1jehuang jcode

jcode

下一代编码代理工具，旨在提升技能上限。专为多会话工作流、无限可定制性和高性能而构建。

网站 · 功能 · 安装 · 快速入门 · 进阶阅读 · 贡献

安装

# macOS & Linux  
curl -fsSL https://jcode.sh/install | bash  

# Windows 11 (PowerShell 5.1+)  
irm https://jcode.sh/install.ps1 | iex

需要 Homebrew、源码构建、提供商配置，或者希望让代理为你完成设置？请跳转到详细安装说明。

性能与资源效率

jcode 的设计目标是尽可能高效和节省资源。每个指标都经过极致优化，这对于扩展多会话工作流至关重要。以下是一些指标的对比，以展示差异：

RAM 使用量与启动速度

RAM 对比（1 个活跃会话）

| 工具 | PSS 对比 | |---|---| | jcode（本地嵌入关闭） | 27.8 MB | 基准 | | jcode | 167.1 MB | 6.0× 更多 RAM | | pi | 144.4 MB | 5.2× 更多 RAM | | Codex CLI | 140.0 MB | 5.0× 更多 RAM | | OpenCode | 371.5 MB | 13.4× 更多 RAM | | GitHub Copilot CLI | 333.3 MB | 12.0× 更多 RAM | | Cursor Agent | 214.9 MB | 7.7× 更多 RAM | | Claude Code | 386.6 MB | 13.9× 更多 RAM | | Antigravity CLI | 243.7 MB | 8.8× 更多 RAM |

RAM 对比（10 个活跃会话）

| 工具 | PSS 对比 | |---|---| | jcode（本地嵌入关闭） | 117.0 MB | 基准 | | jcode | 260.8 MB | 2.2× 更多 RAM | | pi | 833.0 MB | 7.1× 更多 RAM | | Codex CLI | 334.8 MB | 2.9× 更多 RAM | | OpenCode | 3237.2 MB | 27.7× 更多 RAM | | GitHub Copilot CLI | 1756.5 MB | 15.0× 更多 RAM | | Cursor Agent | 1632.4 MB | 14.0× 更多 RAM | | Claude Code | 2300.6 MB | 19.7× 更多 RAM | | Antigravity CLI | 1021.2 MB | 8.7× 更多 RAM |

首帧时间

| 工具 | 首帧时间 | 范围 | 对比 | |---|---|---|---| | jcode | 14.0 ms | 10.1–19.3 ms | 基准 | | Antigravity CLI | 383.5 ms | 363.1–415.4 ms | 27.4× 更慢 | | pi | 590.7 ms | 369.6–934.8 ms | 42.2× 更慢 | | Codex CLI | 882.8 ms | 742.3–1640.9 ms | 63.1× 更慢 | | OpenCode | 1035.9 ms | 922.5–1104.4 ms | 74.0× 更慢 | | GitHub Copilot CLI | 1518.6 ms | 1357.4–1826.8 ms | 108.5× 更慢 | | Cursor Agent | 1949.7 ms | 1711.0–2104.8 ms | 139.3× 更慢 | | Claude Code | 3436.9 ms | 2032.7–8927.2 ms | 245.5× 更慢 |

*在此 Linux 机器上，通过 10 次交互式 PTY 启动测量。*

首次输入时间（从输入探测文本到显示在渲染屏幕上的时间；Antigravity 使用其内部输入就绪日志标记，因为登录屏幕会抑制探测回显。）

| 工具 | 首次输入时间 | 范围 | 对比 | |---|---|---|---| | jcode | 48.7 ms | 30.3–62.7 ms | 基准 | | Antigravity CLI | 383.7 ms | 363.4–415.7 ms | 7.9× 更慢 | | pi | 596.4 ms | 373.9–955.2 ms | 12.2× 更慢 | | Codex CLI | 905.8 ms | 760.1–1675.7 ms | 18.6× 更慢 | | OpenCode | 1047.9 ms | 931.1–1116.9 ms | 21.5× 更慢 | | GitHub Copilot CLI | 1583.4 ms | 1422.8–1880.0 ms | 32.5× 更慢 | | Cursor Agent | 1978.7 ms | 1727.3–2130.0 ms | 40.6× 更慢 | | Claude Code | 3512.8 ms | 2137.4–9002.0 ms | 72.2× 更慢 |

