⇄
双进程 + 多路复用
前台界面与后台常驻 daemon 之间一条自己实现的连接,同时跑请求响应、事件流、反向审批三种流量。
看实现
Skip to contentStatus Sessions Thinking Contentv0.2.3 ›输入目标回车执行 · / 命令 Tasks Changes MCP 
求个 Star ✦Aemeath
deepseek-v4-flash
就绪
先列个计划,再读 loop.py
给 bash 工具加超时
resume 后上下文对不上
接一个 GitHub MCP
4 of 18写完了,收尾汇报。
▄▀█ █▀▀ █▀▄▀█ █▀▀ ▄▀█ ▀█▀ █ █ █▀█ ██▄ █ ▀ █ ██▄ █▀█ █ █▀█
›先列个计划,再读 agent/loop.py
好的,先看看这片代码的结构,再制定计划。
◇探索 2 个文件3.5s ⌄
主循环依赖 Context、LLMProvider、ToolRegistry 三块,拆成三个任务。
◆task_create 读 loop.py 主循环
◆task_create 审查 stop_reason
◆task_create 写进 plan.md
◆需要授权 · write_file plan.md+ ## 主循环改进计划+ 1. max_tokens 撞 tool_call…y 这次 a 永远 n 拒绝
✧计划已就位,三处可以改,详见 plan.md。
✧读 loop.py 主循环
✧审查 stop_reason
✧写进 plan.md
3 of 3+ plan.md
✧ github26
✧ everything13
2 of 2^↑/^↓ 选会话 · ^y 复制回答 · ^q 退出
↑ 一轮 run 的回放:读代码 → 拆任务 → 写文件前先问你
求个 Star ✦Aemeath
Code
从零手搓的终端 Coding Agent,
也是一趟看得见的系统工程。
后台 daemon + 分栏 TUI,中间一条自己实现的多路复用连接。ReAct 循环、权限审批、 上下文压缩、子 agent、MCP 客户端 —— 没有用任何 agent 框架。
❯
uv tool install aemeathcode && aemeath