VoidMuse

Language / 语言: English | 中文

🚀 开源驱动的智能AI IDE插件 | 学习型AI工程化项目

适配 IntelliJ IDEA & Visual Studio Code

---

🌐 在线体验

• Web 版本地址: https://voidmuse-dev.github.io/voidmuse/

---

🎯 项目愿景

不仅仅是一个AI插件，更是一个AI工程化学习平台

VoidMuse致力于通过开源组件整合的方式，以最低的开发成本构建高效智能的AI IDE插件。我们相信开源的力量，通过精心选择和整合优秀的开源组件，让每个开发者都能轻松构建自己的AI工具。

🌟 核心理念

• 📚 学习导向: 提供完整的技术原理文档，让用户深度理解AI工程化
• 🔧 开源整合: 基于20+优秀开源组件，降低开发门槛
• 🧠 知识传递: 从Embedding到向量数据库，全面覆盖前沿AI概念
• 💡 实践驱动: 理论与实践结合，边学边用

---

🚀 快速开始

使用方式

直接使用插件

VS Code安装

1. 打开VS Code扩展商店 (Ctrl+Shift+X)
2. 搜索 "VoidMuse"
3. 点击安装并重启编辑器

IntelliJ IDEA安装

1. 打开 Settings → Plugins
2. 搜索 "VoidMuse"
3. 点击安装并重启IDE

作为学习者 - 本地开发启动详见 开发指南

🎯 三分钟快速上手

想要立即体验VoidMuse的强大功能？跟着我们的快速配置指南，三步搞定！

👉 📖 查看三步快速上手指南

💡 只需配置AI模型API密钥，就能开始使用基础功能。搜索和代码理解功能可以后续按需配置。

详细配置指南

如果你需要更详细的配置说明，可以查看以下文档：

• 🤖 AI模型配置 - 获取免费API密钥和配置指南
• 🔍 搜索功能配置 - Google搜索配置详细教程
• 🔍 博查搜索配置 - 国内搜索服务配置
• 🧠 代码理解配置 - 使用相同的AI模型API即可

---

🏗️ 整体架构

VoidMuse采用模块化架构设计，支持多IDE平台，集成多种AI模型，提供完整的AI开发体验。

详细架构文档：技术架构说明

---

🔬 技术亮点与学习价值

🧠 AI工程化核心概念

• Embedding技术: 从原理到实践的完整解析
• 向量数据库: 本地化索引与检索机制
• 上下文管理: 大模型对话的上下文优化策略
• MCP协议: 多模态对话协议的标准化实现

🔧 开源组件生态

我们精心选择并整合了以下优秀开源组件：

• Ant Design 5.x - 企业级UI设计语言
• TipTap - 富文本编辑器
• Vercel的 ai-sdk - 多模型支持、agent框架

📖 学习资源汇总

1. 微软 AI Agents for Beginners：构建AI代理的基础知识，https://learn.microsoft.com/zh-cn/shows/ai-agents-for-beginners/
2. 吴恩达 Agentic AI 课程：代理式AI的实际应用，https://deeplearning.ai
3. Hugging Face AI Agents 课程：实用的AI智能体开发技能，https://huggingface.co/learn/agents-course/zh-CN/unit0/introduction
4. Google 5天 AI Agent 培训课：实战项目经验，https://rsvp.withgoogle.com/events/google-ai-agents-intensive_2025/home
5. Anthropic 官方课程：高级AI Agent技术，https://anthropic.skilljar.com
6. Coursera AI Agents 专项课程：学术理论与实际应用结合，https://coursera.org/specializations/ai-agents
7. Salesforce AI Agent Course：企业级AI Agent解决方案，https://salesforce.com/ap/agentforce/ai-agent-course/

---

🛠️ 功能特性

🧠 智能代码补全 (AutoComplete)

• 技术原理: 基于上下文感知的智能补全算法
• 学习价值: 了解AI代码补全的实现机制
• 核心特性:
  • 实时代码分析
  • 上下文感知补全
  • 多语言支持

