Hagicode

Здравствуйте, создатели. Я Юй Кун, создатель HagiCode.
На этой странице я хочу более прямо рассказать, каким продуктом я хочу сделать HagiCode.
Когда человек впервые слышит про HagiCode, обычно сразу возникают несколько вопросов:

• HagiCode — это AI-инструмент для программирования?
  
• HagiCode — это игра?
  
• HagiCode — это IDE?

Возможно, ответ на все эти вопросы — «да».
Цель HagiCode никогда не состояла в том, чтобы сделать ещё одно окно для чата, которое просто генерирует код. HagiCode хочет по-настоящему встроить AI во весь процесс разработки программного обеспечения. С его помощью можно разбираться в репозитории, писать предложения, дробить задачи, менять код, оформлять коммиты, управлять несколькими репозиториями, накапливать базу знаний, а также видеть достижения, ежедневные отчёты, множители эффективности, пропускную способность Token и тематический интерфейс — и всё это в одном рабочем пространстве.
Если попытаться дать HagiCode простое определение, я бы сформулировал его так:
HagiCode — это продукт, который объединяет AI-инструмент для программирования, игровую систему обратной связи и комплексное рабочее пространство разработчика.

Одного этого изображения уже достаточно, чтобы многое понять. HagiCode не оставляет «диалог» одиноко в центре страницы, а собирает сессии, статусы, процессы, статистику и точки входа для действий в едином рабочем пространстве. Вы открываете его не только для того, чтобы спросить «помоги написать код», а для того, чтобы провести вперёд целый участок процесса разработки.

Почему HagiCode не похож на традиционные AI-инструменты для программирования

Традиционные AI-инструменты для программирования часто сосредоточены на «генерации». Для HagiCode важнее другое: меньше уходить в сторону, лучше доводить до результата и сохранять возможность последующего анализа.
Это означает, что по своей архитектуре HagiCode ближе к реальному инженерному процессу, а не к разовому вопросу и ответу:

• сначала понять репозиторий, а потом менять код;
  
• сначала чётко сформулировать цель, а потом начинать выполнять;
  
• сначала записать границы задачи, а потом позволить AI вносить изменения;
  
• сохранять не только результат, но и сам процесс вместе с причинами решений.

Это и является основой трёх дальнейших ролей HagiCode. Он одновременно является AI-инструментом для программирования, игровым рабочим пространством и платформой, которая объединяет множество возможностей разработки.

I. HagiCode как AI-инструмент для программирования

Если смотреть только на слой «AI-программирование», HagiCode делает акцент не на том, чтобы AI писал «эффектнее», а на том, чтобы он писал надёжнее.

1. Он не начинает с генерации кода, а сначала организует мыслительный процесс

В HagiCode встроен workflow OpenSpec. Для хоть немного более сложных задач AI не начинает сразу же править файлы, а сперва оформляет требования в виде предложения, задач, зоны влияния и способа проверки.
Одна из причин, по которой многим не хватает доверия к AI-инструментам программирования, заключается не в том, что они не умеют генерировать код, а в том, что они слишком легко начинают действовать при недостаточном контексте. HagiCode пытается подойти к этой проблеме наоборот:

• сначала чётко описать, какую проблему нужно решить;
  
• сначала подтвердить, какие модули будут затронуты;
  
• сначала разбить работу на задачи и определить критерии приёмки;
  
• и только потом переходить к реальной реализации.

Прямой результат такого подхода — AI в сложных проектах реже начинает «править на ощущениях». Иначе говоря, HagiCode стремится не к самому короткому пути, а к более надёжному.

2. Он делает упор на понимание проекта целиком, а не только на закрытие одной задачи

Сегодня многие IDE уже умеют редактировать несколько файлов и даже менять несколько директорий за одну сессию. Поэтому преимущество HagiCode уже нельзя свести к формуле «это не просто автодополнение одного файла».
Мне важнее подчеркнуть, что HagiCode стремится к проектному мышлению на уровне всей системы. Его интересует не только вопрос «какие файлы нужно поменять в этот раз», но и более высокий уровень:

• какую проблему решает проект в целом;
  
• как текущий репозиторий связан с другими репозиториями;
  
• затронет ли это изменение фронтенд, бэкенд, документацию, деплой или скрипты;
  
• какие похожие решения уже принимались в прошлом и почему тогда решили именно так;
  
• как текущее предложение, коммиты и знания будут переиспользоваться дальше.

То есть HagiCode не просто помогает выполнить одну задачу, а пытается перевести AI в режим долгосрочного участника проекта.
С такой точки зрения единичная задача — это только поверхность. Куда важнее, что естественным образом связываются следующие способности:

• переключение и координация между несколькими проектами;
  
• единое понимание и продвижение изменений между несколькими репозиториями;
  
• постоянное накопление исторических предложений, коммитов и знаний;
  
• постепенное превращение отдельных диалогов в долгосрочный контекст проекта.

Именно поэтому я проектировал HagiCode как рабочее пространство, а не как простое окно чата. Он хочет, чтобы AI видел не изолированное требование, а направление, в котором движется весь проект.

