用AI写代码,大多数人的第一反应是GitHub Copilot或者Claude。但这些工具需要大模型、需要联网、需要付费。一个叫smallcode的开源项目,专门针对8B-35B的小模型优化,让你用本地模型也能获得不错的AI编码体验。
smallcode是什么
smallcode是一个终端原生的AI编码Agent,专门为小参数量的本地模型设计。它和OpenCode、Claude Code这类工具的定位不同——那些工具假设你用的是Claude、GPT-5这样的前沿大模型,有128K+的上下文窗口和完美的工具调用能力。
smallcode知道小模型的局限性,所以做了很多针对性的优化。
核心设计
| 特性 | OpenCode等 | smallcode |
|---|---|---|
| 目标模型 | 前沿大模型 | 8B-35B本地模型 |
| 上下文管理 | 全部塞进去 | 预算管理+摘要 |
| 工具调用 | 假设JSON可靠 | 容错多格式解析 |
| 规划方式 | 单次生成 | TODO文件分解步骤 |
| 代码编辑 | 整文件写入 | 搜索替换补丁 |
| 隐私 | API调用到云端 | 完全本地,无需网络 |
为什么小模型需要专门的工具
小模型有几个明显的问题:
- 上下文窗口小,装不下太多代码
- 工具调用的JSON输出经常格式错误
- 多步骤任务容易”迷路”
- 长对话后会忘记前面的内容
smallcode通过这些方式来弥补:
- 智能的上下文预算管理,只给模型看最相关的代码
- 容错的工具调用解析,能处理各种格式的输出
- 用TODO文件来分解复杂任务,让模型一步步来
- 用搜索替换而不是整文件写入,减少错误
基准测试成绩
smallcode用一个4B参数的活跃模型,在标准基准测试中拿到了87%的成绩。这个成绩说明,好的工具设计可以弥补模型大小的不足。
安装使用
# 安装
npm install -g smallcode
# 或者直接用npx
npx smallcode
# 在项目目录下启动
cd my-project
smallcode
它依赖BoneScript和budget-aware-mcp,npm会自动安装。你需要一个本地LLM服务器(LM Studio、Ollama或任何OpenAI兼容的服务)。
适用场景
- 不想把代码发到云端的隐私敏感用户
- 没有Claude/GPT订阅预算的开发者
- 想在飞机上或没网的地方写代码的人
- 想测试不同本地模型效果的研究者
GitHub:Doorman11991/smallcode
© 版权声明
THE END


















暂无评论内容