ocode

一款让 AI 直接在终端里替你写代码的工具

深夜两点，你正盯着一个陌生的遗留代码库抓耳挠腮。函数调用链横跨十几个文件，变量命名毫无规律，注释更是奢望。这时你打开终端，输入一句自然语言：「把这个模块重构成可测试的」，然后 AI 开始自动分析代码结构、制定重构计划、执行修改——整个过程就在你熟悉的命令行里完成。这就是 OCode 想做的事。

OCode（发音 "oh-code"）是一款终端原生的 AI 编程助手，基于 Ollama 本地大模型运行。它不像 GitHub Copilot 那样需要订阅云服务，也不像 Cursor 那样需要图形界面——它直接运行在你的 shell 里，随时待命。

背景：为什么需要一个「终端版」AI 编程助手？

大多数 AI 编程工具都基于浏览器或桌面客户端。云端 Copilot 把代码发给微软服务器，Claude Code 需要图形界面，Devin 更是完全基于 Web。这意味着：你的代码要离开本地，网络要保持畅通，而且你的代码在别人的服务器上处理。对于处理敏感企业内部代码的开发者来说，这是个不小的心理障碍。

OCode 的思路完全不同——它是纯本地的。所有 AI 推理都通过 Ollama 在本地运行，你的代码从不离开机器。Ollama 支持 llama3、qwen、mistral 等数十种开源模型，你可以自由选择切换，不被单一供应商绑定。这种「数据不出本机」的架构，让它在处理私有代码库时天然具有合规优势。

核心能力：19 个工具，全方位介入开发流程

OCode 内置了 19 个专业工具，分为几大类：

文件与代码操作：读取、编辑、搜索、glob 模式匹配文件、diff 比较差异，甚至可以用 wc 统计代码行数。这些工具让 AI 真正能「动手」修改代码，而不只是给出建议。

系统与网络操作：ping 检测网络连通性、ps 查看进程、env 管理环境变量、bash 执行任意 shell 命令。这意味着 AI 不仅能改代码，还能帮你排查服务器问题、运行测试套件。

开发辅助：git_tools 处理 Git 工作流，architect 分析项目架构并生成文档，agent 将复杂任务委托给专门的子 Agent。

数据处理：json_yaml 支持 JSONPath 查询，可以在终端里直接解析配置文件、验证数据格式。

MCP 集成：通过 Model Context Protocol 接入第三方插件生态，可以扩展更多工具。

这些工具通过 Ollama 的函数调用（function calling）机制统一调度，AI 根据用户指令自主决定调用哪些工具、调用顺序如何。

架构设计：模块化 + MCP 扩展

项目代码组织在 ocode_python/ 目录下，按职责分为：

• core/：核心引擎，处理对话循环和 Agent 逻辑
• tools/：19 个工具的具体实现
• ui/：基于 textual 框架的 TUI 界面
• mcp/：MCP 协议服务端实现
• prompts/：提示词模板
• config/：配置管理
• utils/：通用工具函数

特别值得一提的是 mcp/ 模块。它把 OCode 打包成一个 MCP 服务器（默认端口 8000），其他支持 MCP 的 AI 客户端（如 Claude Desktop）可以直接连接到它，获得 OCode 的工具能力。这是一个聪明的设计——OCode 既是 AI 工具的使用者，也是工具的提供者。

上手体验：快糙猛，但有门槛

安装非常简洁，一条命令搞定：

curl -fsSL https://raw.githubusercontent.com/haasonsaas/ocode/main/scripts/install.sh | bash

前提是你已经装了 Ollama，并下载了模型（ollama pull llama3:8b）。docker-compose 方式是更省心的选择，一条 docker-compose up --build 就启动完整环境，包括 Ollama 服务本身。

但上手有一定门槛：你需要理解 Ollama 的工作原理，知道怎么选模型、调参数。对于习惯了「点开就用」的 Copilot 用户来说，这多了几步折腾。

局限与争议

1. 对 Ollama 强依赖：没有 Ollama，OCode 就是一个空壳。但 Ollama 在 CPU 模式下推理速度较慢，llama3:8b 每秒大约只能处理十几个 token。
2. License 问题：pyproject.toml 声明 AGPL-3.0，但根目录 LICENSE 文件实际为 NOASSERTION（无声明），存在 License 声明不一致的问题。
3. 非生产级：项目自身定位为 "Alpha"，README 中提到仍在处理错误恢复和可靠性问题。
4. TUI 局限性：纯终端界面虽然轻量，但对习惯了 IDE 视觉辅助的开发者不够友好。

总结

OCode 是一个定位清晰的产品——做「最小阻力」的本地 AI 编程助手。它把 Ollama 的强大模型能力引入终端，让开发者无需离开命令行就能获得 AI 辅助。对于重视数据隐私、偏好终端工作流、或在无图形界面的服务器上工作的开发者，这是一个值得尝试的工具。虽然目前仍处于 Alpha 阶段，License 声明存在混乱，但其模块化架构和 MCP 集成展示了不错的扩展潜力。随着 Ollama 生态的成熟，这类工具的价值会进一步凸显。