【免费下载链接】CoreCoderMinimal AI coding agent (~1,000 lines of Python) inspired by Claude Code. Works with any LLM. Think NanoGPT for coding agents. Formerly NanoCoder.项目地址https://gitcode.com/gh_mirrors/co/CoreCoder点击查看免费下载CoreCoder 是一个核心约 1,000 行的极简 AI 编码智能体AI coding agent受 Claude Code 启发、可用任意 LLM 驱动。本教程带你从安装到上手看清一个 while 循环如何让 AI 自动读文件、改代码、跑测试并理解背后的权限与计划模式等安全机制。为什么一个 while 循环能驱动 AI 编码智能体先打破一个迷思编码智能体不是魔法核心就是一个「问模型 → 执行工具 → 把结果喂回去 → 再问」的循环def chat(self, user_input): self.messages.append(user_input) for _ in range(self.max_rounds): # 有轮次上限不会失控 reply self.llm.chat(self.messages, self.tools) if not reply.tool_calls: # 模型不再要工具 return reply.text # 干完了交回答案 results run_parallel(reply.tool_calls) # 有工具请求 → 执行 self.messages results # 结果喂回去继续下一轮就这么点东西。剩下的上千行代码都是为「循环遇见真实世界」兜底模型返回半个 JSON 怎么办、上下文塞满了怎么办、十个工具同时跑怎么办。完整主循环就在 agent.py 的chat()方法里不到 60 行一口气读完。五分钟安装运行 CoreCoder新手快速上手指南CoreCoder 是纯 Python 项目pip一键装好pip install corecoder它默认走 OpenAI 兼容接口换模型只需改两个环境变量可写在项目根目录的.env里见 config.py模型提供商环境变量配置OpenAI默认OPENAI_API_KEYsk-...DeepSeek便宜OPENAI_API_KEYsk-... OPENAI_BASE_URLhttps://api.deepseek.com CORECODER_MODELdeepseek-chat本地 Ollama免费OPENAI_API_KEYollama OPENAI_BASE_URLhttp://localhost:11434/v1 CORECODER_MODELqwen2.5-coder然后两种方式任选corecoder # 交互式 REPL持续对话 corecoder -p 给 parse_config() 加错误处理 # 一次性任务干完自动退出没有 API key 也能玩项目内置了离线演示 demo.py用脚本化的假 LLM 走一遍真实主循环跑python -m corecoder.demo就能看到 AI 写fib.py、写测试、跑 pytest 的全过程。AI 自动读文件、改代码、跑测试完整过程拆解下面这张图是一次真实任务的完整轨迹一句话让 CoreCoder 修buggy.py里的 bug它自己决定先读文件、再精确改一处、然后运行验证最后口头汇报——全程无人干预对照循环这四步各发生什么读文件— 模型第一轮回复带一个read_file工具调用循环执行后把文件内容作为「工具结果」塞回上下文改代码— 第二轮模型看到内容发出edit_file调用。CoreCoder 用的是「唯一性搜索替换」而非行号见 edit.py改错位置不可恢复改错锚点模型能自我纠错跑测试— 第三轮模型自己发起bash调用python buggy.py用运行结果验证修复汇报— 模型不再请求任何工具循环自然退出文本回复交还给你。八个内建工具都放在 corecoder/tools/ 目录每个文件不到 200 行工具作用权限级别read_file/glob/grep读文件、找文件名、搜内容只读即点即跑edit_file/write_file精确改代码、写新文件需用户同意bash跑 shell 命令需用户同意todo_write智能体自己维护任务清单只读agent派生子智能体分担子任务需用户同意 模型一次返回多个工具调用时CoreCoder 会用线程池并行执行见 agent.py 的_exec_tools_parallel读三个文件不用排队长任务明显提速。权限模式与计划模式AI 智能体的安全机制让 AI 自动跑命令你敢吗CoreCoder 的答案写在 permissions.py只读工具即点即跑写文件、改代码、跑命令则先停下来问你允许一次 / 始终允许 / 拒绝。「始终允许」按工具记住存在~/.corecoder/permissions.json重启后依然生效一次性模式-p默认拒绝一切改动因为没有人在场可以问——拒绝会作为普通工具结果喂回模型让它自行绕行加--yes才放行适合脚本和 CI计划模式/plan开启后智能体只能调查不能动手改文件的请求会被当场拒绝它转而给出编号计划你敲approve批准后它才执行。动画演示的正是计划模式的完整流程读文件放行 → 改文件被拒 → 提交计划 → 批准后编辑、测试一气呵成且每次工具调用前后都有 hooks 钩子在观察。想自己体验无需联网跑一下 examples/plan_hooks_demo.py。从读到改扩展 CoreCoder 的三条路读懂之后最自然的下一步是 fork 一个自己的git clone https://gitcode.com/gh_mirrors/co/CoreCoder然后pip install -e .换你常用的模型就是上面两个环境变量所有模型适配都集中在 llm.py加一个自己的工具照着 tools/base.py32 行写个新类即可比如「跑测试」「调 LSP」系列文章第 02 篇手把手带你写第一个改系统提示词prompt.py 只有 41 行改一句话就能看智能体性格变化是「改一行、看效果」最便宜的地方。项目内还附了 8 篇双语源码导读article/00-index.md从主循环、工具系统、上下文压缩到扩展机制每个设计决策都对应到具体代码行。常见问题QCoreCoder 能跑本地模型吗能。Ollama 一行环境变量接入全程免费LiteLLM 后端pip install corecoder[litellm]还能接 100 多家提供商。Q一次任务花多少钱REPL 里敲/tokens实时查看 token 用量和美元估算价格表可用~/.corecoder/pricing.json覆盖新模型不用等发版。Q和 Claude Code 有什么区别规模差几百倍但核心是同一个 while 循环。CoreCoder 的定位是「可运行的教学参考」每个设计决策压缩到最短可读的代码让你断点、修改、重跑再回头理解生产级智能体为什么那么复杂。总结一个 AI 编码智能体 一个有界循环 一套工具 一圈兜底工程。CoreCoder 用约 1,000 行核心代码把这条链路完整跑通读文件、改代码、跑测试、派子任务、压上下文、算成本全部真实可用。把它 clone 下来跑一次你会对「智能体如何工作」建立起别人讲半天都讲不清的体感——然后 fork 它做点更自己的东西。赞分享【免费下载链接】CoreCoderMinimal AI coding agent (~1,000 lines of Python) inspired by Claude Code. Works with any LLM. Think NanoGPT for coding agents. Formerly NanoCoder.项目地址https://gitcode.com/gh_mirrors/co/CoreCoder点击查看免费下载相关推荐easy-vibe 实战教程用 Claude Agent SDK 让 AI 自主读文件、改代码、跑命令easy vibe 实战教程用 Claude Agent SDK 让 AI 自主读文件、改代码、跑命令 导读 本篇指南聚焦于 Anthropic 官方推出的教程文档context-engineering-intro测试驱动开发如何让AI遵循TDD流程编写代码context engineering intro测试驱动开发如何让AI遵循TDD流程编写代码 在软件开发中测试驱动开发Test Driven Devel文档教程提示工程人工智能javascript.info 循环改写实战把 for 循环替换为 while 循环5-replace-for-while 任务详解javascript.info 循环改写实战把 for 循环替换为 while 循环5 replace for while 任务详解 本文围绕 Moder文档/教程前端创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考