Python-среда для coding-агента со всем необходимым: работает в терминале, через HTTP/WebSocket-сервер и в Telegram.
decodingai-magazine/building-a-coding-agent-from-scratch-course
Бесплатный курс с открытым исходным кодом по harness engineering: создание coding agent в стиле Claude Code с нуля на Python.
Open source альтернатива:Claude Code
- Звёзды
- 1,122
- Форки
- 266
- Открытые issues
- 6
- Последний коммит
- 13 дней назад
Что это?
В курсе показывают, как создать coding agent под названием decode — от простого цикла агента до целого парка облачных агентов. В основе лежит headless harness: цикл вызова инструментов, инструменты для работы с файлами, bash, grep и редактирования, слой разрешений и sandbox. У harness два интерфейса: интерактивный терминальный UI и удалённые запуски на бессерверных функциях Modal, которые можно инициировать через CLI, webhook или cron.
Также в курсе разбираются context engineering (файлы памяти, skills, compaction и диагностика LSP), subagents с параллельным выполнением задач и оценка. Для evals используются бенчмарки и регрессионные наборы, результаты которых отслеживаются в Opik; запись и воспроизведение сессий обеспечиваются через Kitaru. Среди провайдеров моделей — open weights на Modal, OpenRouter и Gemini.
Материалы представлены в виде 8 письменных уроков и 6 видео; в репозитории есть инструкции по настройке. Код написан на Python с использованием Pydantic AI, а компоненты реализованы вручную, а не взяты из фреймворков.
Ключевые возможности
- 01Создание цикла агента с вызовом инструментов: чтение, редактирование, bash, grep и другие инструменты.
- 02Запуск агента в терминальном UI или в headless-режиме на бессерверных функциях Modal.
- 03Выполнение команд инструментов в локальных Docker- или удалённых Modal-sandbox.
- 04Слой разрешений с правилами allow, ask и deny.
- 05Разбор context engineering: файлов памяти, skills и автоматического сжатия контекста.
- 06Инструменты для evals с бенчмарками и регрессионными тестами, результаты которых отслеживаются в Opik.
Сценарии использования
- Изучение внутреннего устройства production coding agents, таких как Claude Code.
- Создание собственного агента для задач вне программирования с использованием тех же паттернов harness.
- Использование моделей с открытыми весами, размещённых на Modal, в качестве backend для агента.
- Практика оценки агентов с помощью бенчмарков и регрессионных наборов.
Быстрый старт
- 1
Клонируйте репозиторий
git clone https://github.com/decodingai-magazine/building-a-coding-agent-from-scratch-course.git - 2
Установите зависимости из папки проекта
make install - 3
Скопируйте пример файла env и укажите в нём свой API-ключ LLM
cp .env.example .env - 4
Запустите decode agent в терминале
uv run decode
Что важно знать
- Для запуска агента нужен API-ключ LLM от Gemini, OpenRouter или Modal.
- Некоторые функции зависят от сторонних сервисов, таких как Modal, Opik и Kitaru.
В подборках
Темы
Частые вопросы
- Что такое building-a-coding-agent-from-scratch-course?
- Бесплатный курс с открытым исходным кодом по harness engineering: создание coding agent в стиле Claude Code с нуля на Python. В курсе показывают, как создать coding agent под названием decode — от простого цикла агента до целого парка облачных агентов. В основе лежит headless harness: цикл вызова инструментов, инструменты для работы с файлами, bash, grep и редактирования, слой разрешений и sandbox. У harness два интерфейса: интерактивный терминальный UI и удалённые запуски на бессерверных функциях Modal, которые можно инициировать через CLI, webhook или cron.
- building-a-coding-agent-from-scratch-course можно использовать бесплатно? Какая у него лицензия?
- building-a-coding-agent-from-scratch-course распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- building-a-coding-agent-from-scratch-course всё ещё поддерживается?
- Активно поддерживается. Последний коммит в building-a-coding-agent-from-scratch-course — 24 окт. 2026 г..
- Для чего можно использовать building-a-coding-agent-from-scratch-course?
- Изучение внутреннего устройства production coding agents, таких как Claude Code. Создание собственного агента для задач вне программирования с использованием тех же паттернов harness. Использование моделей с открытыми весами, размещённых на Modal, в качестве backend для агента. Практика оценки агентов с помощью бенчмарков и регрессионных наборов.
- Как установить building-a-coding-agent-from-scratch-course?
- Клонируйте репозиторий: git clone https://github.com/decodingai-magazine/building-a-coding-agent-from-scratch-course.git Установите зависимости из папки проекта: make install Скопируйте пример файла env и укажите в нём свой API-ключ LLM: cp .env.example .env Запустите decode agent в терминале: uv run decode
- Где скачать building-a-coding-agent-from-scratch-course?
- Исходный код и инструкции по установке — на GitHub: https://github.com/decodingai-magazine/building-a-coding-agent-from-scratch-course
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Pi — AI-агент для программирования, заранее скомпилированный в нативный код: он запускается быстрее и использует меньше CPU, чем Pi на Bun или Node.
Десктопный агент для написания кода (приложение на Tauri и CLI), работающий с уже имеющимися AI-подписками или локальными моделями и включающий поиск по коду и проверки результатов.
Агент для программирования на базе pi, который передаёт типовые решения — например, проверку разрешений и очистку контекста — небольшой модели-судье, чтобы основная модель могла сосредоточиться на коде.
Неофициальное руководство на китайском языке по Pi Coding Agent — от установки до Skills, Extensions, Subagents и длительных рабочих процессов.
Курс из 17 уроков по Python: с нуля создайте каркас агента наподобие Claude Code, начав с одного цикла и bash.