像猪猪侠一样，看似憨厚，实则全能。

GG-Bond 是一个极简的 AI Agent CLI 工具，具备 ReAct 推理循环、8 个内置工具、技能系统和会话持久化。

# 交互模式
gg-bond

# 单次调用
gg-bond agent --message "帮我查看 package.json"

# JSON 格式输出（方便程序化调用）
gg-bond agent --json --message "列出当前目录的文件"

# 指定会话 ID（多轮对话复用）
gg-bond agent --message "继续上次的任务" --session-id "my_session"

# 外部注入 system prompt
gg-bond agent --message "评审这个 PR" --system-prompt "你是代码评审专家"

# 图片识别（需配置 vision，见下方说明）
gg-bond agent --message "帮我识别这张图片" --images https://example.com/screenshot.png

# 多张图片
gg-bond agent --message "对比这两张截图的差异" --images https://example.com/before.png https://example.com/after.png

# 图片 + JSON 输出
gg-bond agent --json --message "识别图片中的文字" --images https://example.com/doc.png

# 测试模式
gg-bond --test

参数	缩写	说明
agent	-	子命令，进入单次调用模式
--message	-m	发送的消息内容
--session-id	-s	会话 ID（默认 cli:local）
--system-prompt	-	外部注入的 system prompt
--json	-	JSON 格式输出
--test	-	测试模式，发送测试消息后退出

多来源配置，优先级：CLI 参数 > 环境变量 (.env) > 配置文件 (gg-bond.json) > 默认值

配置文件按顺序查找：$GG_BOND_CONFIG_PATH → ./gg-bond.json → ~/.gg-bond/gg-bond.json

{
  "agent": {
    "defaultModel": "deepseek-chat",
    "providers": {
      "openai": {
        "apiKey": "sk-xxx",
        "baseUrl": "https://api.deepseek.com/v1"
      }
    }
  }
}

当主模型不支持图片识别时，可配置独立的视觉模型。图片会先由 vision 模型识别为文本描述，再发给主模型处理。不配置则直接透传图片给主模型（要求主模型本身支持 vision）。

{
  "agent": {
    "defaultModel": "deepseek-chat",
    "providers": {
      "openai": { "apiKey": "sk-xxx", "baseUrl": "https://api.deepseek.com/v1" }
    },
    "vision": {
      "model": "gpt-4o",
      "provider": {
        "apiKey": "sk-xxx",
        "baseUrl": "https://api.openai.com/v1"
      }
    }
  }
}

字段	说明
vision.model	视觉模型名称，如 gpt-4o / glm-4v-plus / qwen-vl-max
vision.provider.apiKey	可选，不配则复用主 provider 的 apiKey
vision.provider.baseUrl	可选，不配则复用主 provider 的 baseUrl

OPENAI_API_KEY=sk-xxx
LLM_BASE_URL=https://api.openai.com/v1
LLM_MODEL=gpt-4o
BRAVE_SEARCH_API_KEY=xxx    # 可选，启用 Brave 搜索
VISION_MODEL=gpt-4o         # 可选，视觉模型
VISION_API_KEY=sk-xxx        # 可选，视觉模型独立 API Key
VISION_BASE_URL=https://api.openai.com/v1  # 可选，视觉模型独立端点

docker build -t gg-bond .
docker run -it gg-bond
docker run gg-bond agent --message "列出文件"

MIT