sudocode
Git 原生 AI Agent 记忆与多智能体编排系统，让 Claude Code、Codex、Cursor 共享上下文协作编程
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
Git 原生 AI Agent 记忆与多智能体编排系统，让 Claude Code、Codex、Cursor 共享上下文协作编程
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象这样一个场景：你让一个 AI 编程助手去完成一个需要横跨两周的大项目。它在第一天生成了数据库设计，第三天生成了 API 框架，第五天开始写前端组件——但每次对话，它都像是第一次接手这个任务，不记得之前为什么选择了 PostgreSQL 而非 MySQL，不记得哪个接口已经废弃，也不记得你中途改过的需求细节。这种「金鱼记忆」是所有 AI 编程工具共同的瓶颈。
sudocode 就是来解决这个问题的。它是一个轻量级的 AI 智能体编排系统，核心理念是：把人类的指令（Spec）和 AI 的执行上下文（Issue）都存储在代码仓库本身里，让所有 AI 工具共享同一份记忆。 无论你用的是 Claude Code、Codex 还是 Cursor，只要接入了 sudocode，它们就能像同一个团队的成员一样协作——彼此看得见进度，彼此读得到背景。
图1：sudocode 品牌Banner — Otto吉祥物，暗示「自动化」与「陪伴」
sudocode 由 sudocode AI 团队开发，2025年10月正式开源，主页为 sudocode.ai。该项目的诞生背景是「vibe engineering」运动——越来越多开发者开始相信，AI 应该接管重复性的工程任务，人类只负责「定方向」和「把质量关」。但在实践中，当一个 AI agent 需要完成跨越数百次对话的长期任务时，上下文管理的负担完全落在了人类身上：你需要不断向它复述背景、解释为什么之前的决定是合理的、把之前的错误记下来以免它重蹈覆辙。
sudocode 的作者认为，这个负担应该由工具来承担。解决方案的核心洞察是：代码仓库本身就是最好的记忆载体。Git 已经有完善的版本控制、diff 机制和分支管理——为什么不让 AI 把自己的思考过程也写进 Git 里？这样一来，AI 的记忆就拥有了和代码一样的审查、回滚和协作能力。
目前 sudocode 累计获得 282 颗 GitHub Stars，25 次 Fork，有 11 个 open issues，许可证为 Apache-2.0。项目保持活跃维护，最近一次 push 在 2026年3月18日。
sudocode 将 AI 编程过程中的信息分为两层：Spec（规格说明）和 Issue（执行问题）。
Spec 是人类给 AI 的指令，描述「要做什么」。它可以是产品需求、技术约束，或者一段背景说明。Spec 以 Markdown 文件的形式存储在 .sudocode/specs/ 目录下，每个 Spec 都有唯一的 ID 和状态（待处理、进行中、已完成）。AI agent 可以读取、创建、编辑 Spec，人类也可以直接修改——这是一种人类和 AI 共同维护的需求文档。
Issue 是 AI 在执行过程中产生的上下文和子任务，描述「怎么做」。当 Claude Code 或 Codex 开始工作时，它会创建 Issue 来记录自己的计划、发现的问题、做出的决策。这些 Issue 存储在 .sudocode/issues/ 目录下，和 Spec 形成树状依赖关系——一个 Spec 可以分解为多个 Issue，多个 Issue 可以并行处理。
这种设计的精妙之处在于：Issue 的内容本身就是有价值的上下文。当一个新的 AI agent 加入项目时，它只需要读取这些 Issue，就能了解项目走到哪了、为什么做了这些决定、下一步应该做什么。不需要人类再当「复读机」。
图2：Spec 视图 — 展示规格说明列表及其状态
除了记忆系统，sudocode 还支持多 Agent 并行编排。传统的 AI 编程工具都是单一 Agent 模式——你一次只能让一个 AI 助手工作。sudocode 打破了这个限制：它允许你在同一个项目里同时运行多个 Agent（Claude Code、Codex、Cursor 等），每个 Agent 负责不同的 Spec 或 Issue，彼此之间通过共享的 Spec/Issue 图谱协调。
这意味着你可以同时让一个 Agent 写后端 API，另一个 Agent 写前端组件，第三个 Agent 写测试用例——它们不会互相覆盖工作，因为每个 Agent 的任务边界由 Issue 来定义。这种并行度在处理大型项目时价值巨大：原本需要串行完成的工作，现在可以分解给多个 Agent 同时处理。
图3：Workflow 可视化 — 多 Agent 协作工作流
sudocode 不仅有 CLI 工具，还配备了一个本地 Web 服务器，提供图形化界面来管理 Spec 和 Issue。
