开发与工程 local-firsttaurirustcodebase-retrievalgit-checkpointsanthropic-messages

SuperCoder 桌面编码助手

在本机代码库中完成规划、修改与审查的桌面编码助手。

FollowAgents 评估 · FARS-2.0
待评估
查看完整评分方法 →

这个 Agent 能做什么,适合哪些场景?

SuperCoder 是一款 local-first 的开源桌面编码助手,要求用户自带模型提供商的密钥。桌面端采用 Tauri 2 与 React,作为纯 Rust Agent Core 的轻量适配层;核心提供 Ask、Plan 和 Coding 模式,以及子代理、技能、工具审批与提示词缓存。它可在选定的本地文件夹内进行就地编辑,并提供检查点与回退、差异审查、交互式终端和文件浏览器。可选的 Context Engine 是独立的 Go 索引服务,通过 tree-sitter、Qdrant、FalkorDB 与 BM25 为 codebase_search 和 codebase_graph 提供仓库级检索。当前主线需要从源码构建;v1/ 中的 2024 旧代码生成流水线已冻结,不再维护或构建。

启动后,用户在 Settings 中配置 provider 的 base_url、api_key 和 model,再创建 session、选择本地文件夹及 Ask、Plan 或 Coding 模式。桌面应用将工作交给 Rust agent core,该核心具备循环、工具、模式、子代理、技能、工具审批和提示词缓存;应用可进行 in-place edits,展示 diff review,并提供 checkpoints 和 rewind、interactive terminal 与 file explorer。启用 Settings → Context engine 后,服务会在本地以 docker compose 运行,把代码库经 tree-sitter 索引到向量、调用图和 BM25 检索结构;agent 通过 codebase_search 与 codebase_graph 查询这些结构。模型请求直接从用户机器发送到所配置的 OpenAI chat-completions 或 Anthropic Messages API。

  1. 需要在桌面上的既有项目中直接修改文件、查看差异并在检查点之间回退的个人开发者。
  2. 希望先以 Plan 模式梳理改动、再切换 Coding 模式执行的工程师。
  3. 处理大型代码库、希望借助调用图和词法检索定位相关代码的团队成员。
  4. 已有 OpenAI chat-completions 或 Anthropic Messages 兼容凭据,并希望自行选择模型提供商的开发者。
  5. 需要在本机代码目录中结合文件浏览器和交互式终端完成开发工作的用户。

这个 Agent 有哪些优点和局限?

优点
  • 模型请求直接发送至用户配置的提供商,不经过额外的厂商后端。
  • Rust agent core 与 Tauri 2 + React 桌面端分离,桌面应用只是核心的一种适配层。
  • 可选 Context Engine 将 tree-sitter、向量检索、调用图和 BM25 组合用于代码库定位。
  • 提供就地编辑、差异审查、检查点回退、交互式终端和文件浏览器等本地开发工作流。
局限
  • 当前没有预构建下载版,采用前需要自行从源码安装和构建。
  • 必须自行提供模型服务的 base_url、api_key 与 model;模型调用仍会发送给所选提供商。
  • Context Engine 需要额外部署 Docker Compose,并配置 SUPERCODER_OPENAI_API_KEY。
  • 旧版 v1/ 流水线已冻结,既不维护也不参与构建。

如何安装或部署这个 Agent?

安装 Rust stable、操作系统对应的 Tauri 2 system prerequisites、Node.js 20+ 和 npm。然后运行:
cd apps/desktop
npm install
npm run tauri:dev

如需构建发布包,运行 npm run tauri:build。首次启动后,在 Settings 添加 LLM provider,并填写 base_url、api_key 和 model。可选 Context Engine 需要 Docker with Compose:
cd services/context-engine
cp .env.example .env
docker compose up -d --build

在 .env 中设置 SUPERCODER_OPENAI_API_KEY,然后在应用的 Settings → Context engine 中启用它。

如何使用这个 Agent?

启动桌面应用后,先在 Settings 配置可用的 LLM provider。创建一个 session,选择要处理的文件夹,并选择 Ask、Plan 或 Coding 模式即可开始。需要仓库级结构检索时,先启动 Context Engine,再在 Settings → Context engine 中开启;此时 agent 可使用 codebase_search 和 codebase_graph。修改过程中可使用检查点与回退,并通过 diff review 查看变更。

常见问题

需要使用特定模型提供商吗?
不需要固定在单一提供商。项目原生支持 OpenAI chat-completions 和 Anthropic Messages API;首次使用时需自行配置 base_url、api_key 与 model。
代码会经过 SuperCoder 的云端吗?
不会。文档说明请求从本机直接发送给你配置的模型提供商,没有中间服务;因此代码是否离开本机取决于你选择的模型提供商。
Context Engine 是必需的吗?
不是。添加 LLM 密钥后即可使用桌面应用。Context Engine 是可选组件,用于启用 codebase_search 和 codebase_graph 的仓库级检索。
需要哪些额外运行环境?
桌面端需要 Rust stable、Tauri 2 系统依赖、Node.js 20+ 和 npm。启用 Context Engine 时还需要 Docker with Compose。

相关 Agents