Command Code

一个持续学习你编码品味的终端编码智能体

Star 数
★ 4.1k
最近更新
5 天前

30 秒速览

运行形态
命令行工具
可在哪里用
平台专用
费用
软件免费,模型调用费用自付
上手难度
低 · 几分钟可跑通
开始前需要
Node.js(npm i -g)Shell / 命令行本地文件系统
典型场景
开发者希望在编码时获得个性化建议,享受不断优化的智能体,适合长期项目中使用。
不适合
  • 对开源许可证有明确合规要求的商业团队

这个 Agent 能做什么,适合哪些场景?

Command Code 是一个终端编码智能体,不仅构建软件,还持续学习你的编码品味。它能够交付全栈项目、功能,修复缺陷,编写测试,并重构代码,同时从你的每个接受、拒绝和编辑操作中学习。它基于 Meta Neuro-Symbolic AI 的 taste-1 模型,强制执行你选择背后的隐性逻辑。支持交互模式,包括斜杠命令、输入模式等。通过 npx taste 命令可以在团队间共享品味配置。项目以 npm 包形式分发,通过全局安装后可在项目目录中运行。文档和社区资源齐全。

Command Code 是一个 CLI 工具,通过 npm 全局安装后,在项目目录中运行 cmd 启动交互会话。它读取项目文件,执行终端命令,调用 AI 模型(如 Anthropic、OpenAI 等,通过顶级话题支持),并输出代码修改。其核心是 taste-1 模型,会记录用户的接受、拒绝和编辑操作,形成品味档案,并用于后续代码生成。支持交互模式,如斜杠命令菜单、Bash 模式和文件路径自动补全。提供/feedback 命令用于反馈问题。

  1. 开发者希望在编码时获得个性化建议,享受不断优化的智能体,适合长期项目中使用。
  2. 团队希望共享编码风格和偏好,通过 npx taste push/pull 在成员间同步品味配置。
  3. 需要快速搭建全栈项目或功能的开发者,可以使用 Agent 自动生成代码,同时学习其偏好。
  4. 愿意尝试新工具并愿意与社区互动(通过 Discord)的开发者,适合立即使用。

如何安装或部署这个 Agent?

安装 Command Code:

npm i -g command-code

需要 Node.js 环境。

如何使用这个 Agent?

在项目目录中启动:

cd your-project
cmd

在会话中,输入 / 打开命令菜单,! 进入 Bash 模式,@ 进行文件路径自动补全。首次使用可参考快速入门指南。

这个 Agent 有哪些优点和局限?

优点
  • 持续学习用户的编码品味,每个操作都成为个性化信号。
  • 基于 Meta Neuro-Symbolic AI 的 taste-1 模型,强制执行隐性逻辑。
  • 支持交互模式,提供斜杠命令、Bash 模式和路径补全。
  • 可以通过 npx taste 在团队间共享品味配置。
局限
  • 需要 Node.js 环境和全局 npm 安装。
  • 依赖提供商(如 Anthropic、OpenAI)的 API,但具体接入未在文档中详细说明。
  • 本项目当前没有明确的许可证,可能影响商业使用。
  • 核心的品味学习机制较新,可能需要时间验证效果。

这个 Agent 与同类方案有什么区别?

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
Command Code 当前 25 · 缺口较多 命令行工具免费 + 模型费 ★ 4.1k 5 天前 — —
senpi 74 · 存在缺口 命令行工具免费 + 模型费 ★ 484 今天 TypeScript OpenAI API · Claude API
pigo 68 · 存在缺口 命令行工具免费 + 模型费 ★ 481 1 个月前 Go OpenAI API · Claude API
Delegate Skills:多编码智能体调度与审查工作流 61 · 存在缺口 Agent 插件 / 技能免费 + 模型费 ★ 2.4k 5 天前 JavaScript ChatGPT · Codex · Claude Code

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
缺口较多
25/ 100 五分制 1.3 / 5
信任安全 0/29
可靠稳定 3/14
适用触发 8/18
规范维护 6/18
有效结果 6/13
证据核验 2/8
查看各维度的扣分理由
信任安全0 / 29 · 0.0/5

