【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点击查看免费下载想读懂一个 AI 编码 Agent 的内部构造却总被几十万行闭源代码劝退CoreCoder就是为此而生的答案一个只有约 1300 行 Python 引擎的最小化编码 Agentcoding agent灵感来自 Claude Code可接入任意大模型。它就像编码 Agent 领域的 nanoGPT——一个下午读完整个引擎每一行都能在你自己的机器上下断点、改完再跑。CoreCoder 是什么编码 Agent 界的 nanoGPT先用一张表建立体感你就知道它小到什么程度CoreCoderClaude CodeaidernanoGPT代码量引擎约 1322 行 / 整包 2816 行几十万行闭源数万行 Python约 600 行读完要多久一个下午读不了闭源得啃几天一个下午能下断点改吗能每一行不能能但量大能它的定位不是抢 Claude Code 的用户而是读懂并 fork 出自己的 Agent的那块地基。代码来自作者对 Claude Code 公开源码分析的动手复写讲的是这类生产级 Agent 的核心思路且它自己真的能跑——读写文件、执行 shell、派子 Agent、分三层压缩上下文还能随时报出这趟烧掉的 token 和美元数。5分钟上手安装、配置与第一条命令先让它在你机器上活一次建立体感再读代码git clone https://gitcode.com/gh_mirrors/co/CoreCoder cd CoreCoder pip install -e .不想 clone 的话直接pip install corecoder也行。最快配置方法改两个环境变量默认走 OpenAI 兼容接口换模型通常只动两个环境变量# 以 DeepSeek 为例 export OPENAI_API_KEYsk-... export OPENAI_BASE_URLhttps://api.deepseek.com export CORECODER_MODELdeepseek-chatKimi、Qwen、本地 Ollama 同理连 OpenAI 兼容接口都不给的 provider装上可选的 LiteLLM 后端就能路由一百多家。配置文件入口在 corecoder/config.py价格表在 corecoder/llm.py 里内置、支持本地覆盖。然后两条命令就能跑起来corecoder # 交互式 REPL corecoder -p 给 parse_config() 加错误处理 # 一次性模式干完就退核心奥秘一一个 while 循环就是 Agent 的本体整个 Agent 的心脏在 corecoder/agent.py核心骨架就十来行for _ in range(self.max_rounds): # 循环有上限跑不飞 reply self.llm.chat(self.messages, self.tools) # 交给模型规划下一步 if not reply.tool_calls: # 模型不再要工具 return reply.text # → 收工把回答给用户 results run_parallel(reply.tool_calls) # 要工具就并发执行 self.messages results # 结果回灌进入下一轮对应源码见 corecoder/agent.py。把用户的话交给模型模型想调工具就执行结果塞回上下文再问模型直到它不再要工具、给出回答——这就是编码 Agent 的全部本体。剩下的 1300 行几乎全在收拾它真跑起来之后冒出来的岔子。核心奥秘二三个决定性的工程取舍这一千多行里有三处取舍是先读懂别人怎么做之后才做得出的也是你 fork 自己 Agent 时可以直接抄走的判断1. 权限动手之前先问你只读工具read_file、glob、grep模型一调就跑会改磁盘的edit_file、write_file、bash、派子 Agent一律先停下来等你点头。逻辑收在 75 行的 corecoder/permissions.py纯函数、可单测。一次性模式-p没人可问改动类调用当场被拒——循环绝不会卡在等一个永远不会来的输入上。2. 上下文不是满了才一刀切而是分三档退让上下文管理在 220 行的 corecoder/context.py50% 半满把超长的工具输出就地截短纯机械、不花一次模型调用70%把较早的轮次交给模型总结成摘要最近几轮原文保留90% 应急档连摘要带最近几轮一起压到最紧。按重要性从低到高一档档让而不是一上来就把长任务最依赖的早期决定整段切掉。3. 改文件唯一匹配搜索替换不靠行号edit_file锚定一段唯一的原文匹配不到就把文件开头甩回去让模型重新锚定匹配到多处就让它多带几行上下文再来。行号这东西模型数偏一行就会悄悄改错地方。实现见 99 行的 corecoder/tools/edit.py。30 秒看懂代码地图整个项目 25 个文件、2816 行可以当一本书的目录来读层文件职责引擎核心corecoder/agent.pyAgent 主循环 并行工具执行240 行从这里读起引擎核心corecoder/llm.py流式客户端 重试 成本统计349 行引擎核心corecoder/context.py三层上下文压缩220 行八个工具corecoder/tools/bash / read / write / edit / glob / grep / todo / 子 Agent外壳corecoder/cli.pyREPL 斜杠命令 一次性模式393 行会话corecoder/session.py存盘 / 续聊 路径穿越防护97 行八个工具各自都不到 200 行基类只有 32 行corecoder/tools/base.py——想加一件自己的工具照这个基类写个新文件就行。进阶三件套计划模式、Hooks 与 MCPv0.6.0 之后CoreCoder 加了三样不动主循环就能扩展的东西计划模式REPL 里敲/plan一切改动类调用当场被拒Agent 先用只读工具摸底、交出编号计划approve后才执行Hooks在~/.corecoder/hooks.json里配置自己的 shell 命令在每次工具调用前后跑起来思路和 Claude Code 的 hooks 一致pre 钩子还能用退出码 2 当场否决这次调用MCP 服务器放一个mcp.json任何 MCP 服务器的工具就以mcp__服务器__工具的身份并进工具集客户端收在 corecoder/mcp.py 一个文件里。机制细节在 87 行的 corecoder/hooks.py仓库里还附了免 API key 的离线演示 examples/plan_hooks_demo.py。配套源码导读八篇双语文章逐行拆解README 只给地图每一行为什么都拆进了仓库自带的八篇双语导读每篇都有_EN.md英文镜像00 导言 · 用 CoreCoder 读懂 Claude Code01 一个 Agent 的本体是一个 while 循环02 工具系统让模型安全地动手03 接入任意大模型顺便把账算清楚04 用有限的窗口扛住一个长任务05 并行执行与子 Agent06 把它跑成一个真正的命令行工具08 不动主循环的三种加法MCP、钩子与计划模式总结先读懂再 forkCoreCoder 最值得学的不是某段代码而是它示范的一条路径用 1300 行诚实复写把 Claude Code 级编码 Agent 的核心循环、权限闸、上下文压缩、并行执行全部摊开给你看。读懂之后换模型改两个环境变量、加工具照 corecoder/tools/base.py 写个新文件、改提示词corecoder/prompt.py 才 41 行每一步都有 224 个测试tests/兜底——fork 它就是造一个更好 Agent 的开始。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如何看懂 Agent Orchestrator 接入的26个编码Agent适配器模式统一监督 Claude Code、Codex 与 Aider 完整指南如何看懂 Agent Orchestrator 接入的26个编码Agent适配器模式统一监督 Claude Code、Codex 与 Aider 完整指南 A破解Dify工作流HTTP请求配置从痛点分析到实战优化全攻略破解Dify工作流HTTP请求配置从痛点分析到实战优化全攻略 在构建Dify工作流时HTTP请求配置往往是技术团队最头疼的环节之一。无论是API调用失败、参示例工程Claude Code 桌面版Claude Fable 5System Prompt 深度拆解Agent SDK 架构、工具编排与安全治理全貌Claude Code 桌面版Claude Fable 5System Prompt 深度拆解Agent SDK 架构、工具编排与安全治理全貌 关联文档文档知识库创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考