Agent

覆盖 Claude Code、Codex CLI、OpenCode、Pi 四个终端编程 Agent。整理于 2026-10-26，数据来自各家官方文档，Codex 的默认键位来自 openai/codex main 分支的 tui/src/keymap.rs 源码。 阅读说明 Alt 在 macOS 上即 Option。macOS 终端里的 Alt 类快捷键需要把 Option 设为 Meta，否则无效。 “未绑定”指默认没有快捷键，但可以在配置里自己绑。 四个工具都支持自定义键位：Claude Code 用 ~/.claude/keybindings.json，Codex 用 ~/.codex/config.toml 的 [tui.keymap.*]，OpenCode 用 tui.json（v2 用 cli.json），Pi 用 ~/.pi/agent/keybindings.json。 版本：Claude Code 文档引用到 v2.1.301；Codex 为 main 分支；OpenCode 的 v1 与 v2 文档并存（页面更新于 2026-10-24），两套都收录；Pi 为 1.0 的 latest 文档。 0. 四家核心键位对照 动作 Claude Code Codex CLI OpenCode（v1） Pi 发送 Enter Enter Enter Enter 换行 Shift+Enter / Ctrl+J / \+Enter Shift+Enter / Alt+Enter / Ctrl+J Shift+Enter / Ctrl+Enter / Alt+Enter / Ctrl+J Shift+Enter / Ctrl+J 中断当前任务 Esc Esc Esc Esc 清空输入 Ctrl+C（再按一次退出） Ctrl+C Ctrl+C Ctrl+C（再按一次退出） 退出 Ctrl+D（连按两次） Ctrl+D Ctrl+D / Ctrl+X Q Ctrl+D（输入为空时） 回退 / 编辑上一条 Esc Esc Esc Esc Ctrl+X U（撤销消息） 无默认键，用 /tree /fork 外部编辑器 Ctrl+G Ctrl+G Ctrl+X E Ctrl+G 切换模式 Shift+Tab（权限模式） Shift+Tab（协作模式，固定键） Tab（切 Agent） Shift+Tab（思考级别） 切换模型 Alt+P 无默认键（用 /model） Ctrl+X M，F2 循环 Ctrl+L 选择，Ctrl+P 循环 历史搜索 Ctrl+R Ctrl+R 仅 ↑ ↓ 仅 ↑ ↓ 展开详情 / 转录 Ctrl+O Ctrl+T 无 Ctrl+O（展开工具输出） 复制上一条回复 无（全屏模式用 Ctrl+Shift+C） Ctrl+O Ctrl+X Y Ctrl+X 粘贴图片 Ctrl+V Ctrl+V Ctrl+V Ctrl+V 运行时追加消息 Enter 排队 Tab 排队，Enter 注入当前轮 v2：Ctrl+X Enter 排队 Enter 引导，Alt+Enter 追加 命令前缀 / ! @ : / ! @ $ / @ / ! !! @ 1. Claude Code 配置文件 ~/.claude/keybindings.json（/keybindings 打开），保存后自动生效。 ...

原文：Infrastructure for Agentic Rust （2026-10-05，作者 Jonathan Ellis） 我的大半个职业生涯都在 Java 和 Python 这类托管运行时语言中度过，所以转向 Rust 时，等着我的是几颗新地雷 。到现在，我以 Rust 为主要语言写代码已经大约六个月了——或者更准确地说，是"让代码被写出来 "——我想我终于快到雷区的另一头了。 以下是我踩过的一些地雷。如果你还生活在 2023 年、一行一行手写代码，它们大多只是小烦恼；但当它们被十几个同时撞上来的 agent 一放大，就绝对能毁掉你的一天。 地雷 #1：Cargo 是个糟糕的室友 即使是我这样的 Java 程序员也知道 rustc 很慢。但我不知道的是，cargo 默认就会让 target/ 越涨越大，直到磁盘被写爆（ENOSPC）。 解法 #1：MBX Rustaceans 用 sccache 和 cargo-sweep 已经很多年了，而最近 Jeff Dickey 做出了 Mr. Boxington （即 mbx），带来了一批 Rust 专属的体验升级。毫不夸张地说：只要你还在调用 rustc，你就应该用 mbx。它为你做了这些事： 自动清理 target/。 用 reflink 在多次构建之间共享已编译的依赖，所以无论同时跑着多少个 worktree 或 agent，依赖都只需要构建一次。（但请读一读 share_workspace_root 相关的细则。） 同样用 reflink 共享已完成的 crate，细则见下文。 还有一个服务端版本，能把第 2、3 项部署到 AWS 上，让整个团队受益。 （与大多数构建缓存不同）它和增量构建相处得很好。 当 Cargo 试图耗尽你的磁盘时，给你一个统一的"咽喉"可以掐住。 可以按需限制构建占用的 CPU 和内存，减少资源争抢、防止 OOM。 地雷 #2：Rust 构建产物大得吓人 这与第 1 条相关但又不同：即使你的 target 目录修剪得整整齐齐、没有早期构建留下的垃圾，cargo 的工作集依然大得惊人。我投入时间最多的 Rust 项目是 Bifrost ，它一个正常的 target 目录就有 52GB。（我希望能有位 Ward Cunningham 附体的人出面告诉我，怎么把它砍到五分之一甚至十分之一；但据 Fable 和 Astra 告诉我的，在 Rust 这片地界，事情就是这样。是的，我们已经开启了 line-tables-only。） ...

本文基于 felinics/Memoh （commit 1aaef83）源码写作。所有代码引用均为仓库内相对路径与行号，可直接到 GitHub 对应行查看。 写作目标：一是拆解这个生产级多 Agent 平台的模块划分、权限设计、AI 调度与流转；二是提炼出你可以直接借鉴的设计模式。如果你没开发过 agent，先读第 1 章的入门部分。 0. 项目速览：Memoh 是什么 Memoh 是一个开源多 Agent 平台，核心卖点是给每个 AI agent 一台自己的"云电脑"：独立的容器 workspace（文件系统、桌面、浏览器、网络），24/7 在线，通过 Telegram / Discord / 飞书 / 微信 / Matrix / 邮件等渠道对话，带长期记忆，支持定时任务，还能托管 Claude Code、Codex 等外部 CLI agent。 技术栈：Go + Echo + Uber FX（后端）、Vue 3（Web）、PostgreSQL（主存储）、Qdrant（向量记忆）、Docker/containerd/Apple Virtualization（workspace 容器）、可选 Redis（集群模式队列）。 代码规模：internal/ 下 76 个领域包，仅 internal/agent 就约 9MB 源码，是一个认真做过生产级调度设计的项目。这正是值得读它的原因。大多数开源 agent 项目把"调度"做成内存里的一个循环，而 Memoh 把 turn 的准入、所有权、幂等、恢复全部持久化到了 PostgreSQL，用数据库约束解决并发问题。这是本文最想讲清楚的部分。 1. Agent 运行原理入门（写给没写过 agent 的人） 在深入 Memoh 之前，先用它的真实代码把四个基础概念讲明白：编排（orchestration）、调度（scheduling）、上下文注入（context injection）、输出获取（output consumption）。 ...