YuntaoCode 不是另一个 AI 聊天助手，而是一个本地任务执行基座。它把一次请求抽象为 Task，通过 Plan、Step、Tool、Trace 和 Recovery 管理任务的计划、执行、验证与恢复。
YuntaoCode 并不试图成为"最强大的 AI 助手"。相比追逐某一个模型或框架，我们更关注：
未来模型会不断变化，但任务状态、执行记录、恢复机制和审计能力会长期存在。
YuntaoCode 当前处于 Alpha 阶段。这些能力并非围绕某一个具体场景设计，而是构成本地 AI Task Runtime 的基础能力。
用户请求被解析为 Task，系统生成 Plan 并按 Step 推进执行，每一步的状态可在前端实时展示。
Filesystem、Code、Shell、Git、Document、Web 等工具作为任务能力接入，在本地环境内执行操作。
保留模型输出、工具调用、状态变化、确认请求和最终结果，每次任务的执行过程都可追溯和审计。
文件写入前自动创建备份，写入后支持 Git diff 查看、命令验证和结果汇总，后续支持恢复和回滚。
工具不是架构中心，Task Runtime 才是。工具只是任务执行时可调用的能力单元。
桌面壳与 Web 面板，负责任务展示和用户交互。
核心运行时，管理 Task、Plan、Step、Trace 与 Recovery。
任务执行时可调用的能力单元。
兼容 OpenAI 协议，支持多种模型接入。
限制文件访问范围，防止越权操作
Tauri 原生编译，启动速度较快
模块化技能注册，支持自定义工具
支持 Windows / macOS / Linux
YuntaoCode 并不限定于某一个具体场景。它更像是一套可扩展的 Task Runtime，可用于不同类型的任务模板。
根据需求生成修改计划，逐步执行代码变更并验证结果。
扫描项目结构，读取核心文件，输出风险点与改进建议。
解析 PDF、DOCX 等文档，提取内容并生成摘要或报告。
读取论文或资料，按结构提取关键信息并输出分析结果。
通过 Shell 和文件操作完成批量处理、数据整理等自动化流程。
通过可观察的任务执行过程，帮助理解 AI 与工具协同的运行方式。
模型会变化，任务状态和执行体系应该稳定。
每一步计划、工具调用和结果都能被看到。
写入、验证、重试、回退逐步纳入 Runtime。
文件和工具执行默认在本地边界内完成。
新工具作为任务能力接入，而不是打散架构。
贡献者可以从 Task、Trace、Recovery、Tool Capability 等模块切入。
YuntaoCode 仍处于 Alpha 阶段。当前最重要的不是增加更多场景，而是把 Task Model、执行 Trace、恢复机制和工具能力边界打磨清楚。欢迎开发者参与基座建设。
参与任务模型设计讨论，定义 Task、Plan、Step、Trace 的边界。
从 Task、Trace、Recovery、Tool Capability 等模块切入提交 PR。
开发新的工具能力，扩展 Task Runtime 的执行边界。