3. Он поддерживает несколько популярных Agent CLI и полностью разделяет CLI и модель

На данный момент HagiCode активно поддерживает несколько популярных Agent CLI, включая:

• Codex
  
• Claude Code
  
• GitHub Copilot
  
• OpenCode
  
• Hermes
  
• QoderCLI
  
• Kiro
  
• Kimi
  
• Gemini
  
• DeepAgents
  
• Codebuddy

Здесь есть очень важный момент, который я хочу чётко подчеркнуть: CLI и модель не должны быть жёстко связаны друг с другом.
Многие продукты, подключая AI-возможности, по умолчанию склеивают два выбора в один: «какой CLI вы используете» и «какую подписку на модель вы используете». Но HagiCode не хочет идти этим путём.

4. OmniRoute разделяет модель и CLI, делая маршрутизацию более свободной

HagiCode интегрирует OmniRoute, чтобы вынести подключение моделей в отдельный инфраструктурный слой. Благодаря этому CLI отвечает за привычный вам способ взаимодействия, а модели и подписки выбираются через единый уровень маршрутизации.
Практический смысл этого очень прямой:

• вы можете продолжать пользоваться тем CLI, к которому привыкли;
  
• вы не привязаны к модели или подписке, жёстко назначенной конкретным CLI;
  
• вы можете централизованно управлять выбором моделей, каталогом моделей и endpoint-подключениями;
  
• вы можете дать нескольким CLI общую стратегию доступа к моделям.

Иными словами, даже если вы хотите использовать Claude Code как CLI, вы всё равно можете подключать через OmniRoute другие источники моделей и подписок. CLI вы выбираете потому, что вам нравится его способ взаимодействия; модель и подписку вы выбираете потому, что вас устраивают их стоимость, возможности и доступность. Эти два выбора не должны быть насильно объединены в один.

II. HagiCode как комплексная AI-платформа разработки

Если первая часть отвечает на вопрос «умеет ли он программировать», то вторая отвечает на вопрос: почему он вообще выглядит как IDE и в каком-то смысле даже как более полноценная платформа?
Ответ в том, что HagiCode не ограничивается диалогами и не ограничивается предложениями. Он собирает в одну непрерывную систему множество возможностей, которые обычно разбросаны по разным инструментам.

1. MonoSpecs перестраивает кросс-репозиторную разработку из разрозненного процесса в единое пространство

Для реальных команд одно требование редко ограничивается одним репозиторием. Часто одновременно меняются фронтенд, бэкенд, документация, скрипты и конфигурации деплоя.
HagiCode вводит MonoSpecs именно затем, чтобы вернуть такую совместную работу в единый фокус. В рамках одного проекта можно поддерживать список репозиториев, границы предложений и стратегию архивации, а также давать AI более полный контекст того, какие границы затрагивает текущее изменение.

2. Система Skills позволяет платформе продолжать наращивать возможности

Во многих AI-продуктах расширение функций устроено грубо: либо нужно ждать новых возможностей от команды продукта, либо пользователю приходится самому всё настраивать в командной строке. В HagiCode Skills оформлены как полноценный модуль.
В HagiCode вы можете:

• просматривать уже установленные локальные навыки;
  
• искать навыки в каталоге;
  
• получать рекомендации навыков под текущий проект;
  
• смотреть подробности навыков, команды установки и статус доверия;
  
• массово обновлять локальные навыки.

Это означает, что HagiCode не является закрытым продуктом. Скорее, это оболочка, к которой можно постоянно подключать новые навыки, новые возможности и новые workflow.

3. Система Vault не даёт базе знаний рассыпаться по разным углам

Vault можно понимать как слой хранения знаний в HagiCode. Он позволяет собирать в платформе разные типы материалов, включая:

• репозитории с кодом для справки;
  
• обычные папки;
  
• хранилища заметок Obsidian;
  
• управляемые системой директории.

В результате аналитические заметки, эталонный код и проектные решения не исчезают вместе с одной сессией. Их можно продолжать использовать, организовывать и повторно применять как контекст в следующих проектах.

4. AI Compose Commit расширяет «написать код» до «нормально оформить коммит»

Во многих командах боль возникает не столько в кодировании, сколько на последнем шаге: код уже изменён, но никто не хочет аккуратно писать сообщение коммита.
HagiCode добавляет AI Compose Commit, чтобы и генерация описания коммита стала частью workflow.

• вам не нужно построчно вспоминать, что именно вы изменили;
  
• вам не нужно наспех собирать сумбурное описание коммита;
  
• AI может сам собрать более внятное сообщение, опираясь на реальные изменения;
  
• в workflow Turbo Engine можно настроить пользовательскую подпись Co-Authored-By для AI-коммитов, причём конфигурация проекта может переопределять глобальные значения по умолчанию.

5. Интеграция Code Server делает локальное и удалённое редактирование заметно удобнее

HagiCode также включает поддержку браузерного редактирования на базе code-server. Независимо от того, находится ли проект локально, на сервере, в контейнере или в удалённой среде, вы можете быстрее открывать проект или Vault и сразу переходить к редактированию.
Это делает HagiCode больше похожим на настоящую платформу разработки, а не просто на интерфейс, который анализирует код. Часто AI уже довёл анализ до конкретных файлов, и если после этого приходится снова переходить в другой инструмент и заново искать нужное место, ритм теряется. Интеграция Code Server как раз устраняет этот разрыв.

