Linghun CLI
Linghun — терминальный кодинг-агент с упором на доказательства: читает код перед выводом, проверяет изменения тестами и фиксирует точки git перед правками
- 468 ★ репозитория
- Последний коммит
- Apache-2.0
Широкий доступ
Почему такой уровень
- Запускает команды оболочки, меняет файлы проекта и создает точки git на машине пользователя
- Хранит ключ API модели локально в provider.env уровня пользователя
Установка
В терминале, через SkillFoxx CLI
npx skillfoxx add cli/linghunОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемШирокий доступИнструмент может менять данные, выполнять команды или работать с секретами.
- Запускает команды оболочки, меняет файлы проекта и создает точки git на машине пользователя
- Хранит ключ API модели локально в provider.env уровня пользователя
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Linghun ставится командой npm install -g @linghun/cli и запускается командой linghun в папке проекта. После запуска нужен вызов /model setup, который спрашивает адрес API, ключ, имя модели и уровень рассуждений; ключ по умолчанию сохраняется в приватный файл provider.env уровня пользователя, а не в сам проект, и приоритет настроек такой: переменные окружения оболочки, затем provider.env, затем настройки проекта. На запрос вроде «проверь, почему падает сборка, исправь и запусти тесты» Linghun сначала читает структуру проекта и нужные файлы, формирует короткий план, спрашивает подтверждение перед опасными командами, вносит правки через собственный инструмент редактирования, запускает точечную проверку, смотрит статус git и в конце отчитывается, что изменено, что проверено и что осталось неподтвержденным. Разработчик называет это доказательным циклом: ключевые выводы привязаны к чтению файлов, результатам инструментов, записям проверки и состоянию git, а не только к уверенности модели. Для длинных задач есть Workflow Matrix с фоновыми заданиями и несколькими агентами, маршрутизация разных моделей под роли планирования, выполнения и проверки, кэш с заявленным попаданием выше 96%, а также память о подтвержденных правилах проекта и неудачных попытках, которая должна снижать повторение одной и той же ошибки в следующих задачах. Проект на Terminal-Bench 2.1 набрал 78,43% и ожидает публикации в общем рейтинге после слияния PR.
Для кого. Для разработчиков, которым нужен терминальный кодинг-агент с видимыми доказательствами изменений, точками git для отката и работой на Windows без особого внимания к кодировке путей.
Подходит, если
- Нужен терминальный агент, который перед ответом «готово» реально прогоняет тесты или сборку, а не только пересказывает код
- Задача долгая и может потерять контекст: Workflow Matrix разбивает ее на фоновые шаги и несколько агентов
- Проект на Windows с путями на китайском языке или с пробелами, где другие CLI-агенты спотыкаются на кодировке
- Нужно переключать модель по роли: одну для планирования, другую для выполнения, третью для финальной проверки через /model setup
- После неудачной попытки хочется, чтобы агент запомнил причину сбоя и не повторял ее в следующей задаче по этому проекту
Не подходит, если
- Нужен готовый кроссплатформенный нативный бинарник для всех архитектур: пакеты native-runner и pre-engine под Windows, Linux и macOS еще досрочная версия, по собственному разделу «Текущие границы» проекта
- Хочется автономную систему без подтверждений на опасные действия: Linghun описан автором как помощник с доказательствами и границами прав, а не система, которой можно слепо доверять
- Нужен готовый облачный хостинг агента: Linghun запускается локально через установленный Node.js 22 и собственный ключ модели
- Проект уже привязан к другому кодинг-агенту и переход не оправдан только из-за антигаллюцинационных функций
Пример запроса к агенту
Проверь, почему падает сборка в этом проекте, исправь проблему, прогони относящиеся тесты и, если они прошли, создай точку git для откатаОграничения
Требует Node.js 22 или новее. Часть ускоряющих пакетов, codebase-memory и pre-engine, собрана отдельными бинарниками под каждую платформу и архитектуру, и разработчик прямо пишет, что многоплатформенная сборка native-runner, продуктовый опыт удаленного канала, внешняя экосистема возможностей и публичная документация еще продолжают становиться зрелыми. Ключ модели хранится локально в provider.env, и его защита зависит от прав доступа на машине пользователя, а не от Linghun. Терминал и провайдерский стриминг подстроены под русский и китайский языки и Windows, но проект сам называет себя «ориентированным на Windows», то есть поведение на других системах проверено меньше.
Как отключить. Выполните npm uninstall -g @linghun/cli. Файл provider.env с ключом модели и локальная папка .linghun внутри проекта остаются на диске и удаляются вручную, если они больше не нужны.
Частые вопросы
Как поставить Linghun?
Командой npm install -g @linghun/cli, нужен Node.js 22 или новее. После установки команда linghun запускает агента в текущей папке проекта.
Как подключить модель в Linghun?
Запустите /model setup внутри Linghun: мастер спросит адрес API, ключ, имя модели и уровень рассуждений. Проверить подключение можно командой /model doctor.
Чем Linghun отличается от обычного чат-ассистента в терминале?
По описанию разработчика, ключевые выводы Linghun привязаны к фактическому чтению файлов, результатам инструментов, записям проверки и состоянию git, а не только к уверенному ответу модели, что сам автор называет доказательным инженерным циклом.
Подходит ли Linghun для Windows и путей на китайском языке?
Да, проект описывает себя как Windows-first и отдельно отмечает поддержку китайского языка, пробелов и нелатинских символов в путях как решенную задачу в разделе «Текущие границы».
Какое место занял Linghun в Terminal-Bench 2.1?
Текущий результат 78,43%, по собственной оценке автора это ожидаемо шестое место после слияния PR в официальный репозиторий рейтинга Terminal-Bench 2.1.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
CLI-инструментыКодинг-агент для терминала и рабочего стола: не засчитывает «готово» без тестов или diff и работает с DeepSeek, GLM, Kimi, Claude, Codex и Gemini
CLI и маркетплейс из сотен плагинов Claude Code: хуки с линтерами и тестами, скиллы по языкам и фреймворкам, агенты по дисциплинам
CLI на Rust для TypeScript и JavaScript: мертвый код, дубликаты, циклы, сложность и границы архитектуры по одному графу, есть MCP-сервер и скиллы
Empryo — кодинг-агент для рабочего стола, терминала и CI: строит карту репозитория, правит код по имени символа и сам гоняет проверки
Терминальный кодинг-агент на Python в манере Claude Code: читает репозиторий, правит файлы, запускает команды, с памятью, подагентами и MCP
Одиннадцать скиллов для Claude Code и Codex: аудит тестов, очистка git worktree, страницы планов, расшифровка записей экрана и вход через 1Password
Коротко о README
Главный README на китайском открывается установкой через npm и объяснением идеи «инженерного экзоскелета» для модели, затем идет блок про Terminal-Bench 2.1, быстрый старт с настройкой провайдера, пример рабочего процесса по шагам и большая таблица соответствия возможностей белой книги разделам README. Отдельные разделы описывают текущие границы проекта и дают ссылки на английский README и обе версии белой книги.