YZOS 路线图
完整规格见 00-product-spec.md。
- 单 bundle 运行时：
yzos-desktop在同一进程内链接yzos-runtime、PostgreSQL 和 MCP/HTTP 端点。 - 屏幕采集：ScreenCaptureKit 分段与 activity session 关联索引。
- 实体引擎：面向人物、项目、任务的候选发现、清理和维护任务。
- OKF 结晶：知识和实体文档写入真实内容，而非占位模板。
- OCR 与 VLM：对关键帧做 Apple Vision OCR，对无可提取文本的区域生成 VLM 屏幕语义。
- AI 工具会话导入：Claude Code、Codex、Cursor、Continue、Aider 的会话历史。
- 权限覆盖：屏幕录制、辅助功能、麦克风的完整 TCC 授权流程。
规划中：UI State Engine
Section titled “规划中：UI State Engine”下一个重要能力升级，把行为识别从截图猜测推进到结构化状态比对：
- 每次观察都存储活动窗口和 AX tree 快照
- Layout region 检测（editor、terminal、sidebar、input、canvas）
- ROI OCR 裁剪到识别出的区域，保留 bbox 和置信度
- 由状态差异推导出的行为事件（edit、run_command、send_message 等），每个都带证据
规划中：App Adapters
Section titled “规划中：App Adapters”针对最常用应用的更深层、按来源定制的结构解析：
- 浏览器：URL、DOM、accessibility tree、标签页上下文
- 终端：命令缓冲区、prompt、工作目录、输出差异
- Cursor / VS Code：workspace、文件路径、编辑器选区
- Figma：canvas 对象、文件、页面元数据
- 聊天软件：发送人、会话线程、输入框、消息差异
规划中：超越桌面
Section titled “规划中：超越桌面”- 语音：活动检测、转写、说话人分离
- 聊天集成：覆盖更多聊天软件
- 多设备同步：用户自有的同步目标（iCloud、WebDAV、SSH、S3、Git）
- Review UI：完整的实体和活动审查界面