Command Code — кодинг-агент для открытых моделей, который учится вашему вкусу

Command Code — терминальный кодинг-агент от команды CommandCodeAI, который называет себя «лучшим кодинг-агентом для открытых моделей». Его главное отличие от конкурентов — система Taste: агент непрерывно учится на каждом принятом или отклонённом изменении, на ваших правках и стиле ревью, строя персональный профиль того, как именно вы пишете код. Проект набрал 3.9k звёзд на GitHub при 349 форках, устанавливается одной командой через npm и работает с открытыми моделями — DeepSeek, GLM, Kimi — а также с Anthropic и OpenAI.

Зачем ещё один кодинг-агент

Command Code умеет всё, что ожидаешь от современного агента: собирает фуллстек-проекты, добавляет фичи, чинит баги, пишет тесты и занимается рефакторингом. Но ставка проекта — не на ещё одну «умную» модель, а на персонализацию.

Разработчики формулируют проблему так: обычные ассистенты опираются на общие best practices, которые не знают ничего о вашей команде, вашем стиле и ваших архитектурных решениях. Command Code вместо этого наблюдает, как вы пишете, ревьюите и мержите код, и строит индивидуальную модель ваших стандартов качества. Каждый accept, reject и edit становится обучающим сигналом.

Авторы приводят громкие цифры: 10x быстрее кодинг, 2x быстрее код-ревью, в 5 раз меньше багов. Как обычно с маркетинговыми обещаниями, стоит относиться с осторожностью, но сама идея «агента, который становится вашим со временем» — интересная ставка на следующую фазу эволюции кодинг-агентов.

Taste и модель taste-1

Вкусовая архитектура построена вокруг модели taste-1, которую создатели описывают как «мета-нейросимвольную» (meta neuro-symbolic) с непрерывным reinforcement learning. Идея в том, чтобы объединить формальное рассуждение с нейронной интуицией и получить «невидимую архитектуру ваших выборов» — структур, паттернов и предпочтений в инструментах.

Три столпа системы:

• Continuously learning — обучение идёт непрерывно: агент улавливает «текстуру» вашего кода через явную и неявную обратную связь.
• Meta Neuro-Symbolic AI — taste-1 выучивает паттерны и микро-решения, которые вы никогда не стали бы документировать.
• Reflective Context Engineering — самоосознающий RL-цикл обратной связи, который со временем превращается в навыки (skills).

Обучение запускается само: после установки достаточно просто работать, а профиль формируется в фоне. Управлять им можно командами cmd taste enable / cmd taste disable (для текущего проекта или с флагом --user для всех проектов), через панель /taste внутри сессии или правкой конфигов: .commandcode/settings.json (проектный, коммитится в репозиторий) и ~/.commandcode/config.json (пользовательский). Приоритет у локального файла .commandcode/settings.local.json. По умолчанию обучение вкуса включено.

Taste-пакеты

Выученные предпочтения организованы в пакеты по категориям — например, cli, typescript, architecture. Каждый пакет — это файл taste.md с паттернами и предпочтениями, которые агент выучил. Уверенность каждого «урока» хранится числом от 0 до 1.

Пакеты существуют на трёх уровнях:

Структура проектных пакетов выглядит так:

your-project/
└── .commandcode/
    └── taste/
        ├── taste.md          # main taste file
        ├── cli/
        │   └── taste.md      # CLI-specific learnings
        ├── typescript/
        │   └── taste.md      # TypeScript preferences
        └── architecture/
            └── taste.md      # architecture patterns

Девиз проекта: «Rules decay. Taste compounds» — правила устаревают, вкус накапливается.

Обмен вкусом: npx taste

Переносимость — принципиальная часть архитектуры. Выученные предпочтения не заперты в одном проекте: их можно таскать между своими проектами, шарить с командой и комбинировать. Для этого существует отдельный CLI npx taste (эквивалент cmd taste):

Синхронизация работает по принципу Git: push и pull по умолчанию intelligently мержат выученное — новое добавляется, обновлённая уверенность пересчитывается, идентичное не трогается. Флаг --overwrite пропускает мерж и заменяет содержимое целиком. Публичные пакеты помечаются бейджем [public] и имеют звёзды и счётчик загрузок. Управлять всем этим можно и через веб-интерфейс Command Code Studio.

Интерактивный режим

Command Code — полноэкранное TUI-приложение, по духу близкое к Claude Code и OpenCode. Большую часть управления задают три символа в начале ввода:

• / — меню слэш-команд (встроенных 60+), с поиском и автодополнением;
• ! — bash-режим: строка исполняется как shell-команда, а её вывод попадает в сессию, чтобы агент видел то же, что и вы;
• @ — упоминание файла с автодополнением пути; файл читается в контекст, а заодно подтягиваются файлы AGENTS.md из директорий между файлом и корнем проекта.

Пять самых ходовых клавиш: shift+tab циклически переключает режимы разрешений (default → auto-accept → plan, а при запуске с --yolo добавляется bypass); esc останавливает агента; двойное esc откатывает сессию к предыдущему чекпойнту (аналог /rewind); ctrl+o показывает полный вывод инструментов; ctrl+g отправляет текущий промпт во внешний редактор.

Из прочего: вставка скриншотов через ctrl+v с токенами [Image #N] (картинки автоматически сжимаются до 1200 px, а для текстовых моделей без зрения есть VISION-инструмент с подменой дешёвой vision-моделью), гибкая настройка хоткеев через ~/.commandcode/keybindings.json, навигатор сессий /tree с ветвлением и форками.

Модели, тарифы и экосистема

Проект сделан с прицелом на открытые модели — в темах репозитория значатся deepseek, glm и kimi, наряду с anthropic и openai. Выбор модели — через /model (выбор становится дефолтом для новых сессий) или флаг --model (переопределение только на сессию). При возврате к старому разговору через /resume восстанавливается модель, на которой он шёл. Есть BYOK-провайдеры — можно подключать свои ключи.

Монетизация — подписочные планы Go, GOAT, Pro и Max, плюс Provider API. В документации заявлены Zero Data Retention и раздел Security & Privacy.

Вокруг агента выстроена привычная по старшим конкурентам экосистема: память (Memory), скиллы (Skills), MCP-серверы, хуки (Hooks), моды (Mods), plan mode, сессии с чекпойнтами и ветвлением, фоновые задачи, git worktrees, headless-режим, интеграция с IDE, десктопное приложение и веб-студия. Отдельный раздел документации — Harness Engineering: как устроены починка tool call'ов и инструменты Read и Shell под капотом.

Нюансы

Формально репозиторий на GitHub содержит почти только README — исходный код агента закрыт, дистрибуция идёт через npm-пакет command-code. Так что это не open source в строгом смысле, а бесплатный для установки проприетарный инструмент. Рекомендуемые терминалы — WezTerm, Alacritty, Ghostty или Kitty; в macOS Terminal.app и legacy-консоли Windows часть фишек (truecolor, современные keyboard-протоколы) работает хуже.

Если вы уже пользуетесь OpenCode, Claude Code или Codex, Command Code интересен в первую очередь экспериментом с Taste: ставка на то, что личный стиль разработчика — это данные, которые стоит накапливать и переносить между проектами и даже между коллегами, выглядит свежо на фоне гонки за «лучшей моделью».