6. Он рассматривает удобные функции как полноценные возможности, а не как мелочь на периферии

Помимо ядра из предложений, выполнения, навыков и управления знаниями, в HagiCode встроено немало функций, которые реально влияют на ежедневный опыт:

• интеграция с GitHub;
  
• распознавание речи;
  
• напоминание пить воду;
  
• темы и персонализация интерфейса;
  
• входы в отчёты и статистику.

На первый взгляд это могут показаться «небольшими функциями», но именно они часто определяют, готов ли человек держать платформу открытой каждый день. HagiCode не прячет эти возможности на периферию, а старается делать их полноценной, заметной и настраиваемой частью продукта.

III. HagiCode как игровое рабочее пространство

Игровой слой в HagiCode нужен не для украшения, а для того, чтобы долгосрочное использование AI-платформы разработки давало больше отклика, лучше ощущалось по ритму и было легче поддерживать на дистанции.

1. Вы видите собственный прогресс, а не только историю чата

В HagiCode многие действия превращаются в видимый индикатор прогресса. Создание сессий, отправка сообщений, выполнение планирования, переключение проектов, отправка аннотаций — всё это перестаёт быть одноразовыми действиями и накапливается в виде ежедневных достижений, этапного прогресса и записей о выполнении.
Смысл такого дизайна не в том, чтобы было «просто весело», а в том, чтобы вам было проще почувствовать, что именно удалось продвинуть за день. Для многих разработчиков сильнее всего выматывает не объём работы сам по себе, а отсутствие обратной связи. HagiCode пытается закрыть именно этот пробел.

2. Он даёт не только достижения, но и ежедневные отчёты с обратной связью по эффективности

Помимо достижений, HagiCode в формате ежедневных отчётов показывает: сколько вы реально сделали вчера, из чего складываются эти очки и как выглядит непрерывность использования. Он также делает видимыми длительность работы, время работы AI, множители повышения эффективности и распределение параллелизма — так что «эффективность» перестаёт быть просто лозунгом.

3. Он делает даже расход Token мгновенно ощутимым

Если вы относитесь к тяжёлым пользователям, ценность этого подхода понятна сразу. Во многих случаях вопросы стоимости и производительности AI становятся заметны не по итогу месяца, а прямо по ходу сессии.
HagiCode напрямую показывает количество входных, выходных и общих Token, а также уровни пропускной способности. Благодаря этому вы лучше понимаете, насколько «тяжёлой» стала текущая сессия, работает ли выбранная модель под высокой нагрузкой и не разросся ли диалог слишком сильно.

4. Герои, классы и уровни — не просто антураж, а отображение workflow

В HagiCode есть целая система представления через героев, классы, нагрузку и прогрессию уровней. Это не просто смена названий ради стиля, а способ отразить разных Agent, разные роли и разные рабочие состояния в более наглядной и управляемой интерфейсной форме.
Такой подход делает совместную работу нескольких Agent, переключение ролей и управление несколькими моделями менее абстрактными. Вы видите не просто «какой-то параметр конфигурации», а то, что именно этот герой сейчас делает, какая у него основная и дополнительная роли и как продвигается его состояние.

Для кого вообще подходит HagiCode

Если вы относитесь к одной из следующих ролей, ценность HagiCode обычно становится очевидной очень быстро:

• новые инженеры — чтобы быстрее понять репозиторий, процесс и контекст, а не получать только разрозненные ответы;
  
• повседневные разработчики — чтобы собрать предложения, кодирование, коммиты и статистику в один непрерывный workflow;
  
• технические лиды — чтобы использовать OpenSpec, MonoSpecs и Vault для более отслеживаемых решений и знаний;
  
• команды с несколькими репозиториями — чтобы в одной системе продвигать изменения, затрагивающие фронтенд, бэкенд, документацию и скрипты;
  
• тяжёлые пользователи AI — чтобы яснее управлять моделями, пропускной способностью, эффективностью, достижениями и долгосрочным ритмом работы.

И ещё раз вернёмся к первым вопросам

HagiCode — это AI-инструмент для программирования?
Да, и он делает ставку на меньшую галлюцинацию, меньшее отклонение в сторону и более реальное доведение до результата.
HagiCode — это игра?
Тоже да, потому что достижения, отчёты, множители, герои, классы и механики обратной связи здесь встроены в рабочее пространство всерьёз.
HagiCode — это IDE?
В некотором смысле даже больше, чем IDE. Потому что он закрывает не только узкий слой редактора, а связывает предложения, сессии, навыки, базу знаний, кросс-репозиторную координацию, организацию коммитов и браузерное редактирование в единый процесс.
Поэтому в конечном счёте HagiCode хочет продвигать не отдельную функцию, а новый способ работы:
поднять AI-разработку с уровня «спросил — ответили» до целой цепочки из понимания, планирования, исполнения, накопления знаний и обратной связи.