Darmowy asystent AI w terminalu, który przewyższa Claude Code w rzeczywistych zadaniach

Programiści z Anthropic niedawno wydali klienta CLI Claude Code, ustanawiając wysoki standard dla asystentów AI w terminalu. Ale co, jeśli subskrypcja jest zbyt droga i nie chcesz blokować swoich workflowów u jednego dostawcy? Twórcy projektu Codebuff poszli inną drogą. Wydali Freebuff — darmową wersję swojego agenta CLI, finansowaną przez nienachalne reklamy tekstowe w terminalu.

Co interesujące, to wyniki. Według benchmarków autorów na 175 zadaniach z rzeczywistych projektów open-source, system osiąga 61% pomyślnych edycji w porównaniu do 53% Claude Code. Przyjrzyjmy się, jak ta dokładność jest osiągana i jak korzystać z tego narzędzia w codziennej pracy dewelopera.

Jak działa podejście multi-agentowe

Większość asystentów terminalowych wysyła cały kontekst i prompt do jednego dużego modelu językowego. W rezultacie sieć neuronowa próbuje jednocześnie przeszukiwać pliki w projekcie, planować zmiany architektury, edytować kod i upewniać się, że nic się nie psuje. W dużych repozytoriach to podejście często zawodzi.

W Codebuff i Freebuff zadania są dzielone między wyspecjalizowanych agentów. Gdy prosisz narzędzie o dodanie uwierzytelniania do API, uruchamia się cały zespół:

1. Agent wyboru plików skanuje repozytorium, analizuje strukturę folderów i znajduje tylko istotne pliki.
2. Agent planisty sekwencjonuje edycje.
3. Agent edytora wprowadza zmiany w kodzie źródłowym.
4. Agent recenzenta sprawdza wynik i uruchamia testy.

Każdy pojedynczy krok jest obsługiwany przez model najlepiej dopasowany do tego zadania. Na przykład Gemini 3.1 Flash Lite jest używany do szybkiego przeszukiwania plików, podczas gdy DeepSeek V4 Pro, MiMo 2.5 lub MiniMax M3 zajmują się generowaniem kodu i planowaniem.

Szybki start z Freebuff

Narzędzie instaluje się przez standardowy menedżer pakietów Node.js i nie wymaga rejestracji karty kredytowej ani konfiguracji klucza API.

npm install -g freebuff

Po instalacji wystarczy przejść do folderu projektu i uruchomić:

cd ~/my-project
freebuff

W interfejsie konsoli opisujesz zadanie zwykłym językiem. Agent znajduje odpowiednie lokalizacje w kodzie, wprowadza zmiany i uruchamia testy, aby zweryfikować, że wszystko działa.

W celu uzyskania precyzyjniejszego działania, terminal zawiera polecenia pomocnicze i odniesienia:

• Wspominanie plików przez @filename, aby jawnie określić kontekst.
• Adresowanie konkretnych agentów przez @AgentName.
• Uruchamianie poleceń terminalowych przez /bash lub prefiks !.
• Zapisywanie kontekstu projektu do pliku knowledge.md (tworzonego przez polecenie /init).

Monetyzacja przez reklamy tekstowe utrzymuje usługę bezpłatną. Autorzy uczciwie zaznaczają w dokumentacji: dane z promptów i kodu mogą być analizowane do targetowania reklam i trenowania modeli, chyba że korzystasz z płatnej wersji hostowanej samodzielnie z własnymi kluczami.

Tworzenie własnych agentów w TypeScript

Jeśli podstawowa funkcjonalność nie wystarcza, platforma Codebuff oferuje SDK i możliwość tworzenia własnych agentów. Zainicjuj to w głównym folderze projektu:

/init

To polecenie tworzy folder .agents/ z szablonami TypeScript. Możesz napisać agenta dostosowanego do specyficznego workflow twojego zespołu. Oto przykład agenta, który analizuje zmiany git i tworzy właściwe commity:

export default {
  id: 'git-committer',
  displayName: 'Git Committer',
  model: 'openai/gpt-5-nano',
  toolNames: ['read_files', 'run_terminal_command', 'end_turn'],

  instructionsPrompt:
    'You create meaningful git commits by analyzing changes, reading relevant files for context, and crafting clear commit messages that explain the "why" behind changes.',

  async *handleSteps() {
    yield { tool: 'run_terminal_command', command: 'git diff' }
    yield { tool: 'run_terminal_command', command: 'git log --oneline -5' }
    yield 'STEP_ALL'
  },
}

Logika jest tu podzielona: polecenia konsolowe git diff i git log uruchamiają się najpierw, a następnie kontrola przekazywana jest do sieci neuronowej, aby wygenerować opis commita.

Osadzanie we własnych aplikacjach przez SDK

Do automatyzacji zadań w CI/CD lub integracji z własnymi narzędziami, deweloperzy przygotowali osobny pakiet npm @codebuff/sdk.

Instalacja pakietu:

npm install @codebuff/sdk

Przykładowy kod wywołania bazowego agenta z TypeScript:

import { CodebuffClient } from '@codebuff/sdk'

const client = new CodebuffClient({
  apiKey: 'your-api-key',
  cwd: '/path/to/your/project',
  onError: (error) => console.error('Codebuff error:', error.message),
})

const result = await client.run({
  agent: 'base',
  prompt: 'Add error handling to all API endpoints',
  handleEvent: (event) => {
    console.log('Progress', event)
  },
})

W przeciwieństwie do Claude Code, gdzie jesteś związany z infrastrukturą Anthropic, Codebuff obsługuje podłączanie dowolnego modelu przez OpenRouter. Pozwala to wybierać rozwiązania pod swój konkretny budżet lub używać wariantów lokalnych.

Czy warto wypróbować

Freebuff wygląda na świetną opcję dla deweloperów, którzy potrzebują inteligentnego asystenta repozytorium bez comiesięcznych rachunków subskrypcyjnych. System multi-agentowy rzeczywiście rozwiązuje problem „zapominania" sieci neuronowych w kontekście dużych baz kodu.

Wady do rozważenia: model oparty na reklamach w darmowej wersji i dzielenie kontekstu do targetowania. Jeśli pracujesz nad zamkniętym kodem korporacyjnym, mądrzejsze jest spojrzenie na płatną wersję Codebuff lub użycie SDK z własnymi kluczami API. Dla projektów hobbystycznych i pracy open-source, Freebuff jest dostępny już teraz.