如果你同时在用 Claude Code 和 Codex，一定遇到过这种别扭：两个工具各有长处，但会话、记忆、文件上下文全是各管各的。换一个工具，就等于换一个“失忆”的同事，之前交代过的偏好、项目背景、踩过的坑，全得重说一遍。更别提手机上想看一眼家里电脑上的任务进度，还得另想办法。
Cindy 就是冲着这个别扭来的。它不做一个新的大模型，也不做一个新的编程 Agent，而是做了一个“壳”：把 Claude Code、Codex 和 Pi 这三个 Agent 载体装进同一个 App，让任务、记忆和技能在中间不断线。你可以中途换引擎，也可以让几个 Agent 分工——一个规划、几个并行干活、再来一个独立复核。这篇文章先讲清楚它到底是什么、好用在哪、又有哪些坑，再给我的建议。
它是什么
Cindy 的官方标语是“Consider it done”，中文 README 写的是“想到，就能做到”。仓库 makecindy/cindy 开源的是它的客户端：桌面端用 Electron，移动端用 Expo / React Native，共享能力放在 pnpm monorepo 里。官网列出的平台是 macOS、Windows、Linux、iOS、Android，也就是电脑和手机都能装。
理解 Cindy 有一个关键概念，叫 Harness（载体/执行引擎）。Claude Code、Codex、Pi 在这里不是三个模型名字，而是三种组织 Agent 执行的方式；模型本身是另外一层的选择。Cindy 的做法是：Harness 可以换，模型也可以换，而任务本身留在 Cindy 里。README 里有一句很克制、也很重要的话：切换 Harness 时是“交接或重建引擎上下文”，而不是让两个引擎的内部状态变得完全一致。翻译成人话就是：不断线，但也别指望无缝——换引擎仍然有交接成本，只是比另起一个会话强得多。
另外要再强调一遍核实表里那句话：这个仓库里没有后端服务。后端在另一个不公开的仓库里。默认情况下客户端连的是 Cindy 官方云服务，自动更新也来自官方 CDN。登录界面有个“Skip Sign-In”（跳过登录）模式，可以不登录就用本地 Agent，但那时云端功能不可用，账号状态会显示为“Not signed in”。所以它的真实定位是“开源客户端 + 托管后端”，不是一套可以从头到尾自己部署的完整服务。接受这个定位，再往下看才不会失望。
核心亮点
1. 一个 App，三个 Harness，中途能换。这是 Cindy 最核心的卖点。已经在用 Claude Code 或 Codex 的人，不用二选一，也不用在两个 App 之间来回复制上下文。README 明确写了：选一个支持的 Harness 和模型组合，随着工作变化再换，任务会话留在 Cindy 里。对经常在不同 Agent 之间横跳的人来说，省下的不是点击次数，而是反复交代背景的心智负担。
2. 多 Agent 不是噱头，是“规划—并行—复核”的分工。一个任务可以先由一个 Agent 做规划，再由几个 Agent 并行实现，最后交给一个独立的 Agent 复核，彼此共享同一个目标和验收标准。官网给的示例流程就是：深度推理做架构和拆解，三个工人并行做实现、回归测试和文档，最后由独立评审做 diff 检查和边界情况把关。当然，这套流程的实际效果取决于你给的验收标准清不清晰——标准含糊，多 Agent 只会把含糊放大三倍。
3. 手机和电脑是同一个工作台，不是两个产品。README 写了三点：换设备能接着同一个会话走；可以用另一台电脑上配置好的模型渠道；手机上有内置远程桌面，能直接操作已连接的电脑。但官网 FAQ 也把边界说得很清楚：远程任务是在你的电脑上跑的，电脑必须开机并开启远程访问；手机并不会在电脑关机后自动把活儿挪到云上。也就是说，它解决的是“人在外面也能接着干”，不是“电脑关了也能干”。
4. 不用为软件本身再付一份订阅，但模型该花的钱一分不少。客户端免费。你可以授权已经付费的 Claude Code / Codex 订阅在 Cindy 里继续用，README 的说法是“no duplicate bill”（不重复收费）；也可以接自己的 API Key，或者接本地模型；也可以选 Cindy 的托管模型服务，那是另外计费的。官网定价页写的是 Free 档 0 美元（自带 Key 或订阅时全部软件功能可用），Plus 档每月 20 美元起（托管模型服务，按月购买的额度与价格对应）。价格以官网为准，可能会变。关键提醒：免费的是客户端，不是无限的模型用量——提供商的用量费和限额照样适用。
5. 技能和记忆让“好用的工作方法”可以复用。Cindy 允许你把偏好、项目上下文和一套好用的工作方法存成记忆和技能，下次任务直接复用，还可以在 SkillHub 里发现别人分享的技能、插件，或者接 MCP 去连自己的内部工具。这比每次新建会话重写一长串提示词要实际得多，前提是你真的愿意花时间把方法沉淀下来——只尝鲜一次的人，基本用不上这一层。
截图导览
先看桌面端长什么样，再决定要不要装。官网展示图里，任务、对话和项目文件是放在同一屏的，这正是 Cindy 想表达的产品观：Agent 的输出不只是一段文字，而是一件正在推进的工作。
图 1：桌面端界面。看三个要素怎么同屏：左边是任务，中间是对话，旁边是项目文件。判断一个 Agent 工具好不好用，先看它能不能让你一眼看到“活儿干到哪了”，而不是只看它回答得漂不漂亮。
