1jehuang/jcode
The most RAM efficient harness
jcode – 轻量且高性能的 AI 代理工具箱
是什么 – jcode 是一个基于终端的开发助手,可在本地运行(或连接任意 OpenAI 兼容的 LLM 端点)。它提供带有侧边栏的聊天式 UI、实时图表渲染以及内置的记忆图,使代理无需额外工具调用即可回忆之前的对话回合。该项目还包含“蜂群”模式,允许多个代理在同一个代码库中协作,自动处理文件变更通知和冲突解决。
核心功能
| 功能 | 你将获得 |
|---|---|
| 内存高效运行 | 基线内存使用量约 28 MiB(无本地嵌入)和约 167 MiB(含嵌入)——比同类 CLI 代理最多节省 13 倍。 |
| 快速启动 | 首个 UI 帧在约 14 ms 内出现,首个输入在约 49 ms 内就绪,远快于其他工具。 |
| 语义记忆 | 每个对话回合都被嵌入为向量并存储在图中。系统持续提取、整合和查询记忆,使代理具备“类人”回忆能力,且无需额外的 token 成本。 |
| 侧边栏 UI | 可加载文件、查看差异或内联显示 Mermaid 图表。自定义的 mermaid-rs-renderer 使图表绘制速度比基于浏览器的解决方案快约 1800 倍。 |
| 蜂群协作 | 可在同一仓库中启动任意数量的代理;它们会自动通知彼此文件修改,支持私聊或广播,并可编排为协调者-工作者团队。 |
| 广泛提供方支持 | 内置对 Claude、OpenAI、Gemini、Copilot、Azure、Alibaba、Fireworks、Novita、MiniMax、Meta-Muse、LM Studio、Ollama 的 OAuth 流程支持,以及通用 OpenAI 兼容端点(包括自托管的 vLLM)。 |
| 自定义终端 | 使用 handterm 终端实现,支持平滑滚动和 >1000 fps 渲染,彻底消除闪烁。 |
| 可扩展配置 | 提供方配置文件、额外请求体字段、每模型上下文窗口、流式超时调整等均可通过 ~/.jcode/config.toml 或 CLI 标志进行配置。 |
安装
# macOS / Linux(一键安装脚本)
curl -fsSL https://jcode.sh/install | bash
# Windows 11 PowerShell
irm https://jcode.sh/install.ps1 | iex
关于 Homebrew、源码构建或自定义提供方设置,请参阅 README 中的“详细安装”部分。
快速开始
- 登录模型提供方,例如
jcode login --provider openai(或任何支持的提供方)。 - 运行聊天:
jcode run "Write a Python function that parses CSV files"。 - 使用侧边栏命令如
/load path/to/file.py或/mermaid "graph LR; A-->B"在不离开聊天的情况下查看内容。 - 要启用记忆侧代理,可在配置中添加
memory = true,或使用jcode --memory run …启动会话。
为何重要
- 速度与成本 – 通过将进程保留在内存中并避免重复嵌入调用,jcode 降低了 RAM 压力和 token 使用量,这对于运行多个并发会话至关重要(基准测试显示,每增加一个会话仅增长约 10 MiB)。
- 协作 – 蜂群模式将单个 LLM 变为多代理团队,使开发者能够在同一仓库内并行执行代码生成、审查和测试等任务。
- 本地优先 – 所有 UI 渲染均在终端中完成,无需浏览器,适用于低资源环境或远程 SSH 会话。
进一步阅读 – 项目链接至网站(jcode.sh),提供完整文档、SDK 参考和基准表格,并设有 Discord 社区以供支持。
以上所有细节均直接取自仓库的 README;未推断任何额外功能。
相关
- 项目
- 项目
- 项目
- 项目
- 项目