little-coder

环境要求

• Node.js 22.19 或更高版本（安装脚本与运行时都必需）
• 可选：bun，仅用于安装/更新该包，运行时仍是 Node
• 可选：本地模型服务（llama.cpp / Ollama / LM Studio）或云端模型（Anthropic、OpenAI）的 API Key

安装与启动步骤

1. 1一行脚本安装

   官方推荐的一行安装命令，自动完成全部安装，无需克隆仓库或在工作区执行 npm install。

   curl -fsSL https://raw.githubusercontent.com/itayinbarr/little-coder/main/install.sh | bash

   复制

2. 2或用 npm 安装

   已装 npm 时可直接全局安装；安装后 little-coder 会加入 PATH，任意目录都能调用。

   npm install -g little-coder

   复制

3. 3或用 bun 安装

   bun 只负责装包，启动脚本的 shebang 是 node，因此运行时仍需 Node ≥ 22.19 在 PATH 中。

   bun add -g little-coder

   复制

4. 4在项目目录启动

   智能体以启动目录为工作目录，Read/Write/Edit/Bash 都作用于你的项目，而非安装目录。

   cd ~/your-project
   little-coder

   复制

5. 5指定模型运行

   不带 --model 时使用 models.json 中声明的默认模型，且仅首次运行生效；也可显式指定模型。

   little-coder --model llamacpp/qwen3.6-35b-a3b

   复制

6. 6查看可用模型

   列出 pi 当前认识的全部模型，包括 ollama、lmstudio、anthropic、openai 等提供方。

   little-coder --list-models

   复制

7. 7接入本地 llama.cpp

   用云模型可跳过；跑本地 llama.cpp 服务时设置以下环境变量，并追加允许执行的命令。

   export LLAMACPP_API_KEY=noop
   export LLAMACPP_BASE_URL=http://192.168.1.100:8888/v1
   export LITTLE_CODER_BASH_ALLOW="make ,docker compose ps"

   复制

关键配置

如何确认成功

启动后终端会打印默认模型的友好名称并进入交互界面；执行 --list-models 可列出模型

常见问题

注意事项

• 安装过程不执行 npm install 脚本，启动器在启动时才完成全部装配，冷启动上下文约 7k tokens。
• 工作目录就是启动 little-coder 时所在的目录，改代码和跑命令都针对该目录。
• benchmark 中 45.56% 与 78.67% 的成绩来自 pre-pi 的 Python 版本（tag v0.0.2 与 v0.0.5），与当前 pi 版实现不同。
• 默认模型只在首次运行时生效，之后由你在会话中的选择决定。