自主工程循环
文档所述工程循环从确定目标和探索仓库开始,经过规划、实现、执行、测试、修正,最终完成验证。
LucentraCode 是一款命令行开发工具,用于在仓库中运行自主 AI 辅助编码工作流。它将工程循环工作流与模型路由、可配置代理和基于终端的执行相结合,而不是将交互限制为单次生成的响应。
该运行时通过 npm 安装,可在 Linux、Windows 和 macOS 环境中启动。其文档涵盖基于仓库的工作、直接 CLI 任务、无头执行、JSON 输出、MCP 服务器、自定义代理和支持的模型选择。产品网站还展示了交互式 3D WebGPU 终端界面。
文档所述工程循环从确定目标和探索仓库开始,经过规划、实现、执行、测试、修正,最终完成验证。
运行时包含模型路由器和模型目录,可选择来自 OpenAI、Google、Meta、Anthropic 和 Alibaba 的模型。
LucentraCode 可以直接从命令行运行任务,包括用于自动化和下游工具的 JSON 输出模式。
无头服务器允许其他工作流在不使用常规终端界面的情况下与运行时交互,并通过可附加的本地端点进行连接。
该产品可管理 Model Context Protocol 服务器,并支持自定义代理,为其配置可复用的角色、指令、模型、权限和职责。
该网站将交互式 3D WebGPU 终端描述为 LucentraCode 体验的一部分。
打开仓库、完成身份验证并启动 LucentraCode,按照一个文档化循环,从既定目标推进到实现、测试、修正和验证。
从脚本或自动化工作流运行 `lucentracode run`;当其他系统需要解析结果时,可以使用 JSON 输出。
启动无头服务器,并在不希望使用常规交互式终端会话时,将远程或独立的工作流命令附加到运行时。
定义具有独立指令、模型、权限和职责的可复用开发角色,用于重复性的项目任务。
通过 MCP 服务器管理连接受信任的外部能力,并将语言工具或受控的外部工具作为开发技术栈的一部分使用。
安装 Node.js 20 或更高版本,运行 `npm install -g lucentracode`,使用 `lucentracode login` 完成身份验证,然后进入一个仓库并启动 `lucentracode`。
可以。文档提供了用于直接执行任务的 `lucentracode run "your task"`,以及用于生成机器可读输出的 `lucentracode run --format json "your task"`。
可以。使用 `lucentracode serve` 启动无头服务器,然后通过 `lucentracode run --attach http://localhost:4096 "your task"` 附加任务。
LucentraCode 支持通过包括 `lucentracode mcp list`、`lucentracode mcp add`、`lucentracode mcp auth` 和 `lucentracode mcp logout` 在内的命令管理 MCP 服务器。外部 MCP 服务器在 Lucentra Labs 的直接安全边界之外运行,因此只能连接受信任的工具。
文档所述工作流涵盖设定目标、探索、规划、实现、执行、测试、修正和验证。可用模型目录列出了 OpenAI、Google、Meta、Anthropic 和 Alibaba 等提供商,文档还介绍了模型选择和 Smart Auto。
ByteAsk 是面向 C 和 C++ 的终端优先 AI 编码 agent,可直接编辑仓库,并在展示 diff 前用真实编译器、调试器、sanitizers 和测试验证修改。提供免费版与付费方案。
GitBot 是基于本地浏览器的工作区,可借助 Claude Code、Codex 或 OpenCode 创建可复用的编程机器人,跨仓库文件夹运行代理,并保留持久线程与可配置权限。
Ghost 是一款基于终端的 AI 助手,可在命令行中聊天、生成代码并运行任务。内置免费模型,支持 Linux、macOS 和 Windows,且为开源项目。
Vi3ecode 是面向 AI 编程代理的持续开发环境,保留项目上下文、终端、Git、记忆、流程、评审与沟通,围绕你正在使用的 agent 协同工作。
Lucid Train 是一款本地优先的 AI 编码工具,可将仓库代码生成架构图,并把图作为编码代理的规格说明。支持桌面应用与轻量 Rust CLI,可运行本地模型或使用自有 API key。
CreateOS Sandbox 是基于 Firecracker 微型虚拟机的隔离计算环境,用于运行代码和 agent 工作负载,支持私有网络、SDK、CLI 和 MCP 程序化控制。