ターミナルで動作するオープンソースのAIコーディングエージェント。デスクトップ、Web、エディター、チャット用のインターフェースも利用できます。
linghungegeg/Linghun
LLMを実際のプロジェクトファイル、ツール、権限管理、検証、コンテキストに接続する、ローカルファーストかつ証拠重視のAIコーディングターミナル。
代替できる製品:Claude Code
Cursor
- スター
- 464
- フォーク
- 21
- 未解決の Issue
- 1
- 最終コミット
- 2 か月前
これは何?
Linghunは、npmから@linghun/cliとしてインストールできるTypeScript製のコマンドライン・コーディングアシスタントです。プロジェクト内のターミナルUIで動作し、言語モデルにコードの読み取りやファイル編集、ビルド・テスト・スクリプトの実行、Gitの状態確認を行わせることができます。ファイルへの書き込みとシェルコマンドの実行には、権限管理とパスの安全性を担保するレイヤーが適用されます。
主眼は、根拠のない結論を減らすことです。重要な主張は、読み取ったファイル、ツールの出力、検証記録、Gitの状態と結び付けられ、最終回答では検証済みの内容と推測にとどまる内容が区別されます。コードインデックス、プロンプトキャッシュ管理、永続的なバックグラウンドジョブ、マルチエージェントのワークフロー、役割ごとのモデル振り分け、制御可能なメモリといった機能は、実務での長期的なタスクを支援します。
OpenAI互換、DeepSeek、Anthropic形式のエンドポイントに対応し、拡張用にMCP、skills、plugins、hooksを備えています。また、外部アプリの機能を公開するためのローカルHTTPコネクターモデルも含まれています。Node.js 22以降が必要で、Windowsも主要プラットフォームとして扱われています。
主な機能
- 01プロジェクト内のコードをモデルが読み取り、編集し、検証できるターミナルUI
- 02権限とパスのチェックを通じて制御されるファイル書き込みとシェルコマンド
- 03検証状態でPASS、PARTIAL、FAIL、未検証の主張を区別
- 04ファイルの再読み込みを減らすコードインデックスとワークスペースのスナップショット
- 05チェックポイント、ロールバック、引き継ぎに使えるGitの安定ポイント
- 06役割ごとのモデル振り分けと複数のプロバイダーAPI形式への対応
ユースケース
- ローカルリポジトリで失敗しているビルドやテストスイートの原因調査と修正
- リスクの高い変更の前にGitのチェックポイントを作成し、複数ファイルを変更
- 長時間かかるタスクをバックグラウンドで実行し、後から根拠を確認
- アプリブリッジを通じて、ローカルの社内ツールをAIコーディングセッションに接続
クイックスタート
- 1
npmでCLIをグローバルにインストールします
npm install -g @linghun/cli - 2
プロジェクト内でLinghunを起動します
linghun - 3
Linghunでモデルプロバイダーを設定します
/model setup
使う前に知っておきたいこと
- Node.js 22以降が必要です。
- AI機能を実行するには、ご自身のモデルプロバイダーのAPIキーが必要です。
- READMEではWindowsが最優先のプラットフォームとして説明されています。
トピック
よくある質問
- Linghun とは?
- LLMを実際のプロジェクトファイル、ツール、権限管理、検証、コンテキストに接続する、ローカルファーストかつ証拠重視のAIコーディングターミナル。 Linghunは、npmから@linghun/cliとしてインストールできるTypeScript製のコマンドライン・コーディングアシスタントです。プロジェクト内のターミナルUIで動作し、言語モデルにコードの読み取りやファイル編集、ビルド・テスト・スクリプトの実行、Gitの状態確認を行わせることができます。ファイルへの書き込みとシェルコマンドの実行には、権限管理とパスの安全性を担保するレイヤーが適用されます。
- Linghun は無料で使えますか?ライセンスは?
- Linghun は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- Linghun は今もメンテナンスされていますか?
- 半年以内に更新あり。Linghun の最終コミットは 2026年8月19日 です。
- Linghun は何に使えますか?
- ローカルリポジトリで失敗しているビルドやテストスイートの原因調査と修正 リスクの高い変更の前にGitのチェックポイントを作成し、複数ファイルを変更 長時間かかるタスクをバックグラウンドで実行し、後から根拠を確認 アプリブリッジを通じて、ローカルの社内ツールをAIコーディングセッションに接続
- Linghun のインストール方法は?
- npmでCLIをグローバルにインストールします: npm install -g @linghun/cli プロジェクト内でLinghunを起動します: linghun Linghunでモデルプロバイダーを設定します: /model setup
- Linghun はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/linghungegeg/Linghun
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
LSP、デバッガー、ブラウザー、サブエージェント用ツールを内蔵し、60以上のモデルプロバイダーに対応するターミナル向けコーディングエージェント。
プロジェクトを読み、ターミナルやデスクトップ、ブラウザ、エディタからファイル編集やテスト実行を行うオープンソースのコーディングエージェント。
ターミナルで動作し、クラウドAPIやOllamaなどのローカルモデルバックエンドを利用できるオープンソースのコーディングエージェントCLIです。
VS Code、JetBrains IDE、またはターミナルで動作し、500以上のモデルを利用できるオープンソースのAIコーディングエージェント。
Apache Maka(Incubating)は、モデルのメッセージやツール呼び出し、権限判断を追記専用ログに記録するエージェント用ワークスペースです。