token-wise-agent 1.0.5

AI coding assistant with pluggable tools and token tracking, built on OpenHands SDK

token-wise-agent

Кастомный агент для написания кода, построенный на OpenHands SDK.

Цель дипломной работы — исследовать, как кастомные инструменты сокращают количество API-вызовов и расход токенов при работе на бенчмарке SWE-bench.

---

Архитектура

agent/cli.py                    ← CLI entry point (twa)
  └── LocalConversation (OpenHands SDK)
        ├── Agent + system_prompt.j2   ← кастомный системный промпт
        │     └── LLM (litellm → Anthropic / OpenAI / любой провайдер)
        ├── BashTool        ← кастомный: stateless subprocess
        ├── GlobTool        ← кастомный: поиск файлов по glob-паттерну
        ├── GrepTool        ← кастомный: regex-поиск с контекстом
        ├── SmartReaderTool ← кастомный: чтение файла с диапазоном строк и контекстом
        ├── SmartEditorTool ← кастомный: редактирование файлов (replace/insert/create/delete/undo)
        ├── SubmitTool      ← кастомный: сигнал завершения задачи (SWE-bench режим)
        └── ThinkTool       ← SDK built-in: внутренние размышления

token-wise-agent/
├── agent/
│   ├── cli.py                    # CLI entry point
│   ├── config.py                 # Загрузка конфига (.env + YAML + CLI)
│   ├── agent_tracker.py          # Трекинг метрик агента (токены, стоимость, вызовы)
│   ├── trajectory.py             # Сохранение траектории в .traj.json
│   ├── configs/
│   │   ├── agent_config.yaml     # SWE-bench режим: промпты, tools, step_limit
│   │   ├── agent_config_user.yaml# Интерактивный режим
│   │   └── pricing.yaml          # Стоимость токенов по моделям
│   ├── prompts/
│   │   ├── system_prompt.j2      # Промпт для SWE-bench режима
│   │   └── system_prompt_user.j2 # Промпт для интерактивного режима
│   └── tools/
│       ├── bash.py
│       ├── bash_session.py
│       ├── glob.py
│       ├── grep.py
│       ├── smart_reader.py
│       ├── smart_editor.py
│       ├── submit.py
│       └── tree.py               # Авто-инъекция структуры репозитория
├── benchmarks/
│   ├── run_benchmark.py          # SWE-Bench-style раннер
│   └── tasks/                    # 10 задач с багами и тестами
├── tests/
│   └── test_tools.py
├── Dockerfile                    # Образ для запуска агента в изоляции
└── .env.example

---

Установка

Через pip (рекомендуется)

pip install token-wise-agent
twa edit          # настройка API ключа
twa               # запуск

Для разработки

Требуется uv.

git clone <repo-url>
cd token-wise-agent
uv sync
cp .env.example .env
# Вставьте API ключ в .env

---

Использование

Интерактивный режим

twa                              # запустить интерактивный чат
twa -i --working-dir /path/to/project  # другая рабочая директория

В интерактивном режиме доступны команды:

Команда	Действие
/confirm	Переключиться в режим подтверждений (агент спрашивает перед каждым tool call)
/auto	Вернуться в автоматический режим
exit / Ctrl+C	Выйти

В режиме подтверждений: Enter — одобрить действие, любой текст — отклонить и передать агенту как причину.

Одноразовый режим (SWE-bench)

twa "Fix the failing tests in tests/"     # запустить агента на задаче
twa --quiet "задача"                      # без вывода агента
twa --model anthropic/claude-opus-4.7 "задача"
twa --working-dir /path/to/project "задача"
twa --list-tools                          # список инструментов из конфига

Редактирование конфигурации

twa edit           # редактировать .env (API ключ, модель)
twa edit config    # редактировать agent_config_user.yaml

---

Конфигурация

Три источника конфигурации с чётким разделением:

~/.config/token-wise-agent/.env — секреты и подключение

Переменная	Описание
AGENT_API_KEY	API ключ
AGENT_BASE_URL	Кастомный API endpoint (для OpenAI-совместимых сервисов)
AGENT_MODEL	litellm model ID (например anthropic/claude-sonnet-4-6)

~/.config/token-wise-agent/agent_config_user.yaml — поведение агента

agent:
  system_template: "system_prompt_user.j2"
  llm_params:
    temperature: 0.5
  step_limit: 50
  tools:
    - think
    - bash
    - glob
    - grep
    - smart_reader
    - smart_editor

Редактируется через twa edit config. Два готовых конфига в пакете:

• agent_config.yaml — SWE-bench режим (step_limit: 30, temperature: 0.0, включён submit)
• agent_config_user.yaml — интерактивный режим (step_limit: 50, temperature: 0.5)

agent/configs/pricing.yaml — стоимость токенов

# Цена за миллион токенов (USD)
anthropic/claude-sonnet-4-6:
  input: 1.90
  output: 9.54

anthropic/claude-opus-4.7:
  input: 6.10
  output: 30.49

Используется для подсчёта стоимости и передаётся в LiteLLM. Добавьте новую модель — стоимость подхватится автоматически.

