jcode

省内存的 AI 编程助手，让终端开发更流畅

jcode 是一个用 Rust 编写的 AI 编码智能体终端工具，主打内存效率。它解决的是在本地运行 AI 编程助手时资源占用过高的问题，提供高效的终端交互界面。核心能力包括与 Claude、OpenAI 等大模型集成，支持 MCP 协议，具备代码生成、编辑和执行的完整流程。其设计注重轻量级和速度，适合资源受限的开发环境。

开源 unknown 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 20025

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类智能体

开发团队1jehuang

所属国家

官网地址https://jcode.sh

GitHubhttps://github.com/1jehuang/jcode

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议MIT

主要语言Rust

技术栈/模型ai,ai-agent,ai-coding-agent,claude,cli,coding-agent,llm,mcp,openai,rust,terminal,tui

GitHub 星标★ 20025

30天Star增速

HF 下载量

上线时间2026-01-05 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数7

使用教程

难度：入门约 10 分钟部署方式：命令行工具 7 步

环境要求

macOS 或 Linux（使用官方安装脚本）
Windows 11 且 PowerShell 5.1 及以上
从源码构建需 Rust/Cargo 工具链与 git
至少一个可用的模型提供方凭据（API Key 或已完成登录）

安装与启动步骤

1macOS/Linux 安装

一键安装脚本，下载后会把 jcode 安装到本地并加入 PATH，新开终端生效。
```
curl -fsSL https://jcode.sh/install | bash
```
2Windows 安装

在 Windows 11 的 PowerShell 中执行，需 PowerShell 5.1 及以上版本。
```
irm https://jcode.sh/install.ps1 | iex
```
3Homebrew 安装

macOS 且已装 Homebrew 时用此方式，先添加 tap 再安装，便于后续升级。
```
brew tap 1jehuang/jcode
brew install jcode
```
4源码构建安装

上述方式不适用时使用，需 Rust 工具链；编译完成后执行安装脚本落地二进制。
```
git clone https://github.com/1jehuang/jcode.git
cd jcode
cargo build --release
scripts/install_release.sh
```
5登录模型提供方

按已有凭据选择提供方登录，如 claude、openai、gemini、copilot、ollama 等。
```
jcode login --provider claude
```
6运行冒烟测试

非交互方式执行一条指令，能正常返回内容即说明安装与认证都可用。
```
jcode run "say hello"
```
7后台服务模式

先以常驻服务方式启动，再用 connect 附加更多客户端，适合多终端协作。
```
jcode serve
jcode connect
```

关键配置

配置项	必填	说明	示例
`ANTHROPIC_API_KEY`	否	Anthropic 直连 API 密钥，供 Claude 提供方使用	`sk-ant-xxxxxxxx`
`OPENAI_API_KEY`	否	OpenAI API 密钥，供 openai 提供方使用	`sk-xxxxxxxx`
`OPENROUTER_API_KEY`	否	OpenRouter 密钥，需在环境变量中设置	`sk-or-xxxxxxxx`
`NVIDIA_API_KEY`	否	NVIDIA NIM 提供方密钥，也可写入 nvidia-nim.env	`nvapi-xxxxxxxx`
`AZURE_OPENAI_*`	否	Azure OpenAI 相关环境变量，或改用 az login 登录	`AZURE_OPENAI_API_KEY=xxxxxxxx`
`--base-url/--model`	否	自建 OpenAI 兼容端点的地址与模型 ID，配合 provider add 使用	`https://llm.example.com/v1 与 my-model-id`

如何确认成功

执行 jcode run "say hello" 能得到回复；再用 jcode auth-test --all-configured 确认已配置提供方通过认证。

常见问题

Q：如何更新 jcode？

A：在 TUI 内输入 /update 后台下载最新稳定版并保留会话重载；也可在终端执行 jcode update 后重启客户端。旧于或等于当前版本会被跳过。

Q：如何卸载 jcode？

A：运行卸载脚本：curl -fsSL https://raw.githubusercontent.com/1jehuang/jcode/master/scripts/uninstall.sh | bash -s -- --yes。默认保留配置、认证和会话，加 --purge 可完全清除。

Q：没有云端 API Key 怎么办？

A：可用本地 Ollama：先 ollama pull llama3.2，再执行 jcode login --provider ollama，之后用 jcode --provider ollama --model llama3.2 run 'hello' 调用。

Q：如何配置自建 OpenAI 兼容端点？

A：用 jcode provider add 添加，例如 printf '%s' "$MY_API_KEY" | jcode provider add my-api --base-url https://llm.example.com/v1 --model my-model-id --api-key-stdin --set-default --json。

Q：需要浏览器自动化怎么开启？

A：先运行 jcode browser status 检查状态，若未就绪则执行 jcode browser setup，之后验证内置 browser 工具是否可用。

注意事项

安装脚本会把 jcode 加入 PATH，安装后建议新开一个终端会话再执行命令。
从源码构建需要 Rust/Cargo 环境；Linux x86_64 本地开发可改用 scripts/dev_cargo.sh 流程。
卸载默认保留配置、认证、会话与日志，只有加 --purge 才会彻底清除。
添加自定义端点时建议用 --api-key-stdin 传入密钥，避免密钥出现在 shell 历史中。

核心亮点

内存占用极低，实测比同类工具节省 50% 以上资源
Rust 实现，启动和响应速度快，体验流畅
支持 MCP 协议，可扩展多种工具和模型

不足之处

社区生态尚在早期，插件和模板不如成熟项目丰富
文档和教程相对简略，上手需要一定探索

适用场景

低配笔记本或云开发环境下的 AI 辅助编程
长时间运行 AI 代理任务的终端场景
偏好命令行工作流的技术用户日常编码

替代项目

Aider、Open Interpreter、Continue

项目介绍

jcode 是智能体领域的开源项目，由 1jehuang 开发，是 2026 年新上线的项目。

在全站 13,014 个收录项目中，它的 GitHub 星标数（20,025）位列前 3%，在智能体分类的 2,499 个项目里位列前 4%。

近 44 天，它的 GitHub 星标从 16,594 增加到 20,025，净增 3,431。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。从国内网络环境看，可直接访问。

它主要面向的使用场景是：低配笔记本或云开发环境下的AI辅助编程。同类可对比的替代方案包括 Aider、Open Interpreter、Continue。

上一篇：cherry-studio

下一篇：BettaFish