LansCoder

English · PyPI · 更新日志

一个可以从头读到尾的 AI 编程代理 —— 目标不是在一个更大的 agent 面前堆功能，而是让系统真实可用，同时小到能通读，并理解每个子系统为什么存在。

---

这是什么

LansCoder 是一个在终端里运行的 AI 编程代理。像 Claude Code 或 Aider 一样，它能理解你的代码库、编辑文件、运行命令；但它的代码只有 约 2.9 万行 Python，分布在 15 个职责清晰的模块里——从入口、代理循环到工具系统，你可以完整地读一遍，并看懂每一层在做什么。

它不是玩具：33 个内置工具、OpenAI 兼容 + Anthropic 双模型适配、MCP 集成、会话恢复与分支、L1–L3 上下文压缩管线，并在 Harbor Aider Polyglot 基准上达到 96.38% reward pass@1（213/221，本地锁定配置，口径见基准文档）。

核心承诺：目标不是比一个更大的 agent 功能更多，而是保持系统真实可用的同时，小到足以通读——理解每个子系统为什么存在。

---

为什么值得读

与大型生产级 agent 相比

维度	LansCoder	大型生产级 agent（如 Claude Code / OpenCode）
首要目标	让 agent 内部机制可读、可教	交付更完整的生产级 agent 平台
代码规模	~29k 行 Python（204 文件 · 15 模块）	约 57 万行（Claude Code ≈ 570k 行 TypeScript；OpenCode ≈ 575k 行 TS/JS）
工程取舍	主动砍掉部分平台面，保持可检查性	接受更高复杂度，支撑更广产品面
适合谁	学习、二次开发、本地实验	需要更大、更完整 agent 环境的用户

---

快速上手

一键安装（macOS / Linux / Windows Git Bash）：

curl -sSL https://raw.githubusercontent.com/Lanstzz/LansCoder/main/install.sh | bash

或通过 pipx 安装：

pipx install lanscoder
lanscoder config init

编辑配置文件，填入你的 API 密钥：

• macOS / Linux：~/.config/lanscoder/config.toml
• Windows：C:\Users\<用户名>\.config\lanscoder\config.toml

[providers.deepseek]
type = "openai-compatible"
base_url = "https://api.deepseek.com"
api_key = "你的 API key"
parallel_tool_calls = true

[models."deepseek/deepseek-v4-flash"]
label = "DeepSeek V4 Flash"
context_window = 1000000

[permissions]
mode = "ask"

[ui]
theme = "default"

然后在工作目录启动：

lanscoder

---

功能概览

能力	说明
编程代理	理解代码、编辑文件、运行命令，33 个内置工具按权限分级
多模型	OpenAI 兼容 + Anthropic 适配器，会话内热切换模型
权限控制	标准 / 宽松 / 放行三种模式，写前 diff 预览、敏感路径询问、持久授权
TUI 界面	Textual 构建的终端界面，实时展示推理、工具调用与结果
会话管理	创建、恢复、分支、分享会话，JSONL 持久化，断点续跑
上下文压缩	L1–L3 四级压缩管线，控制长会话 token 消耗
后台子代理	子代理后台独立运行、完成后通知，支持并行任务与 worktree 隔离
持久记忆	跨会话 recall，项目级 / 用户级作用域
skill系统	本地技能文件发现与加载
MCP 集成	连接外部 MCP 工具服务器（stdio / SSE）

---

技术架构

┌────────────────────────────────────────────────────────────┐
│                    表现层 · app/ (Textual TUI)               │
│      转录视图 · 权限视图 · 子代理面板 · 模型切换 · 斜杠命令       │
└──────────────────────────┬─────────────────────────────────┘
                           │
┌──────────────────────────┴─────────────────────────────────┐
│                   编排层 · agent/                           │
│  代理循环 · 回合协议 · 工具流 · 子代理引擎 · 权限协调 · 护栏      │
└───────┬──────────────────────────────┬─────────────────────┘
        │                              │
┌───────┴──────────┐        ┌──────────┴──────────────┐
│  能力层 · tools/  │        │  能力层 · permissions/  │
│  33 个内置工具     │        │  策略 · 单一执法闸门      │
│  （工具与权限互不知晓，agent 是唯一协调者）              │
└───────┬──────────┘        └──────────┬──────────────┘
        └──────────────┬───────────────┘
                       │
┌──────────────────────┴──────────────────────────────────┐
│              横切层 · 基础设施                            │
│  providers/  模型适配（OpenAI · Anthropic）               │
│  context/    事件日志 · 上下文构建 · L1–L3 压缩            │
│  session/    会话生命周期 · JSONL 持久化 · 恢复/分支        │
│  mcp/ memory/ skills/ planning/ config/ input/ subagent/ │
└─────────────────────────────────────────────────────────┘

技术栈

层级	技术
运行时	Python 3.11+ · anyio 异步
终端 UI	Textual
模型适配	OpenAI SDK（兼容接口）· Anthropic SDK
工具集成	MCP（stdio / SSE）
持久化	JSONL 会话存储 · TOML 配置（tomlkit）· portalocker
质量	pytest（127 文件 / 3.7 万行测试）· trio · ruff · black · 依赖方向 AST 门禁
发布	PyPI · pipx · 一键安装脚本

---

文档

完整文档见 docs/：

• 快速开始 — 安装、配置、5 分钟跑通
• 能力指南 — 权限模型、上下文压缩、会话管理
• 架构 — 分层设计与依赖规则
• 基准测试 — 96.38% 的评测口径与复现
• FAQ — 常见问题

---

适合谁

• 想深入理解 Coding Agent 内部原理的开发者
• 想基于 Agent Harness 做二次开发的人
• 准备面试、需要能讲清楚架构的项目

---

开发

python -m venv .venv
.venv/bin/python -m pip install -e ".[dev]"
.venv/bin/python -m pytest      
.venv/bin/python -m ruff check lanscoder tests

贡献指南见 docs/development.md。

---

更新日志

v1.2.0 (2026-08)

• TUI 品牌化：统一深色配色、建议框与活动行对齐
• 转录重构：嵌套可折叠回合模型，live 与重放渲染顺序一致
• 权限体验：修复暂停/恢复错序，权限提示移入瞬时按钮区，恢复严格 1/2/3 输入
• 后台通知：持久化通知标签与错误信息，退出前冲刷待发通知
• 权限执法解耦：PermissionCoordinator 成为单一执法闸门，tools 层对 permissions 零引用，移除 runtime/ 包
• 架构门禁：依赖方向端到端测试锁定包边界

v1.1.0 (2026-08)

• 同步/异步统一：非流式回合收敛到统一异步核心，删除旧同步分支
• 子代理面板：后台子代理选择、高亮与停止交互
• worktree 隔离：子代理可在隔离 git worktree 中运行且可取消
• 子代理可观测：delegate 结果上报 token 用量与耗时
• 工程化：ruff / black 纳入 dev 依赖

v1.0.1 (2026-08)

• 压缩管线 v3/v4：LLM 摘要压缩（保留最近 N 轮原文）、hard-truncate 兜底、压缩策略版本化

v1.0.0

• 首个稳定版本：核心代理循环、Textual TUI、工具系统、会话持久化、上下文管理

---

项目声明

• 这是可运行的个人工程项目，不代表已完成的规模化市场验证。
• 基准分数（96.38%）为本地锁定配置下测得，非官方榜单排名，口径详见 benchmark 文档。
• 仓库不包含生产环境密钥；请从示例配置创建本地配置。

License

MIT