CLI аргументы

Аргумент	Описание
-i / --interactive	Запустить интерактивный режим
--model	Переопределить модель из .env
--max-steps	Переопределить step_limit из YAML
--working-dir	Рабочая директория (по умолчанию .)
--quiet	Подавить вывод агента
--agent-config	Путь к альтернативному YAML конфигу

---

Инструменты

Имя	Источник	Описание
bash	Кастомный	Stateless subprocess — каждый вызов независим
bash_session	Обёртка над TerminalTool	Персистентная bash-сессия (состояние между вызовами)
glob	Кастомный	Поиск файлов по glob-паттерну (сортировка по mtime)
grep	Кастомный	Regex-поиск по файлам с N строками контекста
smart_reader	Кастомный	Чтение файла: диапазон строк, контекст вокруг строки, авто-truncation
smart_editor	Кастомный	Редактирование файлов: replace, insert, create, delete, undo
submit	Кастомный	Сигнал завершения — останавливает агента (SWE-bench режим)
think	SDK built-in	Внутренние размышления перед действием

Алиасы инструментов. Если модель вызывает read_file, read_files, view_file или view — они прозрачно перенаправляются на smart_reader без лишних ошибок и потери шагов.

---

Бенчмарк

10 SWE-Bench-style задач. Структура каждой задачи:

task_XXX/
├── issue.md       — описание бага
├── src/           — код с багом
├── tests/         — тесты (видны агенту)
└── gold_tests/    — золотые тесты (скрыты, запускаются после submit)

Локальный запуск

uv run python benchmarks/run_benchmark.py              # все задачи
uv run python benchmarks/run_benchmark.py task_001     # одна задача
uv run python benchmarks/run_benchmark.py --quiet task_001
uv run python benchmarks/run_benchmark.py --model anthropic/claude-opus-4.7 task_001
uv run python benchmarks/run_benchmark.py --save results.json

Docker-режим (изолированное окружение)

uv run python benchmarks/run_benchmark.py --docker --docker-build task_001
uv run python benchmarks/run_benchmark.py --docker task_001 task_003
uv run python benchmarks/run_benchmark.py --docker --docker-image myrepo/agent:v1

В Docker-режиме код задачи монтируется в /testbed, агентский код живёт в /app образа. API-ключи пробрасываются через --env-file ~/.config/token-wise-agent/.env.

---

Качество кода

Проект использует ruff для линтинга и форматирования.

uv run ruff check .        # линтинг
uv run ruff format .       # форматирование
uv run pytest tests/ -v    # тесты

Pre-commit хуки (опционально):

uv run pre-commit install

CI запускается автоматически на каждый push в master и на Pull Request.

---

Трекинг метрик

После каждого запуска (одноразовый режим) выводится таблица и сохраняется METRICS.json в рабочей директории:

           Agent Summary
┏━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━┓
┃ Metric             ┃       Value ┃
┡━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━┩
│ Model              │ anthropic/… │
│ Latency            │       90.0s │
│ LLM calls          │           7 │
│ Total tool calls   │          14 │
│ Tool errors        │           0 │
│                    │             │
│ Input tokens       │     120,000 │
│ Output tokens      │       3,200 │
│                    │             │
│ Total cost         │     $0.0414 │
└────────────────────┴─────────────┘

Полная траектория каждого запуска сохраняется в ~/.config/token-wise-agent/:

~/.config/token-wise-agent/
├── last_twa_run.traj.json          # последний одноразовый запуск
└── run_YYYY-MM-DD_HH-MM-SS/
    ├── task_001.traj.json
    └── task_002.traj.json

---

Добавление нового инструмента

1. Создай файл в agent/tools/ (шаблон — smart_reader.py)
2. Добавь импорт в agent/tools/__init__.py
3. Добавь имя тула в tools: в нужном agent_config.yaml