AgentCode v1.0 发布：一款极简高效的 AI 编程代理，让你的开发效率翻倍

🎯 一句话介绍：AgentCode 是一款灵感源自 Claude Code 架构的 AI 编程代理，能深度理解项目代码、自主执行复杂工程任务，并完美兼容 OpenAI 标准接口与本地 Ollama 模型。

作为一名长期关注 AI 辅助开发工具的个人开发者，我一直在寻找一款既能理解项目上下文、又能安全执行任务的轻量级编程代理。今天，很高兴向大家介绍我最新开源的项目 —— AgentCode v1.0，它或许就是你一直在等的那个"智能编程搭档"。

compressed_a2112e8a.jpg

🔍 为什么需要 AgentCode？

在日常开发中，我们常常面临这样的场景：

  • 想要重构某个模块，但需要跨多个文件理解依赖关系
  • 需要批量检查项目中的 TODO、FIXME 并生成报告
  • 希望有一个"懂项目"的 AI 助手，而不是每次都要重新粘贴上下文

传统 Chat 工具往往受限于上下文窗口，且缺乏对项目结构的深度理解；而大型 IDE 插件又过于重量级，配置复杂。

AgentCode 的设计哲学：极简、高效、可控。它不追求花哨的 UI，而是专注于"理解代码 - 规划任务 - 安全执行"的核心闭环。

🌟 七大核心特性，直击开发痛点

1️⃣ 🤖 可定制的"代理灵魂"

通过 sold.md 文件（OpenClaw 风格），你可以自由定义 Agent 的行为准则：

# AgentCode 编程专家版
你是一个极高性能、追求完美代码质量的 AI 编程专家。
- **质量优先**：代码必须健壮、可读。
- **极简主义**：多写代码，少废话。
- **先读后写**：修改前必须读取文件上下文。
💡 这意味着你可以为不同项目创建不同"人格"的代理：代码审查专家、文档生成助手、性能优化顾问……随心切换。

2️⃣ ⚙️ 灵活的多级配置系统

配置加载顺序：默认值 → config.json → .env → 环境变量

{
  "model": "gpt-4o",
  "api_key": "sk-...",
  "base_url": "https://api.openai.com/v1",
  "temperature": 0,
  "soul_file": "sold.md"
}
✅ 开发时用本地 Ollama，部署时切到云端 API，无需修改代码，只需切换环境变量。

3️⃣ 🚀 并行工具执行，效率倍增

AgentCode 能自动识别可并行任务，例如同时读取多个配置文件、并发执行多个 grep 搜索，显著减少等待时间。

4️⃣ 📝 精确文件编辑，安全可控

核心 edit_file 工具采用精确字符串替换策略：

  • 自动创建 .bak 备份文件
  • 匹配失败时提供智能上下文提示，避免"改错地方"
  • 支持多位置替换，满足批量重构需求

5️⃣ 🧠 三层上下文压缩，突破 128k 限制

  • 智能剪裁冗余工具输出
  • 自动生成对话摘要
  • 硬折叠保护关键信息
🎯 即使处理大型项目，也能在有限窗口内保持"长期记忆"。

6️⃣ 🌍 全平台中文友好

针对 Windows / Linux / macOS 进行了 UTF-8 编码深度优化，完美支持：

  • 中文注释的文件读取
  • 含中文路径的项目结构
  • 跨平台命令执行一致性

7️⃣ 🛠️ 派生子代理，复杂任务拆解

遇到大型重构或技术调研任务？使用 agent 工具派生独立子代理：

  • 子代理拥有独立上下文，避免污染主对话
  • 主代理负责协调与结果整合
  • 适合"分而治之"的工程策略

🛠️ 快速上手：3 分钟开始使用

环境准备

# Python 3.11+
git clone https://github.com/qyhua0/AgentCode.git
cd agentcode
pip install -e .

配置（任选其一）

# 方式1：config.json（推荐）
echo '{"model": "gpt-4o", "api_key": "sk-..."}' > config.json

# 方式2：环境变量
export AGENTCODE_API_KEY=sk-...
export AGENTCODE_MODEL=gpt-4o

# 方式3：本地 Ollama
export AGENTCODE_MODEL=qwen2.5-coder
export AGENTCODE_BASE_URL=http://localhost:11434/v1

开始交互

# 进入 REPL 模式
agentcode

# 或直接执行单条指令
agentcode -p "帮我检查项目中所有的 TODO 并生成报告"

常用内置指令

指令功能
/help显示帮助菜单
/reset重置会话，清空历史
/stats查看 Token 使用与压缩日志
/load <path>将指定文件注入上下文
quit退出交互

🧰 内置工具箱：9 大核心能力

AgentCode 为 LLM 提供了精心设计的工具集，让 AI"知道能做什么"：

🔧 bash      - 安全执行 Shell 命令，支持目录追踪与危险指令拦截
📖 read_file - 带行号读取文件，自动处理编码与分页
✏️  edit_file - 精确字符串替换，匹配失败时智能提示
📄 write_file- 创建或覆盖文件
🔍 grep      - 正则表达式全局搜索
📁 ls        - 详尽目录列表，含文件大小与修改时间
🌐 glob      - 强大模式匹配（如 **/*.py），按时间排序
✅ todo      - 任务追踪系统，辅助多步任务规划
🤖 agent    - 派生独立子代理，处理复杂子任务
💡 所有工具调用均由 LLM 自主决策，你只需描述目标，AgentCode 负责规划执行路径。

🔒 安全设计：保护你的代码与系统

我们深知"给 AI 执行权限"的风险，因此在 bash 工具中内置了安全拦截机制：

# 自动拦截的高危操作
- rm -rf / ~ 等根目录递归删除
- mkfs.* 文件系统格式化
- dd 直接磁盘写入
- curl ... | bash 执行远程未知脚本
✅ 建议：首次使用时在测试项目中体验，熟悉行为模式后再用于生产环境。

📈 版本规划与展望

✅ v1.0.0（当前版本）

  • 核心代理引擎发布
  • 多级配置与灵魂系统上线
  • 全平台编码优化完成

🚧 后续计划

  • [ ] 支持更多模型提供商（Anthropic、Gemini 等）
  • [ ] 增加 Web UI 模式，降低使用门槛
  • [ ] 插件系统：允许社区贡献自定义工具
  • [ ] 项目级知识库：自动索引代码语义，提升理解深度

💬 写在最后

AgentCode 的诞生，源于一个朴素的想法：让 AI 真正成为开发者的"延伸"，而不是另一个需要频繁切换的聊天窗口。

它可能不是功能最丰富的，但力求在"理解 - 执行 - 安全"三角中找到最佳平衡点。如果你也认同"工具应该服务于人，而非增加认知负担"的理念，欢迎体验、反馈、贡献。

🔗 项目地址：https://github.com/qyhua0/AgentCode
📄 开源协议：MIT License

🙋‍♂️ 我是 zhenhua，一名热爱造轮子的独立开发者。如果你也对 AI + 开发工具感兴趣，欢迎关注我的博客 bloghua.com，一起探索效率开发的更多可能。

✨ 小互动：你希望 AI 编程代理优先帮你完成哪类任务？欢迎在评论区留言，你的想法可能成为下一个版本的特性！

标签: agent, AgentCode

添加新评论