← Descubrir
GitHub · 1jehuang/jcode↑ +87 hoy

Marco de alto rendimiento para agentes de codificación

Desarrollado con el lenguaje Rust, jcode ofrece un marco para probar y evaluar agentes de inteligencia artificial orientados a la codificación. Proporciona una infraestructura estándar para medir el desempeño de los agentes utilizados en los procesos de desarrollo de software.

Actualizaciones

  • 23 de octubre de 2026: Estrellas 21,024 → 21,138, última versión v0.99.1 (22 de octubre de 2026).
  • 19 de octubre de 2026: Estrellas 20,827 → 21,024, última versión v0.99.0 (19 de octubre de 2026).
  • 15 de octubre de 2026: Estrellas 20,726 → 20,827, última versión v0.98.1 (15 de octubre de 2026).
  • 14 de octubre de 2026: Estrellas 20,491 → 20,726, última versión v0.96.0 (14 de octubre de 2026).

Qué aporta

  • Alta eficiencia de recursos en flujos de trabajo de múltiples sesiones
  • Bajo uso de memoria y tiempo de inicio rápido
  • Infraestructura de prueba para agentes de inteligencia artificial orientados a la codificación

Instalación

Instalación de macOS y Linux
curl -fsSL https://raw.githubusercontent.com/1jehuang/jcode/master/scripts/install.sh | bash
Instalación con cerveza casera
brew tap 1jehuang/jcode
brew install jcode

Ejecución

Primera carrera con Ollama
ollama pull llama3.2
jcode login --provider ollama
jcode --provider ollama --model llama3.2 run 'hello'

Si no programa

Pegue esto en su agente (Claude Code · Codex · Antigravity)

Quiero probar el rendimiento y la capacidad de gestión de sesiones múltiples de mi agente de IA centrado en la codificación. Permítame optimizar el uso de recursos de mi agente y configurar un entorno de prueba estándar utilizando el marco jcode.

Repositorio: https://github.com/1jehuang/jcode. Sigue las instrucciones oficiales del archivo README de este repositorio para la instalación y ejecución.

Antes de empezar, comprueba en qué sistema operativo estamos y si las herramientas necesarias (ej. Python, Node.js, Git, Docker) están instaladas. Instala las que falten paso a paso según este sistema.

Crea una carpeta nueva y vacía para trabajar. No toques ningún archivo fuera de esta carpeta y no borres nada. Antes de ejecutar cada comando, dime qué vas a hacer en una frase.

Dime qué debería ver en la pantalla al final de cada paso. Si ocurre un error, te pegaré el mensaje de error tal cual y lo solucionaremos juntos.

Términos relacionados del glosario

Para quién esEs para desarrolladores que quieran probar agentes de inteligencia artificial utilizados en procesos de desarrollo de software y medir su desempeño.
LicenciaMIT

Enlaces

TreScout no desarrolló esta herramienta · la encontramos en las tendencias de GitHub y la presentamos. Esta página describe el repositorio tal como estaba el 2026-06-21: El número de estrellas y nuestro texto son de ese día, el repositorio puede haber cambiado desde entonces. Consulte el enlace del repositorio para ver el estado actual. El texto de presentación se preparó con IA a partir de la propia documentación del repositorio y esta página se tradujo automáticamente del original en turco · prevalece la versión turca.