Mixdog 开源 Windows 桌面编码 Agent,通过压缩上下文降低同模型运行成本
Show HN: Mixdog – open-source coding agent for Windows desktop
Mixdog 是一个开源的 Windows 桌面与 CLI 编码 Agent,主打通过 cache-aware context、focused tools 和 compaction 降低同一模型的上下文开销与调用成本。项目给出的 Terminal-Bench 2.1 同模型对比显示,在相同 89 个任务和官方 verifier 下,Mixdog 与 Codex CLI、Claude Code 的结果接近或略高,但中位最终上下文更小、按 API 列表价计算的成本更低。
具体数据是:GPT-5.6 Sol xhigh 对比 Codex CLI 时,每次试验成本为 $0.476 对 $0.782,中位最终上下文为 18.5k 对 34.3k tokens,pass@5 为 96.6% 对 95.5%,耗时接近;Claude Opus 5 对比 Claude Code 时,每次运行成本为 $104.29 对 $129.21,中位最终上下文为 27.6k 对 38.2k tokens,任务通过 79/89 对 77/89,速度为 610 秒对 708 秒。这些数字基于固定源码版本、官方 Harbor verifier、fast mode off,且成本按当前 API 列表价计算,不是实际订阅账单。
产品层面,Mixdog 支持多会话、多 Agent 角色、MCP servers、skills、hooks、plugins、Browser Use、Windows Computer Use、Office 文档、图像视频 Studio,以及 Desktop、TUI 和配对浏览器之间继续同一会话。其效率机制包括轻量系统指令、限定范围的工具调用、ast-grep 和 code graph、provider-aware caching、结构化 compaction、空闲时压缩、按需加载提示词、数据库长期记忆和工具结果裁剪。事实是项目开源且提供了基准产物;推断是它竞争的不是模型能力,而是 agent harness 对上下文和成本的控制;猜测是实际节省仍会随 provider、工作负载和配置变化。
它把 coding agent 的成本差异拆到上下文压缩、缓存和工具裁剪,可用来评估 harness 而非模型本身对预算的影响。
来源:Hacker News · AI · github.com