🔍 本地代码库索引 (Codebase)

• 技术原理: 向量化存储 + 语义检索
• 学习价值: 掌握向量数据库的构建与优化
• 核心特性:
  • 本地化向量数据库
  • 语义相似度检索
  • 智能代码上下文提取

codebase-demo.mp4

💬 多模型AI对话 (AI Chat)

• 技术原理: 多轮对话 + 工具调用 + 上下文管理
• 学习价值: 理解大模型应用的工程化实践
• 支持模型:
  • OpenAI GPT系列
  • Anthropic Claude系列
  • DeepSeek系列
  • 通过OpenRouter支持更多模型

chat-demo.mp4

🔗 MCP协议支持

• 技术原理: 标准化多模态对话协议
• 学习价值: 跨平台AI交互的设计模式
• 协议特性:
  • 工具调用标准化
  • 多模态数据处理
  • 可扩展的插件架构

🔍 智能搜索集成

• 支持引擎: Google搜索、博查AI搜索
• 配置文档:
  • Google搜索配置
  • 博查搜索配置
• 免费资源: 大模型厂商免费额度汇总

search-demo.mp4

---

📚 学习路径指南

🎯 适合人群

• AI工程师想了解IDE插件开发
• 前端/后端开发者想学习AI集成
• 学生和研究者想理解AI工程化
• 开源爱好者想参与AI项目

📖 推荐学习路径

初级路径 (AI概念入门)

1. 什么是Embedding？
2. 向量数据库基础

🛠️ 实践项目

• 实现深度搜索
• Codebase功能实现
• 自定义Embedding模型集成
• 扩展MCP协议支持
• 实现自定义搜索引擎

---

🚀 未来功能规划

功能模块	核心特性	技术原理	学习价值
🧠 上下文记忆	跨会话记忆、智能优先级、个性化学习	向量数据库 + 语义检索	AI记忆系统设计
🗜️ 上下文压缩	动态长度管理、多级压缩、语义保持	智能摘要 + 分层压缩	大模型上下文优化
🤖 Agent代码生成	需求分析、架构设计、自动实现、测试验证	多Agent协作框架	AI驱动软件开发

---

📊 数据收集说明

🔒 隐私保护承诺

为了更好地了解用户使用情况并改进产品体验，VoidMuse在GUI界面中集成了极简化的埋点功能。我们承诺：

• ✅ 仅收集页面访问数据：只记录页面进入和离开时间，用于计算页面停留时长
• ✅ 无敏感信息收集：不收集任何代码内容、个人信息或操作细节
• ✅ 透明开源：所有埋点代码完全开源，可在 gui/src/services/AnalyticsService.ts 中查看

📚 埋点技术学习价值

我们的埋点实现也是一个很好的前端数据分析学习案例：

• 🎯 多平台支持：同时集成Google Analytics和百度统计
• ⏱️ 精确计时：页面停留时间的准确计算方法
• 🔄 生命周期管理：页面可见性变化的完整处理
• 🛡️ 异常处理：埋点失败时的优雅降级

---

🤝 贡献指南

我们欢迎各种形式的贡献！无论是Bug修复、功能开发、文档完善还是技术分享，都能让VoidMuse变得更好。

详细贡献指南：贡献指南

社区贡献者

感谢所有为项目贡献代码、文档和想法的开发者们。你们的贡献让VoidMuse变得更好！

📞 联系我们

• 🐛 问题反馈: GitHub Issues
• 📧 邮箱联系: voidmuse@qq.com

💬 社群交流

QQ交流群	微信交流群
扫码加入QQ群	扫码加入微信群
群号：865855850	xxx

💡 提示: 加群时请备注来源，方便管理员审核通过

---

⭐ 如果这个项目对你有帮助，请给我们一个Star！

🚀 让我们一起构建更智能的开发体验！

---

📄 许可证

本项目采用 Apache-2.0 许可证，我们相信开源的力量。