点独立选 flash / pro。
review（默认）：Write / Update / Bash 人工确认，其余自动。auto： 全自动。plan：只读。细粒度可控，不因安全牺牲效率。
粘贴图片或给出路径 → OCR 工具（PaddleOCR PP-OCRv5）识别其中文字。 不依赖多模态 API 也能读图。首次下载 OCR 模型（~37MB）与 ONNX runtime，之后离线秒级。
超窗口 70% 自动触发，尾部保留 ~20K token，旧内容 LLM 压缩为连贯摘要。 旧摘要合并而非丢弃。tools 数组全模式恒定，system prompt 版本感知， DeepSeek 硬盘缓存命中率最大化。
符号级跳定义 / 找调用 / 接口实现 / 影响面分析。Go 经 go/types 精确解析， 覆盖 16+ 语言。替代满仓库 grep + 逐个翻文件，从根上省 read/glob/grep 的 token。
LLM 自主按需调用，不预注入不占 token。三分级模式控制写操作。
从用户输入到工具执行，每一步都围绕 token 经济和缓存优化设计。
首次启动弹窗引导填 API key，自动写入 ~/.deepx/model.yaml。