“别让我配置两遍。”
ma init 给 DeepSeek 和 LM Studio 同一套交互路径：发现模型、保存凭据、创建 profile、开始工作。
v0.1.2-alpha · DeepSeek 配置 + 本地 Qwen 生产力
MA
DeepSeek 无脑配置，本地小模型也能变生产力。
用户真正想要的是少折腾配置、少烧 token、本地模型真的能干活。MA 交付的是：DeepSeek 交互式初始化、LM Studio/Qwen 深度优化、长上下文 Agent 循环、内置工具和 benchmark 证据。
95.3%
证明本地 Qwen 生产力的 L2 通过率
DeepSeek
交互式配置，不手写 JSON
262K ctx
上下文检测、占用显示、输出压缩
小模型优化
Qwen/LM Studio 修复进入发布门槛
TUI 就是产品本体
模型、工具、任务状态、上下文和快捷键都在 Agent 工作时可见。
首启体验就是留存
LM Studio 本地模型或 DeepSeek 官方 API：同一套引导流程，不手写 JSON。
第一屏必须够直接：上下键选择 provider、默认 Base URL、credential name、远程 key 存 Keychain，然后自动发现模型。
用户真正想要什么
少折腾、少烧钱、本地智能真的可用。
“别每轮都烧 token。”
重复仓库任务默认跑本地 LM Studio/Qwen，需要远程能力时再一键切 DeepSeek。
“让我的小模型别那么笨。”
采样参数透传、tool-call 自愈、多模态 payload 兼容、消息完整性测试，都针对 Qwen/LM Studio 做。
“让它能长时间工作。”
自动检测 context window，显示上下文占用，压缩输出，面向长时间 Agent 循环，不是短对话 demo。
“别把 API Key 泄进仓库。”
远程 key 存 macOS Keychain，配置文件只保存引用，不保存明文密钥。
“让我看见 Agent 在干嘛。”
TUI 显示模型、endpoint、工具、任务进度、thinking 状态、会话控制和 context 预算。
Benchmark 就是证据
我们不是说“支持本地模型”，我们说“本地小模型能产生生产力”。
这个 benchmark 证明 MA 的小模型工程优化是有效的：本地 Qwen3-30B、LM Studio、工具调用、多轮真实仓库任务、70 题 alpha gate。它不是通用榜单，是产品承诺的证据。
查看 benchmark 细节运行环境LM Studio
模型Qwen3-30B local
任务数70
L0100%
L198.7%
L295.3%
安装
下载，解压，运行。
macOS / Linux
tar -xzf ma-*.tar.gz
cd ma-*
./ma init
./maWindows
Expand-Archive ma-*.zip
cd ma-*
.\ma.cmd init
.\ma.cmd