*在此 Linux 机器上，通过 10 次交互式 PTY 启动测量。Antigravity CLI 在此次运行中未认证；其登录屏幕正常渲染，并发出内部 CLI 就绪的用户输入标记，但未回显输入的探测文本。*

额外客户端 / 内存扩展

| 工具 | 每个新增会话的额外 PSS | 对比 | |---|---|---| | jcode（本地嵌入关闭） | ~9.9 MB | 基准 | | jcode | ~10.4 MB | 1.1× 更多 RAM | | pi | ~76.5 MB | 7.7× 更多 RAM | | Codex CLI | ~21.6 MB | 2.2× 更多 RAM | | OpenCode | ~318.4 MB | 32.2× 更多 RAM | | GitHub Copilot CLI | ~158.1 MB | 16.0× 更多 RAM | | Cursor Agent | ~157.5 MB | 15.9× 更多 RAM | | Claude Code | ~212.7 MB | 21.5× 更多 RAM | | Antigravity CLI | ~86.4 MB | 8.7× 更多 RAM |

*本次修正内存重测中测试的版本：*

• jcode v0.9.1888-dev (be386f2)
• pi 0.62.0
• codex-cli 0.120.0
• opencode 1.0.203
• GitHub Copilot CLI 1.0.24（单会话重测），GitHub Copilot CLI 1.0.27（10 会话重测）
• Cursor Agent 2026.04.08-a41fba1
• Claude Code 2.1.86 (Claude Code)
• Antigravity CLI 1.0.0

jcode 性能演示

记忆（Agent Memory）

Jcode 将每次交互/响应嵌入为语义向量。每次交互都会查询一个记忆图，通过余弦相似度检查高效地找到相关的记忆条目。嵌入命中结果会被注入对话中，或者可选地使用一个记忆侧代理，该代理验证记忆的相关性，并可能在注入对话之前进行更多信息检索工作。这形成了一个类似人类的记忆系统，使代理能够自动回忆与对话相关的信息，而无需主动调用记忆工具或成为“令牌消耗器”。

为了能够检索记忆，记忆也必须被提取和存储。每隔一段时间（语义漂移、自上次提取后的 K 次交互、会话结束等），记忆会通过一个记忆侧代理被提取并放入记忆图中。该工具还提供了显式的记忆工具，允许代理主动搜索或存储记忆，而无需依赖被动的后台进程。该工具还提供了会话搜索功能，用于对之前的会话进行传统的 RAG（检索增强生成）。记忆会通过环境模式定期自动整合，包括重新组织、检查过时和冲突等。

jcode 记忆演示

UI：侧面板、图表、信息小部件、渲染、滚动、对齐

侧面板用于显示辅助信息。告诉你的 jcode 代理将文件加载到侧面板，它会实时更新；或者告诉你的代理直接写入侧面板，或者将其用作差异查看器。侧面板（以及聊天窗口）能够内联渲染 mermaid 图表。为了实现这一点，我创建了一个新的 mermaid 渲染库，将图表渲染速度提升了 1800 倍。它没有浏览器或 TypeScript 依赖。详见 https://github.com/1jehuang/mermaid-rs-renderer

为了在不占用屏幕空间（可用于显示响应内容）的情况下向你展示重要信息，我开发了信息小部件。信息小部件只会利用屏幕上的空白区域来显示信息，如果没有空白区域，它们会自动让开。

Jcode 可以以超过每秒一千帧的速度渲染。你的显示器刷新率可能无法跟上，但这意味着你不会遇到恼人的闪烁问题。

jcode 的自定义回滚实现使其能够比原生回滚做更多的事情。然而，它