इस प्रोजेक्ट के बारे में

jcode एक ओपन-सोर्स टर्मिनल AI कोडिंग हार्नेस है जो संसाधन-कुशल और तेज़ होने के लिए बनाया गया है। यह प्रोजेक्ट खुद को सबसे RAM-कुशल और सबसे बुद्धिमान हार्नेस के रूप में स्थापित करता है, और README इसे बेंचमार्क तालिकाओं के साथ समर्थन करता है जो jcode की तुलना pi, Codex CLI, OpenCode, GitHub Copilot CLI, Cursor Agent, Claude Code, और Antigravity CLI जैसे उपकरणों से करता है। रिपोर्ट किए गए आंकड़ों में स्थानीय एम्बेडिंग अक्षम होने पर एकल सत्र के लिए लगभग 27.8 MB PSS, पहले फ्रेम के लिए लगभग 14 ms, और पहले इनपुट के लिए लगभग 48.7 ms शामिल हैं, जिसमें प्रति-सत्र मेमोरी स्केलिंग लगभग 10 MB है। इंस्टॉलेशन macOS/Linux पर एक-लाइन curl स्क्रिप्ट और Windows 11 पर PowerShell एक-लाइनर है, और यह टूल Linux, macOS, और Windows के लिए MIT लाइसेंस के तहत उपलब्ध है। मुख्य अनुभव एक TUI है जिसमें चैट क्षेत्र, साइड पैनल, इनलाइन Mermaid डायग्राम रेंडरिंग, जानकारी विजेट जो केवल नकारात्मक स्क्रीन स्पेस घेरते हैं, एक कस्टम स्क्रॉलबैक कार्यान्वयन, और Handterm नामक एक साथी टर्मिनल प्रोजेक्ट शामिल है जो एक देशी स्क्रॉल API जोड़ता है। रेंडरिंग एक हजार fps से अधिक पर चलने का दावा किया जाता है, और प्रोजेक्ट में एक कस्टम Mermaid रेंडरिंग लाइब्रेरी (mermaid-rs-renderer) शामिल है जिसमें ब्राउज़र या TypeScript निर्भरता नहीं है। संरेखण को बाएं और केंद्रित के बीच स्विच किया जा सकता है, और इमोजी को कॉन्फ़िग या पर्यावरण चर के माध्यम से वैश्विक रूप से अक्षम किया जा सकता है। एक विशिष्ट विशेषता एजेंट मेमोरी सिस्टम है। प्रत्येक टर्न को एक सिमेंटिक वेक्टर के रूप में एम्बेड किया जाता है और कोसाइन समानता का उपयोग करके मेमोरी के ग्राफ के खिलाफ क्वेरी किया जाता है। हिट्स को बातचीत में इंजेक्ट किया जाता है, वैकल्पिक रूप से एक मेमोरी साइडएजेंट द्वारा सत्यापित किया जाता है जो अतिरिक्त पुनर्प्राप्ति कार्य कर सकता है। मेमोरी को सिमेंटिक ड्रिफ्ट, टर्न काउंट, या सत्र समाप्ति के आधार पर समय-समय पर निकाला जाता है, और एक परिवेश मोड में समेकित किया जाता है जो प्रविष्टियों को पुनर्गठित करता है और स्थिरता और संघर्षों की जांच करता है। स्पष्ट मेमोरी टूल एजेंट को सक्रिय रूप से खोजने या मेमोरी स्टोर करने की अनुमति देते हैं, और सत्र खोज पिछले सत्रों पर पारंपरिक RAG प्रदान करती है। स्वार्म सुविधा कई एजेंटों को एक साझा सर्वर के तहत एक ही रिपॉजिटरी में चलाने की अनुमति देती है। जब एक एजेंट एक फ़ाइल संपादित करता है जिसे दूसरा पढ़ चुका है, तो सर्वर दूसरे एजेंट