Open-source-среда для суперагента, который координирует субагентов, память и изолированные среды для исследований, разработки и других задач длительностью от минут до часов.
HKUDS/DeepCode
Открытый инструмент для агентной разработки с TUI-, desktop- и веб-клиентами, работающими через общий локальный сервис и поддерживающими оркестрацию нескольких агентов в реальных репозиториях.
Open source альтернатива:Claude Code
Cursor
- Звёзды
- 16,736
- Форки
- 2,174
- Открытые issues
- 35
- Последний коммит
- 6 дней назад
Что это?
DeepCode — открытый фреймворк для агентной разработки: AI-агент может изучать кодовую базу, редактировать файлы, запускать команды и тесты, проверять изменения и доводить задачу до подтверждённого результата. В основе проекта — цикл работы, ориентированный на цель: агент последовательно разбирается в задаче, реализует решение, проверяет его и исправляет ошибки, а не останавливается после одного ответа. Пользователь может добавлять требования, менять модели, останавливать работу и возобновлять её, не теряя уже сделанного.
Терминальный интерфейс, desktop-приложение и веб-рабочая среда подключаются к одному локальному фоновому сервису, поэтому проекты, история сессий, модели, навыки, разрешения и автоматизации согласованы между интерфейсами. Сессии сохраняются на диск, а ход работы инструментов, планы, изменения кода и результаты тестов остаются видны для проверки. Можно подключать собственных провайдеров моделей, в том числе локальные серверы моделей, и расширять агента с помощью переиспользуемых навыков и MCP-серверов.
В проект также входит Paper2Code — рабочий процесс для преобразования научных статей в исполняемый код. Кроме того, поддерживается выполнение в headless-режиме для запусков по скрипту или расписанию.
Ключевые возможности
- 01Терминальный, desktop- и веб-клиенты используют общий локальный фоновый сервис.
- 02Цикл работы, ориентированный на цель, охватывает разбор задачи, реализацию, проверку и исправление.
- 03Сессии сохраняются на диск и возобновляются; ход работы инструментов и результаты тестов остаются видны.
- 04Поддерживаются настроенные пользователем провайдеры моделей и параметры рассуждений для каждой сессии.
- 05Проект расширяется с помощью переиспользуемых навыков, MCP-серверов и плагинов.
- 06Headless-запуски и регулярные автоматизации для задач по обслуживанию репозиториев.
Сценарии использования
- Поручать агенту исправление ошибок, починку тестов или рефакторинг в локальном репозитории.
- Преобразовывать научные статьи в исполняемую реализацию кода с помощью Paper2Code.
- Планировать регулярные проверки, например регрессионные тесты или обновление документации.
- Экспериментировать с многоагентными сценариями разработки, используя собственных провайдеров моделей.
Быстрый старт
- 1
Установите среду выполнения (следуйте разделу «Установка среды выполнения» в Quick start)
- 2
Настройте модель (следуйте разделу «Настройка модели»)
- 3
Запустите терминальный интерфейс
deepcode - 4
Или запустите веб-клиент
deepcode web
Что важно знать
- Требуется Python версии 3.12 или новее.
Темы
Частые вопросы
- Что такое DeepCode?
- Открытый инструмент для агентной разработки с TUI-, desktop- и веб-клиентами, работающими через общий локальный сервис и поддерживающими оркестрацию нескольких агентов в реальных репозиториях. DeepCode — открытый фреймворк для агентной разработки: AI-агент может изучать кодовую базу, редактировать файлы, запускать команды и тесты, проверять изменения и доводить задачу до подтверждённого результата. В основе проекта — цикл работы, ориентированный на цель: агент последовательно разбирается в задаче, реализует решение, проверяет его и исправляет ошибки, а не останавливается после одного ответа. Пользователь может добавлять требования, менять модели, останавливать работу и возобновлять её, не теряя уже сделанного.
- DeepCode можно использовать бесплатно? Какая у него лицензия?
- DeepCode распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- DeepCode всё ещё поддерживается?
- Активно поддерживается. Последний коммит в DeepCode — 14 окт. 2026 г..
- Для чего можно использовать DeepCode?
- Поручать агенту исправление ошибок, починку тестов или рефакторинг в локальном репозитории. Преобразовывать научные статьи в исполняемую реализацию кода с помощью Paper2Code. Планировать регулярные проверки, например регрессионные тесты или обновление документации. Экспериментировать с многоагентными сценариями разработки, используя собственных провайдеров моделей.
- Как установить DeepCode?
- Установите среду выполнения (следуйте разделу «Установка среды выполнения» в Quick start) Настройте модель (следуйте разделу «Настройка модели») Запустите терминальный интерфейс: deepcode Или запустите веб-клиент: deepcode web
- Где скачать DeepCode?
- Исходный код и инструкции по установке — на GitHub: https://github.com/HKUDS/DeepCode
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Фреймворк с открытым исходным кодом для универсальных AI-агентов на базе LLM: запуск из терминала, инструменты, поддержка MCP и автоматизация браузера.
Лёгкий фреймворк на Python для собственного AI-агента с WebUI в браузере, терминальным клиентом, каналами для чатов, инструментами, памятью и поддержкой MCP.
Готовый к работе фреймворк для Python-агентов на базе LangGraph с продуманными настройками и всем необходимым для выполнения длительных многоэтапных задач.
Минималистичная библиотека Python для создания AI-агентов, которые записывают свои действия на Python и выполняют их.
Python-фреймворк для создания автономных AI-агентов, которые исследуют, планируют, пишут код и выполняют задачи; поддерживает память, RAG и более 100 LLM-провайдеров.