Muyan Pilot
Muyan Pilot 是一个本地 AI 开发 Worker：把任务放进 GitHub Issue，它自动领取ai-ready Issue，在隔离 worktree 中开发、运行真实测试套件、创建 PR，随后
完成独立审查（会话内修复）并合并干净的 PR——整个交付过程记录在 GitHub
Issue、评论和 PR 本身中。
系统架构总览
实线Pi → llama-server 是核心链路（任意 OpenAI-compatible endpoint
都可以）。虚线标记可选的 local-llm-kv-cache
proxy：它只为本地 llama.cpp 模型增加更快的 prefix 复用，不是核心
前提。
它解决的问题
中小型开发任务（bug、feature、文档修改、workflow 修复）通常走同一个 循环：读上下文、规划、实现、测试、开 PR、review、修复、合并。Muyan Pilot 在本地无人值守地跑完这个循环：- GitHub Issue 就是任务池。 没有 Web Kanban、没有数据库、没有第二套 任务系统——Issue、它的标签、评论和 PR 就是完整的交付记录。
- Pi 是开发者。 每个任务运行一个完整 Pi session（plan → implement → test → verify → PR），在隔离的 git worktree 中；第二个独立的 Pi session 审查 PR 并在会话内修复 findings。
- Runner 是薄连接器。 一个小的 Python 进程（
gh+git+pi+systemd）负责领取 Issue、把交付推到 merge、发布进度、从重启中恢复。 它自己从不实现业务逻辑。
什么时候用它
- 你有一个 GitHub 仓库（或一小批固定仓库），希望任务在夜间或无人值守时 被领取并交付为 PR。
- 你希望交付证据（plan、测试、review verdict、PR）留在 GitHub，而不是 某个私有工具里。
- 你运行自己的模型 endpoint（本地 llama.cpp server 或任意 OpenAI-compatible API），能稳定服务 coding agent。
MVP 边界
Muyan Pilot 刻意是一个 MVP，边界是设计的一部分：- GitHub Issue 和标签是唯一状态存储——没有数据库、没有消息队列、 没有 Web UI。
- Python Runner 不是 daemon：systemd user timer 每刻钟触发一个 tick；每个 tick 最多处理一个 Issue（或恢复一个已打开的 PR）然后退出。
- 没有任务 DAG、没有多 Agent 并行、没有风险模型、没有 policy engine、 没有 fallback 路径——命令错误立即失败（fail fast），现场留在 journal 和 Issue 评论里。
- 没有业务任务 timeout：慢模型不是失败。只有命令错误、环境不可用、或 无法解决的 review 才会 fail fast。