服务器端基于 Fastify（Node.js）构建，前端使用 React + Tailwind CSS，提供了以下视图：
启动方式非常简单：npm install -g sudocode 安装后，sudocode server 即可在本地启动 Web UI，默认端口 3000。
图4：Issue 看板 — 展示执行问题的状态和依赖关系
图5：执行面板 — 实时显示 Agent 运行状态和输出
sudocode 还实现了一个 MCP（Model Context Protocol）服务器，这是 2024-2025 年 AI Agent 生态中最重要的标准化协议之一。通过 MCP Server，sudocode 将自己的 Spec/Issue 系统暴露为一组标准化的工具——任何支持 MCP 协议的 AI 客户端（如 Claude Desktop）都可以直接调用这些工具来读写项目记忆，而无需了解底层的文件存储格式。
MCP Server 提供的核心工具包括：
specs_list：列出所有规格说明specs_create：创建新的规格说明specs_update：更新规格说明状态issues_list：列出所有执行问题issues_create：创建执行问题issues_update：更新问题状态这种 MCP 集成使得 sudocode 的记忆系统不局限于特定的 AI 工具——只要是 MCP 兼容的客户端，都能从中受益。
sudocode 本身也是一个工程质量的标杆。它采用 npm workspaces monorepo 结构，将项目拆分为多个独立但协作的包：
| Workspace | 说明 |
|---|---|
types | 共享 TypeScript 类型定义 |
cli | 命令行工具，完整的 Spec/Issue 管理接口 |
server | 本地 Web 服务器，基于 Fastify |
frontend | React + Tailwind CSS 前端界面 |
mcp | MCP Server 实现 |
plugins/* | 集成插件（GitHub、OpenSpec、Speckit、Beads） |
sudocode | 核心库，Spec/Issue 图谱管理逻辑 |
整个项目使用 TypeScript 开发，测试框架为 Vitest，构建工具使用 esbuild（通过 build-scripts 生成 CLI 和 MCP 的单文件可执行产物）。这是一个纯 TypeScript 项目，没有 Python 代码，也不依赖 GPU——完全运行在 CPU 上，资源需求极低（512MB RAM + 200MB 磁盘）。
对于开发者来说，sudocode 的上手门槛非常低。全局安装只需一行命令：npm install -g sudocode。CLI 工具提供了完整的交互式界面来管理 Spec 和 Issue，无需记忆复杂的子命令。
启动本地 Web 服务器：sudocode server，然后在浏览器打开 http://localhost:3000 即可看到可视化界面。如果你使用 VS Code 或 Cursor，也可以通过 MCP 协议接入，在编辑器内直接管理项目记忆。
不推荐的理由：sudocode 目前还处于早期阶段（v0.2.0），API 可能在后续版本中变化。它的设计理念依赖 AI 工具（如 Claude Code）主动去读写 Spec/Issue——如果某个 Agent 不支持或行为不符合预期，整个系统的价值就会大打折扣。此外，作为一个纯 Node.js 项目，它和 Python 生态的集成有限，如果你主要在 Python 环境工作，需要额外的适配工作。
从更大的视角看，sudocode 处在 AI Agent 编排（Agent Orchestration）这个高速增长的赛道。根据行业报告，2024 年全球 AI Agent 市场达到 54 亿美元，预计 2030 年将增至 470 亿美元，年复合增长率高达 45.8%。在这个赛道上，LangChain/LangGraph 占据了复杂生产环境，AutoGen 侧重微软生态，而 sudocode 的差异化定位是「轻量 + Git 原生」——它不追求成为一个庞大的编排框架，而是专注于解决 Agent 记忆和上下文共享这个具体问题。
它的 Topics（agents、ai、automation、claude-code、cli、coding-agents、mcp、multi-agent、workflows）清晰地反映了它的定位：服务于已经有 AI 编程工具、但受困于上下文管理难题的开发者。这种「工具的辅助工具」定位，避免了与大型编排框架正面竞争，同时也填补了一个真实的市场空白。
总结：sudocode 是一款专注于 AI 编程工具上下文管理的开源项目，通过 Git 原生的 Spec/Issue 图谱，让多个 AI Agent 共享项目记忆，实现真正的协作编程。支持 Claude Code、Codex、Cursor 等主流工具，提供 CLI、Web UI 和 MCP Server 三种交互方式，技术栈为 TypeScript + Node.js，资源需求极低，适合任何规模的 AI 辅助开发项目。