证据显示:仓库未提供权限模型、用户确认机制、数据流透明性、敏感数据处理、依赖安全、外部影响、回滚或来源归属的任何信息。因此所有信任标准得分为0。扣分原因:缺乏这些方面的文档或实现。

可靠稳定3 / 14 · 1.1/5

证据显示:README中关于产品功能的描述与文档链接一致,但未提供依赖可用性信息或失败消息。自洽性得1分,因为描述一致但缺乏细节;依赖可用性得1分,因为未提及依赖管理;失败消息得0分,因为未提及错误处理。

适用触发8 / 18 · 2.2/5

证据显示:README明确了目标受众(开发者)和场景(构建、修复、重构),但未明确能力边界、触发精度或环境要求。受众和场景得2分,因为明确;能力边界得1分,因为未明确;触发精度得1分,因为未明确;环境适配得1分,因为未明确。

规范维护6 / 18 · 1.7/5

证据显示:README提供了清晰的文档结构、安装说明和版本徽章,但未提供已知限制、许可证、变更日志或维护责任。信息架构得2分,因为结构清晰;安装说明得2分,因为提供了npm安装命令;命名稳定性得1分,因为未提及;示例和FAQ得1分,因为未提供;已知限制得0分;许可证得0分;版本和变更日志得1分,因为提供了版本徽章;维护责任得1分,因为未明确。

有效结果6 / 13 · 2.3/5

证据显示:README描述了输出(构建软件、修复bug等),但未提供具体示例或成本效益分析。输出可用性得1分,因为描述模糊;边际价值得2分,因为强调了学习能力;成本效益得1分,因为未提供。

证据核验2 / 8 · 1.3/5

证据显示:README中的声明(如“第一个前沿编码代理”)未提供证据或来源。声明可追溯性得1分,因为部分声明有文档链接;跨来源佐证得0分,因为未提供;事实与推断分离得1分,因为部分区分了产品描述和文档链接。

风险与缓解建议
  • 源码中未见:最小权限约束只授予完成任务所需的权限:用专用账号或只读令牌,并限定可访问的目录和仓库。
  • 源码中未见:执行前用户确认开启或自行加上执行前确认;先在沙箱或测试环境跑通,确认行为后再接入真实数据。
  • 源码中未见:数据流向说明运行时观察它连接了哪些外部服务(代理或防火墙日志);弄清数据去向之前不要输入敏感数据。
  • 源码中未见:敏感信息处理使用专用、低权限、可随时吊销的 API 密钥,不要复用生产凭据,也不要让密钥出现在日志里。
  • 源码中未见:依赖安全审查安装前固定版本并做一次依赖扫描(如 npm audit、pip-audit);优先放在容器里运行。
  • 源码中未见:外部影响披露先弄清它会写入、发送或修改哪些外部系统,用测试账号或测试仓库验证后再接入正式环境。
  • 源码中未见:回滚或恢复路径运行前先备份,或在 git 分支、快照上操作,确保改动可以撤销。
  • 源码中未见:来源归属可核验从官方仓库或包源安装,核对发布者和仓库地址,避免同名仿冒包。
  • 仓库未提供许可证信息,使用前需确认法律合规性。
  • 未提供安全相关文档,如权限、数据流、依赖安全,使用前需谨慎评估。
  • 未提供已知限制或失败处理,实际使用中可能遇到未预期问题。
证据充分度:低 评估于 2026年8月9日 审查版本 5c8f1b48c9d6 评估后仓库已有新提交,评分可能未覆盖最新改动
评估证据 readme.md
查看完整评分方法 →

常见问题

我需要哪些模型 API 密钥?
文档未明确列出,但根据 top-level 表示支持 Anthropic、OpenAI 等模型提供商,可能需要相应 API 密钥。
品味档案存在哪里?如何同步?
通过 npx taste push/pull 可以共享品味配置,但具体存储位置未说明。
可以离线使用吗?
需要网络连接来调用 AI 模型,但项目本身没有明确指出离线功能。
如果遇到问题,如何反馈?
可以使用 /feedback 命令或创建 GitHub issue。
在 GitHub 查看 ↗ 安装 ↓

相关 Agents