convez.ai
AgenteAutomaçãoAvançado
Aprils-lies

CodeAgent - Assistente de Codificação IA em Java

Aprils-lies/CodeAgent

Agent CLI inteligente com ReAct, MCP e TUI para codificação assistida por IA

Ver no GitHub
InicialPluginScore · de 0 a 100

Agent CLI baseado em Java 17 que implementa um sistema completo de codificação automática inspirado no Claude Code. Inclui ReAct Agent, Plan-and-Execute, memória, aprovação HITL, suporte a múltiplos modelos, capacidades de rede, protocolo MCP e interface TUI com visualização de processo de pensamento.

Instalação

$npx convez-ai Aprils-lies/CodeAgent

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
1
Forks
0
Acompanhando
0
Saúde
28%
Último commit
há 5 meses
Versão
—
Issues abertas
0
Contribuidores
1

Casos de uso

  • Construir assistentes de codificação autônomos em Java
  • Implementar sistemas de agentes com ciclo ReAct completo
  • Integrar protocolo MCP em aplicações CLI
  • Prototipagem de ferramentas de IA com interface terminal interativa

Veredito

Projeto educacional robusto em Java que cobre 12 módulos críticos de sistemas agentes (ReAct, MCP, HITL, memória). Bem estruturado com documentação em 12 fases e clareza nas rotas de desenvolvimento (resumé vs. funcionalidade). Recomendado para quem quer aprender arquitetura de agentes IA em código produção-ready.

README

A tradução para o português deste README ainda está na fila.

CodeAgent 从零搭建开发文档

项目简介

CodeAgent — 终端智能编码助手,基于大语言模型的 Agent CLI 产品,对标 Claude Code。

使用 Java 17 + Maven 从零搭建,覆盖 ReAct Agent、Plan-and-Execute、记忆系统、HITL 审批、多模型适配、联网能力、MCP 协议、TUI 产品化、思考过程可视化等 12 个核心模块。


文档目录

#文档内容代码量
00项目总览与架构设计技术栈、模块划分、架构图、开发顺序、验收标准总纲—
01阶段一:项目骨架 + LLM 客户端pom.xml、LlmClient 接口、AbstractOpenAiCompatibleClient 基类、各 Provider 实现、配置管理~200 行
02阶段二:工具系统 ToolRegistry6 个内置工具注册、并行执行、路径安全~300 行
03阶段三:Agent ReAct 循环ReAct 循环实现、System Prompt 组装、工具结果处理、轮数控制~200 行
04阶段四:CLI 入口 + 命令解析JLine 主循环、CliCommandParser、Tab 补全、启动 Banner~200 行
05阶段五:Plan-and-ExecutePlanner 任务拆解、ExecutionPlan DAG 拓扑执行、用户确认交互~300 行
06阶段六:记忆系统短期/长期记忆、TokenBudget、JSON 持久化、记忆注入 Agent~250 行
07阶段七:HITL 审批 + 安全策略HitlToolRegistry、PathGuard、CommandGuard、AuditLog~200 行
08阶段八:多模型适配4 个 Provider 实现、运行时切换、LlmClientFactory~150 行
09阶段九:联网能力SearchProvider、WebFetcher、NetworkPolicy、限流~250 行
10阶段十:MCP 协议接入JSON-RPC 2.0、StdioTransport、StreamableHttpTransport、McpServerManager~400 行
11阶段十一:TUI 产品化InlineRenderer、底部状态栏、输入高亮、Tab 补全、Markdown 渲染~300 行
12阶段十二:思考过程可视化AgentListener 事件监听、灰色低亮渲染、设置/规划模式实时展示~100 行

推荐开发顺序

简历导向(推荐)

阶段一 (LLM客户端) → 阶段二 (工具系统) → 阶段三 (ReAct Agent)
  → 阶段四 (CLI入口) → 阶段十 (MCP协议) → 阶段七 (HITL)
  → 阶段八 (多模型) → 阶段十一 (TUI产品化)

这个顺序让你以最短路径产出最完整的简历项目。核心 15 轮 ReAct + MCP 协议接入是最有面试价值的两个模块。

功能导向(稳扎稳打)

阶段一~四 → 阶段五 (Plan) → 阶段六 (Memory) 
  → 阶段七 (HITL) → 阶段八 (多模型) → 阶段九 (联网)
  → 阶段十 (MCP) → 阶段十一 (TUI)

按顺序每个模块做透再做下一个。

面试导向(最快出活)

阶段一~四 (2天) → 阶段十 (MCP) (1天) → 阶段七 (HITL) (0.5天)
  → 阶段十一 (TUI) (0.5天) → 其他按需

每阶段预计时间

阶段纯编码时间调试+测试总计
一:项目骨架 + LLM 客户端2h2h4h
二:工具系统3h2h5h
三:Agent ReAct 循环2h3h5h
四:CLI 入口2h1h3h
五:Plan-and-Execute3h2h5h
六:记忆系统2h1h3h
七:HITL + 安全策略2h1h3h
八:多模型适配1h1h2h
九:联网能力2h2h4h
十:MCP 协议4h3h7h
十一:TUI 产品化3h2h5h
十二:思考过程可视化1h1h2h

总计:约 48 小时(6 个全天)


验证命令

# 1. 编译
mvn clean package

# 2. 运行
java -jar target/codeagent-1.0-SNAPSHOT.jar

# 3. 测试
mvn test -Pquick           # 快速回归
mvn test -DskipTests=false # 全量测试
mvn test -Dtest=CliCommandParserTest  # 单个测试
Ver o original no GitHub

Bom para

Relacionados