Pu.sh: 400-zeiliges Shell-Script-Coding-Agent-Toolkit von HN
Pu.sh ist ein vollwertiger Coding-Agent-Harness in ~400 Zeilen Shell-Script, ausgelegt auf maximale Portabilität. Er benötigt nur sh, curl und awk – kein npm, pip, Docker oder andere Abhängigkeiten. Das Projekt ist von Pi (pi.dev) inspiriert und verwendet die gleiche 7-Tool-Oberfläche und das Exakt-Text-Bearbeitungsmodell.
Hauptmerkmale
- Unterstützte Modelle: Anthropic (Claude) und OpenAI
- 7 integrierte Tools: bash, read, write, edit, grep, find, ls
- REPL-Modus für interaktive Nutzung
- Automatische Kompaktierung des Gesprächskontexts
- Checkpoint/Resume-Funktionen
- Pipe-Modus für Scripting
- 90 tests ohne API zur Überprüfung der Funktionalität ohne externe Aufrufe
Auffällig fehlend: TUI, Streaming, Bildunterstützung, OAuth, Windows-Kompatibilität – und, wie der Autor sagt, "Würde."
Code und Philosophie
Der Autor gibt zu, dass er den Großteil des awk-Codes nicht lesen kann, der von Pi/Claude/Codex geschrieben wurde. Die Reasoning-Schleife übernimmt JSON-Parsing und Tool-Aufrufe über mehrere Durchläufe hinweg mit awk. Die Agent-Schleife selbst ist winzig – der Großteil der Komplexität in echten Agent-CLIs kommt von DX und Härtung. Das Projekt wird unter einer selbstauferlegten Regel veröffentlicht: keine neuen Abhängigkeiten und unter 500 LOC.
Setup
curl -sL pu.dev/pu.sh -o pu.sh && chmod +x pu.sh
./pu.shAlles, was Sie brauchen, ist curl, awk und ein API-Schlüssel. Der Autor ermutigt die Leser, ihren eigenen Harness zu bauen, der an ihre Bedürfnisse angepasst ist.
📖 Read the full source: HN AI Agents
👀 Siehe auch
docvault: Lokale API-Dokumentation generieren, um KI-Halluzinationen zu reduzieren
docvault ist ein Tool, das Markdown-API-Referenzen aus Quellcode generiert, um Claude und anderen LLMs dabei zu helfen, das Halluzinieren von Funktionssignaturen zu stoppen. Es funktioniert für Rust-Crates und Python-Pakete, erzeugt eine zweistufige Markdown-Datei und enthält ein Claude Code-Plugin für den automatisierten Betrieb.
Lokale KI-Entwicklung mit Qwen3.6-27B und Opencode auf einer 5090
Ein Reddit-Nutzer berichtet über seinen Wechsel von cloudbasierten KI-Coding-Tools (Claude Code, Cursor) zu einem lokalen Setup mit Opencode + llama-server + Qwen3.6-27B bei 128K Kontext auf einer einzelnen RTX 5090 und hebt die Freiheit von Nutzungslimits und Account-Risiken hervor.
MuninnDB integriert Dream Engine zur LLM-Gedächtniskonsolidierung mit Tresor-Isolierung.
MuninnDB, eine auf Go basierende kognitive Speicherdatenbank, enthält nun eine Dream Engine, die eine LLM-gesteuerte Speicherkonsolidierung zwischen Sitzungen mithilfe von Deduplizierungsschwellenwerten und semantischer Überprüfung durchführt. Das System verfügt über Vault-Vertrauensstufen für Datenisolierung und läuft lokal mit Ollama.
AutoAgents Rust-Framework fügt Python-Bindings für Prototyping hinzu
AutoAgents, ein auf Rust basierendes Multi-Agenten-Framework, verfügt nun über Python-Bindings, die es Entwicklern ermöglichen, in Python zu prototypisieren, während die gleiche Rust-Kernlaufzeit, Provider-Schnittstellen, Pipeline-Modell und Agenten-Semantik beibehalten werden. Die Bindings ermöglichen Experimente mit lokalen KI-Modellen ohne externe Systeme.