VT-Code: Open-Source-Rust-TUI-Codierungs-Agent mit Multi-Provider-Unterstützung und Agentenfähigkeiten

VT Code ist ein quelloffener, terminalbasierter KI-Coding-Agent, der in Rust entwickelt wurde (mit Ratatui für die TUI). Er unterstützt mehrere LLM-Anbieter wie Anthropic, OpenAI, Gemini und Codex sowie beliebige Open-Source-Modelle über lokale Inferenz mittels LM Studio und Ollama (experimentell). Der Agent ist bereit für Agent Skills, Model Context Protocol (MCP) und Agent Client Protocol (ACP).
Hauptfunktionen
- Multi-Provider-LLM-Unterstützung mit automatischem Failover und effizientem Kontextmanagement.
- Semantisches Codeverständnis unterstützt durch ast-grep für strukturierte Codesuche und ripgrep für schnelle grep-Operationen.
- Agent Skills gemäß dem offenen Agent Skills Standard, die eine externe Erweiterung der Fähigkeiten über ein standardisiertes Skill-System ermöglichen.
- Shell-Sicherheit durch Prozesshärtung (vtcode-process-hardening) und Bash-Runner (vtcode-bash-runner).
- Terminal-Erkennung und PTY-Integration (vtcode-terminal-detection, vtcode-ghostty-vt-sys) für detailliertere Bildschirm-Snapshots.
- Extensions für VSCode und Zed sind im Repository enthalten.
Installation
Native Installation (macOS/Linux):
curl -fsSL https://raw.githubusercontent.com/vinhnx/vtcode/main/scripts/install.sh | bash
# Ohne ripgrep + ast-grep Bundle:
curl -fsSL https://raw.githubusercontent.com/vinhnx/vtcode/main/scripts/install.sh | bash -s -- --without-search-toolsWindows (PowerShell):
irm https://raw.githubusercontent.com/vinhnx/vtcode/main/scripts/install.ps1 | iexÜber Cargo:
cargo install vtcodeÜber Homebrew:
brew install vtcode # von homebrew/core
# oder von vinhnx/tap (Entwicklung):
brew tap vinhnx/tap
brew install vtcodeVerwendung
API-Schlüssel setzen und starten:
export OPENAI_API_KEY="sk-..."
vtcodeUm die optionalen Suchtools (ripgrep + ast-grep) nach der Installation zu installieren:
vtcode dependencies install search-toolsArchitektur
Das Projekt ist in viele Rust-Crates organisiert (z.B. vtcode-core, vtcode-llm, vtcode-tui, vtcode-tools) und beinhaltet ein kollaboratives Tool-Spezifikationssystem, einen Markdown-Store, Konfiguration und Ausführungsereignisse. Die Agentenschleife ist in der README und auf DeepWiki dokumentiert.
Für die Entwicklung siehe das GitHub-Repo für Setup-Skripte (scripts/setup-ghostty-vt-dev.sh, etc.) und den Homebrew-Tap für aktuelle Builds.
📖 Vollständige Quelle lesen: HN AI Agents
👀 Siehe auch

Auto-Optimieren: Ein Claude-Code-Plugin für autonome Leistungsoptimierung
Ein Entwickler hat auto-optimize erstellt, ein Claude Code-Plugin, das autonom Profile → Plan → Benchmark-Schleifen ausführt, um die Codeleistung zu optimieren. In einem Test erzielte es in etwa 3 Stunden eine 27 % schnellere Hashtabelle über alle Benchmarkszenarien hinweg.

Claude Code Karma: Lokales Observability-Dashboard für Claude Code-Sitzungen
Claude Code Karma ist ein Open-Source-Lokaldashboard, das JSONL-Dateien aus ~/.claude/ analysiert, um Claude-Code-Sitzungsdaten zu visualisieren, Tool-Nutzung zu verfolgen und stille Fehler zu überwachen. Entwickelt mit FastAPI, Svelte-Kit 2, Svelte 5 und SQLite bietet es vollständige Sitzungszeitpläne und Live-Tracking.

PocketTeam: Eine Claude-Code-Pipeline mit Haken-basierter Sicherheit und lernenden Agenten
PocketTeam ist eine Claude Code-Pipeline, die 9 Sicherheitsebenen auf Tool-Call-Ebene implementiert, um gefährliche Operationen wie Schreibvorgänge in .env oder rm -rf-Befehle zu blockieren. Das System umfasst einen Observer-Agenten, der abgeschlossene Aufgaben analysiert und strukturierte Erkenntnisse schreibt, um die zukünftige Leistung der Agenten zu verbessern.

Claude Code Plan Mode reduziert die Überarbeitungsrate von 40 % auf nahezu Null.
Ein Entwickler verfolgte über 30 Codingsitzungen mit Claude Code und stellte fest, dass das Überspringen des Planungsmodus in 40 % der Fälle dazu führte, dass Aufgaben von Grund auf neu gemacht werden mussten. Mit dem Planungsmodus sank die Wiederholungsrate auf praktisch null, wobei eine Funktion insgesamt 17 Minuten dauerte, verglichen mit über 35 Minuten ohne Planung.