FFF2832/Agente de Codificação Local

O que Agente de Codificação Local faz?

Construção de um agente de codificação de IA totalmente local e com capacidade offline a partir do zero: configuração automatizada, integração de ferramentas MCP, suporte oficial a Skills Claude, benchmarking de modelos e (opcionalmente) acesso remoto a partir de um cliente desktop.

Visão Geral

Este projeto permite que você crie seu próprio agente de codificação de IA que roda inteiramente no seu computador, sem necessidade de enviar código para servidores externos. Ele oferece:

• Configuração automatizada de um ambiente de desenvolvimento completo
• Integração com ferramentas MCP para acesso ao sistema de arquivos, execução de comandos e mais
• Suporte oficial a Skills Claude para fluxos de trabalho personalizados
• Benchmarking de modelos para comparar desempenho em tarefas de codificação
• Acesso remoto opcional via cliente desktop (ex: Claude Desktop)

Requisitos

• Python 3.10+
• Node.js 18+ (para algumas ferramentas MCP)
• Git
• Um modelo de linguagem compatível (ex: Claude, Llama, Mistral)
• Sistema operacional: macOS, Linux ou Windows (com WSL2)

Instalação Rápida

# Clone o repositório
git clone https://github.com/FFF2832/Local-Coding-Agent.git
cd Local-Coding-Agent

# Execute o script de configuração automatizada
python setup.py

# Siga as instruções interativas

Configuração Manual

1. Instale as dependências Python:

   pip install -r requirements.txt
   

2. Configure as variáveis de ambiente: Crie um arquivo .env na raiz do projeto:

   MODEL_PROVIDER=anthropic
   MODEL_NAME=claude-3-5-sonnet-latest
   MCP_SERVERS=filesystem,terminal
   REMOTE_ACCESS=false
   

3. Inicie o agente:

   python agent.py
   

Uso com Skills Claude

O agente suporta Skills Claude para fluxos de trabalho personalizados. Exemplo:

# skill-example.yaml
name: Refatorar Código
steps:
  - Analisar estrutura do projeto
  - Identificar padrões de código
  - Aplicar refatorações sugeridas
  - Executar testes

Execute com:

python agent.py --skill skill-example.yaml

Benchmarking de Modelos

Para comparar modelos localmente:

python benchmark.py --models "claude-3-5-sonnet,llama-70b,mistral-large" --tasks "code-generation,debugging,refactoring"

Resultados são salvos em benchmark_results.json.

Acesso Remoto (Opcional)

Para habilitar acesso remoto via Claude Desktop:

1. Configure REMOTE_ACCESS=true no .env
2. Execute o agente com:

   python agent.py --remote
   

3. Conecte-se usando o cliente Claude Desktop apontando para http://localhost:8080

Ferramentas MCP Disponíveis

Ferramenta	Descrição
filesystem	Leitura e escrita de arquivos
terminal	Execução de comandos no terminal
git	Operações Git básicas
search	Busca em arquivos do projeto

Contribuindo

Contribuições são bem-vindas! Consulte CONTRIBUTING.md para detalhes.

Licença

MIT