⚡ OpenOllamaGravity — Full Coding Agent

Автономний локальний ШІ-агент для програмування, що працює на базі Ollama. Планує. Читає файли. Пише код. Виконує команди. Ітерує. Повністю офлайн.

Основні можливості

1. Автономний ШІ-агент (Agent Loop)

Агент працює у циклі, виконуючи завдання крок за кроком (до 25 кроків за замовчуванням). Він використовує XML-теги (<tool_call>) для виклику інструментів та має вбудований «розумний парсер», який автоматично виправляє синтаксичні помилки моделі у JSON-аргументах.

Агенту доступні такі інструменти (Tools):

• Робота з файлами: Читання (read_file), створення/перезапис (write_file), точкове редагування рядків (edit_file), перегляд структури директорій (list_files) та створення папок (create_directory).
• Браузер: Відкриття створених файлів (наприклад, .html) у браузері за замовчуванням (open_file_in_browser).
• Термінал: Виконання дозволених shell-команд (наприклад, npm, git, tsc).
• Аналіз проєкту та планування: Керування багатокроковим планом (manage_plan), отримання інформації про package.json та залежності (get_workspace_info), а також читання помилок TypeScript чи ESLint (get_diagnostics).
• Веб-пошук та Swarm: Пошук інформації в інтернеті (web_search) та залучення спеціалізованих субагентів (delegate_to_expert).

2. Система «Скілів» (Skills System) та Auto-Matching

Проєкт має унікальну систему навчання агента на основі зовнішньої бази знань.

• Синхронізація: Розширення автоматично завантажує (через git clone / pull) репозиторій openollamagravity-awesome-skills у папку Documents на вашому комп'ютері.
• Розумний підбір: Коли ви ставите завдання, система аналізує ваші слова та шукає збіги з назвами .md файлів скілів. Якщо знайдено збіг (наприклад, ви згадали "react"), система непомітно додає [SYSTEM HINT], змушуючи агента прочитати відповідний файл (через інструмент read_skill) перед написанням коду.

3. Автодоповнення коду (Inline Completions)

Проєкт надає ШІ-автодоповнення під час написання коду.

• Він використовує формат FIM (Fill-in-the-Middle) для сумісних моделей (CodeLlama, DeepSeek-Coder, Qwen-Coder), передаючи моделі як попередній код (prefix), так і код після курсора (suffix).
• Реалізовано систему затримки (debounce), щоб не перевантажувати Ollama при швидкому друкуванні.

4. Багатомовний та зручний інтерфейс (UI)

Взаємодія відбувається через зручну Webview-панель.

• Мультимовність: Інтерфейс підтримує українську, англійську, німецьку, іспанську та французьку мови.
• Візуалізація процесу: Ви бачите, коли агент «думає» (з анімацією пульсації), які інструменти він викликає та які результати отримує.
• Керування моделями: Можна перемикати моделі Ollama прямо з інтерфейсу або через Status Bar знизу.
• Експорт: Готові відповіді агента (наприклад, згенеровану документацію) можна зберегти як .md файл натисканням однієї кнопки 💾 Зберегти .md.

• [x] Скомпілювати проект для перевірки відсутності помилок
• [x] Оновити README.md та іншу документацію

5. Оптимізація роботи з обладнанням

Щоб запобігти помилкам нестачі пам'яті (Out of Memory), клієнт Ollama динамічно вираховує розмір вікна контексту (num_ctx). Для сучасних моделей (Llama 3.2, Qwen, DeepSeek) він дозволяє контекст до 128k токенів, для простіших моделей — 8k або стандартні 4096 токенів, спираючись на жорсткий ліміт в налаштуваннях користувача. Також додано таймаут (firstTokenTimeoutSec) для переривання процесу, якщо модель зависла під час генерації першого токена.

Setup

# 1. Install Ollama
# https://ollama.ai

# 2. Pull a coding model (pick one)
ollama pull deepseek-coder:6.7b   # recommended
ollama pull qwen2.5-coder:7b       # great alternative
ollama pull codellama              # classic
ollama pull llama3.2               # for explanations

# 3. Start Ollama
ollama serve

Install the extension

unzip openollamagravity-agent.zip && cd openollamagravity-agent
npm install
npm run compile
# Press F5 in VSCode to launch dev mode

# Or build .vsix:
npx @vscode/vsce package
code --install-extension openollamagravity-agent-1.0.0.vsix

Example tasks

Explore this project and summarize the architecture.

Find all TypeScript errors and fix them one by one.

Add unit tests for every exported function in src/utils.ts

Refactor the authentication module to use async/await instead of callbacks.

Create a new REST endpoint for /api/users with CRUD operations.

What does this codebase do? Read the main entry points and explain.

Run npm test, read the failures, and fix the code.

Keyboard Shortcuts

Settings

Recommended Models

Privacy

100% local inference. No API keys, no telemetry, no cloud.

License MIT