Keen Code — лёгкий терминальный AI-агент для написания кода на Go

Keen Code — это терминальный агент для написания кода с открытым исходным кодом, написанный на Go. Он создан как более простая и лёгкая альтернатива Claude Code и Codex CLI. Проект распространяется под MIT License, последняя доступная версия — v0.47.0. Для новичка или джуна это значит, что можно поставить инструмент через скрипт или npm, открыть терминал и поручить агенту типовые задачи: читать, записывать и редактировать файлы, искать по кодовой базе через glob и grep, а также запускать команды bash. Всего в базовый набор входит шесть встроенных инструментов: read_file, write_file, edit_file, glob, grep и bash. Инструмент редактирования использует hash-якоря и атомарно применяет несколько правок сразу, а чтение файлов поддерживает точные строки-якоря N:HASH, чтобы агент лучше понимал, на какой участок файла ссылается. Отдельный интерес представляет управление контекстом. Вместо того чтобы хранить все результаты вызовов инструментов как историю, Keen Code прикрепляет к сообщениям ассистента ограниченную сводку TurnMemory: где выполнялись инструменты, какие у них были сокращённые входные данные, статус и ненулевые коды выхода bash. Результаты вывода и выводы об изменении файлов не сохраняются. Это даёт меньший контекст и лучшее соотношение сигнала к шуму, но иногда агенту нужно повторно читать файлы или выполнять поиск. Для длинных сессий есть сжатие контекста по команде /compact и постоянное восстановление сессии. Keen Code умеет переключать модели во время работы через /model. Поддерживаются Anthropic, OpenAI, Codex через ChatGPT OAuth, Google Gemini, DeepSeek, Moonshot AI, Z.ai, MiniMax, OpenCode Go и Amazon Bedrock. Это удобно, если нужно сравнить качество разных моделей или использовать ту, которая уже доступна по ключу. Также есть режим размышления с настраиваемым уровнем усилий. Система навыков позволяет создавать собственные slash-команды для запуска специализированных субагентов: планирование, отладка, рефакторинг, код-ревью. Навыки MCP связывают команды с внешними MCP-серверами, а MCP OAuth поддерживает OAuth-аутентификацию, включая браузерный поток ChatGPT/Codex с локальным хранением учётных данных. Это открывает интеграцию с внешними источниками данных и инструментами в рамках тех же команд. Проект сам является примером агентной разработки. Он создавался по циклу спецификация, план, задача, ревью, где весь код писали AI-агенты под контролем человека. Инженер задавал требования, проверял дизайн-документы, влиял на решения и тестировал. Почти все промпты и ответы моделей сохранены в каталоге .ai-interactions, поэтому можно проследить процесс. В v0.47.0, выпущенной 10 августа 2026 года, добавлены субагенты с многоагентной оркестрацией, автосжатие контекста, MCP OAuth, webfetch и система проектирования памяти. Дорожная карта показывает дальнейшее развитие агентных возможностей и поддержки провайдеров. Для практики джуну это может быть полезно не только как готовый CLI-инструмент, но и как учебный кейс: посмотреть, как устроен агент, как организованы контекст, навыки и MCP, и как выглядит разработка, в которой человек выступает оркестратором, а не автором каждой строчки.