mlhher/late-cli

Stop degrading your model's reasoning. A minimal, zero-config AI coding agent. Enforced ephemeral subagents keep context pure. From tiny local models up to Sol, Fable and Kimi K3.

解決的問題

Late 解決了標準 AI 編程代理的「架構瓶頸」問題，即單一共享上下文視窗會被編譯錯誤、Lint 失敗和檔案寫入日誌填滿。這些「雜訊」會佔用 KV 快取，並隨著時間的推移降低模型的推理能力。

工作原理

Late 採用將規劃與執行分離的「分裂大腦」架構：

  1. 主編排器 (Main Orchestrator)：一個分析意圖並制定主計畫的高層代理。其上下文視窗保持純淨，僅包含指令和確定的結果。
  2. 臨時子代理 (Ephemeral Subagents)：編排器生成專門的子代理（例如用於編碼或研究）來執行特定任務。這些子代理會吸收執行過程中的「雜訊」（如原始數據膨脹或重試循環）。
  3. 上下文銷毀：一旦子代理完成任務，其整個上下文將被銷毀，僅將最終結果返回給編排器。

適用對象

專為希望以最少設定獲得高吞吐量 AI 編程輔助的開發者和建置者設計，同時支援本地 LLM（透過 llama-server）和雲端供應商。

亮點

  • 零依賴二進位檔：以靜態編譯的二進位檔形式分發，無需 Python 或 Node.js 環境。
  • 混合模型路由：能夠使用強大的推理模型進行規劃，並使用更便宜、更快的模型進行執行。
  • 精確匹配 Diff：使用具有自我修復功能的嚴格搜尋/替換區塊，防止靜默檔案損壞。
  • MCP 整合：透過標準 I/O 原生支援 Model Context Protocol 伺服器。
  • 有狀態的復原能力：在磁碟上維護工作階段歷史，允許在重啟後恢復工作。
  • Git Worktree 支援：允許在不同分支上並行執行代理實例，而不會發生上下文混淆。