CoreCoder

环境要求

• Python 环境（可用 pip 安装包）
• 一个兼容 OpenAI 接口的 LLM 服务及其 API Key（如 OpenAI、DeepSeek、Kimi、Qwen、本地 Ollama）
• 可选：本地 Ollama 或 OpenRouter 等兼容端点（用于本地/聚合模型）
• 可选：LiteLLM 后端，用于接入非 OpenAI 兼容的供应商

安装与启动步骤

1. 1克隆并安装

   README 推荐 clone 后以可编辑模式安装，方便边读源码边修改。只想先跑起来也可直接 pip install corecoder。

   git clone https://github.com/he-yufeng/CoreCoder
   cd CoreCoder
   pip install -e .

   复制

2. 2配置默认 OpenAI

   CoreCoder 默认走 OpenAI 兼容接口，默认模型为 gpt-5.5。把 Key 通过 export 传入，或写进项目根目录的 .env（启动时自动加载）。

   export OPENAI_API_KEY=sk-xxxxxxxx

   复制

3. 3切换到其他模型

   换供应商通常只需两个环境变量：OPENAI_BASE_URL 指向服务地址，CORECODER_MODEL 指定模型名。下面以 DeepSeek 为例。

   export OPENAI_API_KEY=sk-xxxxxxxx
   export OPENAI_BASE_URL=https://api.deepseek.com
   export CORECODER_MODEL=deepseek-chat

   复制

4. 4启动交互模式

   直接运行 corecoder 进入交互式 REPL，可与模型进行多轮对话，并让它读写文件、执行命令。

   corecoder

   复制

5. 5运行一次性任务

   用 -p 传入单条指令，任务完成即退出。注意：默认拒绝修改类工具，需加 --yes 才允许改动文件。

   corecoder -p "add error handling to parse_config()"

   复制

关键配置

如何确认成功

运行 corecoder 后能进入交互式 REPL 并正常与模型对话（能读写文件、执行命令并回报），即部署成功。

常见问题

注意事项

• 推荐路径是 clone 仓库并以 pip install -e . 可编辑方式安装，便于随时打断点、修改、重跑。
• 核心代码约 1,161 行、全项目约 2,384 行，预留的空缺是刻意设计，方便 fork 后自行扩展。
• README 已用 DeepSeek、Qwen3、Kimi K2 通过单一 OpenRouter 兼容端点端到端跑通完整循环。