图 2：手机端原生对话。重点不是“手机也能聊天”，而是“换设备不丢会话”——出门在外能接着看进度、补一句指令，回家坐到电脑前也不用重新交代。
图 3：笔记本上的任务列表与完整对话。Cindy 的多设备叙事能不能成立，就看这一步：任务列表是不是真的跨设备同步，而不是每台设备各记各的。
图 4：SkillHub 技能市场。把一套验证过的工作方法存成技能，是 Cindy 从“好用的聊天壳”变成“长期工作台”的关键一步；反过来，技能市场里鱼龙混杂，装之前先看清它要什么权限。
快速上手
普通用户不用从源码编译，直接走官网下载最省事：去 https://cindy.app/ 下载对应平台的版本（macOS、Windows、Linux、iOS、Android 都有），装好后按三条路线选一条：第一，登录官方服务并授权你已经付费的 Claude Code / Codex 订阅；第二，接自己的 API Key；第三，选“Skip Sign-In”先用本地 Agent 试试，但要接受云端功能不可用。官网 FAQ 还提到本地模型走 Ollama、llama.cpp 或 LM Studio 这类本地运行时，不过本地模型目前标注为 Beta，效果取决于模型、硬件和运行时，别指望低配机器跑大模型还能丝滑。
如果你是开发者，想从源码构建，README 给出的前置条件是：Node.js 22.x、pnpm 10.x（注意 v11 暂不支持）、Git LFS。最小步骤照 README 写是：
git clone https://github.com/makecindy/cindy.git
cd cindy
git lfs pull
pnpm install注意，pnpm install 会按平台下载 claude-code、codex 和 ripgrep 这些工具二进制文件，桌面端和移动端的入口分别在 apps/desktop 和 apps/mobile。Linux 用户 README 还单独指向了一份 Ubuntu、Arch Linux 和 Omarchy 的安装指南，涉及更新、密钥环设置和从手动安装迁移，Linux 用户建议先读那份指南再动手。
门槛说清楚：GPU 不是必需的。客户端本身不需要 GPU；只有当你选择“本地模型”这条路线时，硬件才成为瓶颈，而且那是 Beta 功能。API Key 也不是必需的，前提是你已经有 Claude Code / Codex 这类订阅可以授权，或者只用 Skip Sign-In 的本地 Agent 模式。但反过来也要说清楚：没有任何订阅、没有 Key、又不用本地模型，那就没有模型可用——免费客户端不等于免费无限推理。另外，远程桌面和多设备同步都要求电脑保持开机、联网并完成授权，关机断网就什么都连不上。
隐私方面，README 写得比很多同类项目坦白，值得单独提一句：官方发行版内置了 TapDB 用量统计，登录后会与账号 ID 关联，但明确不收集聊天内容、文件内容和工作目录数据；桌面端可以在“设置 → 关于 → 用量统计”里关掉，Skip Sign-In 的本地模式不向 TapDB 上报。我的做法是：装好第一件事就是去设置里确认统计开关的状态，不管默认是开是关，自己亲手确认一次再开始用。
我的建议
适合谁：第一，已经同时在用 Claude Code 和 Codex、并且为“换工具就失忆”烦恼过的开发者，Cindy 的中途换引擎和共享记忆正是为你做的。第二，经常在公司电脑、家里电脑和手机之间切换的人，多设备接续会话这个卖点对你最实在。第三，愿意把工作方法沉淀成技能、并且想长期经营一个 Agent 工作台的人，SkillHub 和记忆机制值得你投入时间。第四，团队里想统一 Agent 使用方式、但又不想立刻换掉现有订阅的人——先用客户端把体验统一起来，比推倒重来便宜。
不适合谁：第一，只用某一个 Agent、从来不换工具的人，Cindy 的核心卖点对你基本无感，多装一个壳反而多一层复杂度。第二，以为“开源就等于全部自己掌控”的人——后端不公开、默认连官方云，这一点接受不了就别勉强。第三，对数据出境、云端同步非常敏感，又不愿意仔细读权限和隐私设置的人，Agent 本来就要读你的文件和登录态，权限给得越大，事前检查就越不能省。第四，只想找个免费无限用的大模型入口的人，Cindy 不是，它也不解决模型费用的问题。
值不值得试：值得试，但要按正确的方式试。我的建议是：先从官网下载正式版，别一上来就编译源码；先用 Skip Sign-In 或你已有的订阅跑一个“可逆的小任务”——比如让它整理一个非敏感项目、改一份文档、做一次代码复核——重点观察两件事：换 Harness 后上下文是不是真的接得上，以及多 Agent 分工有没有帮你省时间而不是添乱。确认这两点对你成立，再去碰技能、自动化、Slack / Telegram 接入这些重功能；如果第一步就觉得“换引擎还要重新交代不少东西”，那它目前的成熟度可能还配不上你的期待，先放一放、等后续版本也完全可以。毕竟它 2026 年 7 月才创建，三个月内冲到 8,091 Star 说明方向踩中了痛点，但早期项目的打磨程度，永远要靠自己动手试一次才算数。
最后提醒一句：Agent 拿到文件和应用权限的那一刻，方便和风险就是同一枚硬币的两面。先给小权限、跑小任务、看它改了什么 diff，再慢慢放开——这个顺序对 Cindy 适用，对所有 Agent 工具都适用。
GitHub 仓库：https://github.com/makecindy/cindy
官网：https://cindy.app/
