Pu.sh: HNから得た400行のシェルスクリプトコーディングエージェントハーネス

✍️ OpenClawRadar📅 公開日: April 30, 2026🔗 Source
Pu.sh: HNから得た400行のシェルスクリプトコーディングエージェントハーネス
Ad

Pu.shは、約400行のシェルスクリプトで書かれた完全なコーディングエージェントハーネスで、最大限の移植性を目指して設計されています。必要なのはsh、curl、awkのみで、npm、pip、Docker、その他の依存関係は不要です。このプロジェクトはPi(pi.dev)に触発され、同じ7つのツールセットと正確なテキスト編集モデルを使用しています。

主な機能

  • 対応モデル: Anthropic(Claude)およびOpenAI
  • 7つの組み込みツール: bash、read、write、edit、grep、find、ls
  • REPLモード(対話型利用)
  • 会話コンテキストの自動圧縮
  • チェックポイント/レジューム機能
  • パイプモード(スクリプト用)
  • 90のAPI不要テスト(外部呼び出しなしで機能を検証)

欠けている点:TUI、ストリーミング、画像サポート、OAuth、Windows対応—そして作者の言葉を借りれば「尊厳」もありません。

コードと哲学

作者は、Pi/Claude/Codexによって書かれたawkコードのほとんどを読めないと認めています。推論ループは、awkを使用してターン全体でJSON解析とツール呼び出しを処理します。エージェントループ自体は非常に小さく、実際のエージェントCLIの複雑さのほとんどは、DXと堅牢化に起因します。このプロジェクトは、新しい依存関係を追加せず、500行未満に抑えるという自己課したルールの下でリリースされています。

セットアップ

curl -sL pu.dev/pu.sh -o pu.sh && chmod +x pu.sh
./pu.sh

必要なのはcurl、awk、そしてAPIキーだけです。作者は読者に、自分のニーズに合わせた独自のハーネスを作成することを勧めています。

📖 全ソースを読む: HN AI Agents

Ad

👀 See Also

Unsloth Studioは、ローカルAIのファインチューニングにおいて、2倍の学習速度と70%のVRAM削減を実現します。
Tools

Unsloth Studioは、ローカルAIのファインチューニングにおいて、2倍の学習速度と70%のVRAM削減を実現します。

Unsloth Studioは、ローカルハードウェア上で言語モデルのトレーニングとファインチューニングを2倍の速度と70%のVRAM削減で実現するツールを提供します。GGUF形式へのモデルエクスポートをサポートし、RTX 4090などの24GBハードウェア上で完全なローカルAIコーディングワークフローを可能にします。

OpenClawRadar
ネイティブmacOS MCPサーバーによる完全OS制御
Tools

ネイティブmacOS MCPサーバーによる完全OS制御

ネイティブmacOSサーバーは、ピクセル単位の正確なクリック、キーコンビネーション、ドラッグ&ドロップ、アプリ管理、マルチディスプレイ対応、クリップボードアクセスなど、24種類のツールを提供します。オープンソースで、Claude Code、Cursor、または任意のMCPクライアントと連携します。

OpenClawRadar
Claude CodeがコーディングをMistral/DeepSeekに委任:5700万トークン節約、コスト90〜100%削減
Tools

Claude CodeがコーディングをMistral/DeepSeekに委任:5700万トークン節約、コスト90〜100%削減

vibe-skillというClaude Codeスキルは、低レベルのコーディングをMistralやDeepSeekなどの安価なモデルに委任し、Claudeは計画とレビューに専念します。10日間で254回の実行後、5700万トークンを節約し、コストを90~100%削減、成功率98%を達成しました。

OpenClawRadar
ReasonDB: ベクトル検索ではなくLLM誘導ツリーナビゲーションを使用するオープンソースドキュメントデータベース
Tools

ReasonDB: ベクトル検索ではなくLLM誘導ツリーナビゲーションを使用するオープンソースドキュメントデータベース

ReasonDBは、ドキュメント構造を階層として保持し、ベクトル検索の代わりにLLMガイドによるツリートラバーサルを検索に使用するオープンソースのドキュメントデータベースです。初期検索にはBM25を使用し、構造フィルタリングにはtree-grepを使用し、LLMが数百万ノードのうち約25ノードを訪問するビームサーチトラバーサルを採用しています。

OpenClawRadar