ShioriCode

Что такое ShioriCode?

ShioriCode — это desktop-пространство для кодинга с AI-агентами. Оно позволяет запускать несколько моделей рядом в одной среде с чекпоинтами, включая Codex, Claude, Gemini, Cursor, Kimi и Shiori.

Продукт построен вокруг agent workflow: вы описываете, что нужно создать или исправить, наблюдаете, как агент читает репозиторий и выполняет задачи, а затем по шагам проверяете изменения перед слиянием. На странице ShioriCode указан как доступный активным платным подписчикам Shiori и представлены загрузки для macOS, Windows и Linux.

Ключевые возможности

• Рабочее пространство с моделями рядом: запускайте Codex, Claude, Gemini, Cursor, Kimi и Shiori в одном desktop-приложении, что упрощает сравнение агентов или переключение между ними во время задачи.
• Сессии с git-чекпоинтами: каждый ход сохраняется в чекпоинт, поэтому можно откатываться к более ранним состояниям, а не полагаться только на линейную историю чата.
• Потоковая лента активности: изменения файлов, shell-команды, шаги рассуждения и вывод терминала транслируются на экран в реальном времени для удобной проверки.
• Встроенный терминал: в каждой ветке есть терминал, поэтому изменения кода и вывод команд остаются в одном рабочем пространстве.
• Поддержка MCP: на странице перечислены расширения Model Context Protocol, что указывает на поддержку расширения agent workflow внешними инструментами.
• Мультиплатформенные desktop-загрузки: доступны установщики для macOS Apple Silicon, macOS Intel, Windows x64 и Linux AppImage.

Как использовать ShioriCode

Сначала скачайте версию, подходящую для вашей платформы, и откройте desktop-приложение. Затем опишите нужное изменение или исправление, дайте агенту изучить ваш репозиторий и начать работу, а сами следите за живыми изменениями и командами по мере их выполнения.

Когда агент завершит ход, проверьте diffs, подтвердите нужные изменения или откатитесь к предыдущему чекпоинту, если хотите вернуться назад. Этот workflow рассчитан на итеративные coding-сессии, где можно продолжать дорабатывать результат перед слиянием.

Сценарии использования

• Поддержка репозитория: попросите агента исправить баг или реализовать небольшую функцию, пока вы в реальном времени наблюдаете за изменениями в репозитории и выводом команд.
• Сравнение моделей: откройте одну и ту же задачу кодинга в нескольких моделях и сравните, как каждый агент планирует или редактирует код.
• Процессы с акцентом на ревью: используйте чекпоинты и diffs по каждому ходу, чтобы проверять каждый шаг перед принятием изменений.
• Кроссплатформенная разработка: установите приложение на macOS, Windows или Linux и сохраняйте похожий agent-based workflow на разных машинах.
• Прототипирование в команде или в одиночку: используйте встроенный терминал и live-streaming, чтобы быстрее переходить от запроса к рабочему коду с меньшим переключением контекста.

FAQ

ShioriCode — это веб-приложение или desktop-приложение?
Оно представлено как desktop-приложение.

Какие операционные системы поддерживаются?
На странице указаны загрузки для macOS, Windows и Linux, с отдельными сборками для macOS Apple Silicon и Intel.

Какие AI-модели оно может запускать?
На странице названы Codex, Claude, Gemini, Cursor, Kimi и Shiori как доступные модели.

Поддерживает ли оно чекпоинты?
Да. На странице указано, что сессии получают git-чекпоинты по каждому ходу, и можно откатиться к любому чекпоинту.

Можно ли использовать его, если я не являюсь платным подписчиком Shiori?
На странице сказано, что доступ есть у активных платных подписчиков Shiori, так что доступ, похоже, привязан к платной подписке.

Альтернативы

• Традиционные code editor с AI-ассистентами: такие инструменты обычно добавляют панель ассистента в существующий редактор, а не центрируют весь workflow на чекпоинтных агентных сессиях.
• Другие desktop-рабочие пространства для агентов: похожие продукты тоже могут ориентироваться на автономных coding-агентов, но отличаться тем, как они реализуют сравнение нескольких моделей, чекпоинты и интеграцию терминала.
• Облачные coding-агенты: к ним обращаются через браузер или hosted-среды, что может снизить требования к локальной настройке, но ощущаться иначе, чем desktop-рабочее пространство, привязанное к вашей локальной машине.
• Универсальные IDE с расширениями: они лучше подходят пользователям, которые хотят оставаться в привычном редакторе и постепенно добавлять AI-возможности вместо перехода на выделенное agent workspace.