को सूचित करता है, जो परिवर्तन को अनदेखा कर सकता है या संघर्षों से बचने के लिए डिफ़ का निरीक्षण कर सकता है। एजेंट DM, प्रसारण, या रिपो-स्कोप्ड चैनलों के माध्यम से एक-दूसरे को संदेश भेज सकते हैं, और वे स्वायत्त रूप से अपने स्वार्म उत्पन्न कर सकते हैं, मुख्य एजेंट को समन्वयक और उत्पन्न एजेंटों को कार्यकर्ता में बदल सकते हैं। समूह संदेश चैनल, पूर्णता स्थितियां, और समन्वय स्वचालित रूप से प्रबंधित होते हैं, और यह हेडलेस या हेडेड चल सकता है। प्रदाता समर्थन व्यापक है। अंतर्निहित OAuth लॉगिन प्रवाह Claude, OpenAI/ChatGPT/Codex, Google Gemini, GitHub Copilot, Azure OpenAI, Alibaba Cloud Coding Plan, Fireworks, Novita AI, MiniMax, Meta Model API/Muse, LM Studio, और Ollama को कवर करते हैं, साथ ही एक कस्टम OpenAI-संगत एंडपॉइंट भी। देशी OpenAI प्रदाता Responses WebSocket v2 का उपयोग अवसरवादी पृष्ठभूमि प्रीवार्मिंग और HTTPS फॉलबैक के साथ करते हैं। OpenAI-संगत प्रदाताओं में OpenRouter, DeepSeek, Moonshot AI, Baseten, Hugging Face, Nebius, Scaleway, और अन्य जैसी सेवाओं के लिए अंतर्निहित नामित प्रोफाइल शामिल हैं, और मनमाने एंडपॉइंट को एक-शॉट प्रदाता प्रोफाइल कमांड के माध्यम से जोड़ा जा सकता है जो ~/.jcode/config.toml में लिखता है और एक निजी ऐप कॉन्फ़िग निर्देशिका में रहस्य संग्रहीत करता है। Anthropic Messages-संगत गेटवे बियरर, कस्टम-हेडर, या कोई प्रमाणीकरण और गेटवे-विशिष्ट हेडर के साथ समर्थित हैं। Ollama और LM Studio जैसे स्थानीय रनटाइम स्ट्रीमिंग चैट पूर्णता, फ़ंक्शन/टूल कॉलिंग, और विज़न-सक्षम स्थानीय मॉडल के लिए OpenAI-शैली छवि सामग्री के साथ समर्थित हैं। कॉन्फ़िगरेशन विकल्पों में प्रति-मॉडल संदर्भ विंडो, गैर-मानक अनुरोध निकायों के लिए extra_body फ़ील्ड, स्ट्रीम निष्क्रियता टाइमआउट जो तर्क प्रयास के साथ स्केल करते हैं, और तर्क प्रयास नियंत्रण शामिल हैं। प्रोजेक्ट एक SDK, दस्तावेज़ीकरण, बेंचमार्क, और एक Discord समुदाय भी प्रदान करता है। अपडेट TUI में /update के साथ या टर्मिनल से jcode update के साथ किया जा सकता है, डिफ़ॉल्ट रूप से एक स्थिर चैनल और स्रोत-शाखा अपडेट के लिए एक मुख्य चैनल के साथ। विकास बिल्ड चल रहे बाइनरी के Git कमिट की तुलना रिलीज़ टैग से करते हैं और यदि वंशावली सत्यापित नहीं की जा सकती है तो डाउनग्रेड के जोखिम के बजाय रुक जाते हैं। कुल मिलाकर, jcode उन डेवलपर्स को लक्षित करता है जो तेज़, मेमोरी-लाइट टर्मिनल AI कोडिंग वातावरण चाहते हैं जिसमें लगातार मेमोरी, मल्टी-एजेंट सहयोग, और लचीला मॉडल-प्रदाता कॉन्फ़िगरेशन हो।