用 C 语言编写的极简终端编程智能体,支持本地 llama.cpp 模型和多家云端大模型服务。
- Star
- 2,718
- Fork
- 187
- 未关闭 Issue
- 11
- 最近提交
- 2个月前
这是什么?
little-coder 是一个终端编程智能体,目标是让小型本地语言模型也能完成实际编码工作,而不是依赖前沿云端模型。它基于 pi 智能体框架构建,额外提供约三十个扩展、三十个用于注入简短工具用法提示的技能卡片,以及一套 Python 基准测试工具。启动器只加载内置扩展,因此冷启动上下文较小,行为也更可预测。
它可接入 llama.cpp、Ollama、LM Studio 以及任何兼容 OpenAI 接口的服务,也支持 Anthropic、OpenAI 等云端模型。主要功能包括:计划模式(先调研并写出计划,再修改代码)、生成带引用报告的深度调研模式、通过 dispatch 派生的子智能体、可在匹配输出、静默或退出时唤醒模型的后台 Shell 任务。Shell 命令需通过安全前缀白名单,规划与实施阶段还可分别使用不同模型。
项目公布了在单台消费级笔记本 GPU 上运行 Qwen 系列模型时的 Aider Polyglot 与 Terminal-Bench 结果。可通过 npm 或 bun 安装,需要 Node.js 22.19 或更高版本。
核心功能
- 01支持本地 llama.cpp、Ollama、LM Studio 服务以及云端模型
- 02计划模式先调研任务、提出澄清问题,再写出计划后才修改代码
- 03深度调研模式生成一份带引用的 Markdown 报告
- 04后台 Shell 任务可在输出匹配、静默或退出时唤醒模型
- 05Shell 命令受安全前缀白名单约束,编辑前必须先读取文件
- 06规划与实施阶段可分别指定不同模型
适用场景
- 在笔记本上离线运行本地部署的 Qwen 等模型编码智能体
- 在固定框架下比较小模型在编程基准上的表现
- 让智能体在后台监控长时间运行的构建或训练任务
- 用大模型做规划、用小型本地模型完成实现
快速上手
- 1
安装 Node.js 22.19 或更高版本
- 2
使用 npm 全局安装 little-coder
npm install -g little-coder - 3
在你的项目目录中运行 little-coder
little-coder
使用前须知
- 主要针对本地 llama.cpp 和 Qwen 模型调优,对云端模型的支持关注较少。
- 即使通过 bun 安装,运行时仍需要 Node.js 22.19 或更高版本。
- 运行推荐的本地模型需要性能较强的 GPU 或较大内存,并需手动编译 llama.cpp。
收录于专题
标签
常见问题
- little-coder 是什么?
- 基于 pi 构建、针对小型本地大模型优化的编程智能体,支持后台任务、计划模式和分阶段选模型。 little-coder 是一个终端编程智能体,目标是让小型本地语言模型也能完成实际编码工作,而不是依赖前沿云端模型。它基于 pi 智能体框架构建,额外提供约三十个扩展、三十个用于注入简短工具用法提示的技能卡片,以及一套 Python 基准测试工具。启动器只加载内置扩展,因此冷启动上下文较小,行为也更可预测。
- little-coder 可以免费使用吗?用的什么许可证?
- little-coder 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- little-coder 还在维护吗?
- 半年内有更新。little-coder 最近一次提交是在 2026年9月18日。
- little-coder 适合用来做什么?
- 在笔记本上离线运行本地部署的 Qwen 等模型编码智能体 在固定框架下比较小模型在编程基准上的表现 让智能体在后台监控长时间运行的构建或训练任务 用大模型做规划、用小型本地模型完成实现
- little-coder 怎么安装和运行?
- 安装 Node.js 22.19 或更高版本 使用 npm 全局安装 little-coder: npm install -g little-coder 在你的项目目录中运行 little-coder: little-coder
- 在哪里获取 little-coder?
- 源代码和安装说明在 GitHub 上:https://github.com/itayinbarr/little-coder
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
一款桌面端编程智能体(Tauri 应用加命令行),可接入现有 AI 订阅或本地模型,内置代码搜索与校验功能。
Pi 编程智能体的提前编译版本,编译为原生代码,启动更快、CPU 占用更低。
开源编程智能体,可在终端、桌面、浏览器或编辑器中读取项目、编辑文件并运行测试。
面向本地大模型的智能编程助手,可对接 vLLM、sglang、ollama、llamacpp 等后端,提供浏览器界面。
基于 llama.cpp 的 VS Code 扩展,提供本地 LLM 代码补全、AI 对话与智能体编码功能。