← 成果
Unterm

Unterm

自研 Rust/wgpu 内核、暴露 152 个 MCP 方法的 AI 原生终端
自研 Rust 内核 · wgpu · 22 Crates · 152 MCP 工具

Unterm 是一款自研 Rust/wgpu 内核、暴露 152 个 MCP 方法的 AI 原生终端,用 doaipm 这套方法、由 Claude Code 做出来。

专为 AI Agent 直接操控而设计的自研内核终端(22 个 Rust Crates 工作区,v0.71+)。历经 Tauri 1.x 与 WezTerm Fork 两代演进后,于 0.60 彻底完成自研终端内核替换(unterm-core 独立会话守护进程 + unterm-engine + winit/wgpu 纯 GPU 渲染,支持 Kitty / iTerm2 / Sixel 内嵌图形协议)。通过 unterm-mcp 向 AI 暴露 152 个精细控制方法(窗格编排、屏幕读取、回滚搜索、截图、审计日志),并独创 Action Gateway 风险分级网关与五道编译期注册守卫测试,确保 Agent 操控终端安全可控。

核心能力

关键参数

名称Unterm
定位自研 Rust/wgpu 内核、暴露 152 个 MCP 方法的 AI 原生终端
参数自研 Rust 内核 · wgpu · 22 Crates · 152 MCP 工具
官网unterm.app
源码github.com/zhitongblog/unterm
构建方式doaipm 方法 + Claude Code
访问官网 · unterm.app → GitHub →

这个产品怎么来的

发现问题
用 Claude Code 工作时,AI 和终端之间有一道墙:AI 只能通过文字建议操作,看不到终端的实时状态。每次要切换窗口、手动粘贴命令、再把结果粘贴回去。效率低不说,更关键的是 AI 无法感知命令是否真的执行成功,也无法根据输出结果决定下一步。

产品判断
解法不是"让 AI 更聪明",而是"给 AI 一双眼睛和一双手"——把终端本身通过 MCP 协议暴露给 AI。这样 AI 不只能建议命令,还能直接执行、读取结果、根据输出决定下一步。反向问题是安全性:暴露终端控制权,边界在哪?答案是全部绑定 127.0.0.1、不接受外部连接、Ed25519 签名验证 Agent 身份。

AI 做什么 / 我做什么
我设计了 MCP 接口规范(哪些终端状态需要暴露、粒度是什么、权限模型怎么划)、定义了安全边界(本地优先、零遥测)、决定了 4 个控制面的优先级(GUI/CLI/MCP/Web)。Claude Code 负责全部 Rust 实现、MCP server 协议层、多平台打包,以及 5 个 AI 编码 Agent 的一键安装流程。

最难的判断
要不要做"会话录制"。这个功能对 AI 协作意义大——可以回放 AI 在终端里做了什么、做审计。但实现成本不低。最终判断是做:因为这不只是调试工具,而是信任基础。你能看到 AI 的每一步,才敢放手让它操作。

上线与现状
2026 年 2 月开始,目前 GitHub 开源,4 平台可用。Unterm 是整套 doaipm 工作方式的基础设施——这个网站本身就是在 Unterm 里用 Claude Code 做出来的。你现在看到的每一行内容,都经过这条流水线。下一步是扩展更多 AI 工具的一键集成,以及 Agent 协作的审计日志完善。

用 doaipm 这套方法、用 Claude Code 做出来。 看方法论 →