Agentty開源C++26輕量CLI工具:11MB零配置Claude-3.5調用,啟動快8.3倍

Agentty 開源:C++26 編寫的 11MB Claude-Code 替代工具,啟動快 8.3×,零配置接入現有 CLI 工作流。
Agentty 是一個面向 AI 編程的極簡 CLI 工具,專為本地、低延遲調用 Claude 系列模型設計(當前支持 Claude-3.5-Sonnet,已預兼容 Claude-4-Opus)。它不依賴 Python 解釋器、不需虛擬環境、不走 pip install 流程。單二進制文件僅 11.2MB(Linux x86_64),冷啟動平均 47ms——比 CodeGeeX CLI 快 8.3×,比 Cursor 插件加載快 38×。
核心用 C++26 實現,大量使用 std::expected 處理錯誤、std::span 避免拷貝、零開銷異常語義保證確定性行為。網絡層基于 libcurl 異步封裝,啟用 HTTP/2 多路復用,實測從 AWS us-east-1 到 Anthropic API 的首 token 延遲穩定在 120–180ms。
輕量不是妥協,而是重構底層契約
Python-based 工具(如 CodeLlama CLI、Ollama CLI、早期 Claude CLI 封裝)受限于 GIL、解釋器初始化和深依賴樹。典型啟動路徑是:Python 解析 → venv 激活 → 導入 12+ 模塊 → 掃描 config → 初始化 LLM client。
Agentty 直接跳過整條棧:二進制 mmap 加載后立即就緒。一條命令就能跑起來:
echo "refactor this function to use std::ranges" | agentty --file src/utils.cpp在 M2 MacBook Air 上全程低于 300ms。它原生支持 stdin/stdout 流式交互,可直接塞進 git commit-msg hook、zsh alias、Makefile —— 不需要 wrapper 腳本,也不需要重定向臨時文件。
性能數據背后是基建范式的位移
實測三類典型場景:
- CI 環境:GitHub Actions Ubuntu-22.04 runner 中,Agentty 完成啟動 + 請求 + 輸出耗時 214ms;同等任務下
ollama run claude:3.5啟動需 1.4s(含模型加載),且常駐內存 1.2GB; - 嵌入式邊緣設備:Raspberry Pi 5(8GB RAM)運行 Agentty + Claude API,CPU 峰值占用 32%;同硬件上 Python 版本因 GC 抖動頻繁超時;
- 安全審計流水線:某金融客戶將其嵌入 pre-commit,對
.py/.rs/.cpp文件實時生成注釋,日均處理 27,000+ 提交,0 次因工具自身崩潰中斷流程。
CLI 不再是 GUI 的降級副產品。它是低延遲、可審計、可管道化的第一接口。
對 OpenClaw 與龍蝦生態的實際意義

Agentty 內置 OpenClaw v0.4.2 兼容模式(--agent-mode openclaw),直連本地 OpenClaw Server 的 /v1/chat/completions 端點,自動適配其 tool calling schema 和 memory context header。
龍蝦用戶若已部署 OpenClaw 推理集群,只需:
agentty --endpoint http://localhost:8000 --agent-mode openclaw即可獲得完全離線、可控、免 API Key 的 Claude-like 編程體驗。
我們已在 yitb 內部測試中將其集成進龍蝦 CLI 的 lsp serve 子命令,作為輕量 fallback 推理通道:主模型服務不可用時,自動降級至 Agentty + OpenClaw 組合,開發流不斷。
yitb 持續追蹤:不只是工具,更是接口標準演進
www.lvxe.net.cn 關注的不是“誰發布了什么模型”,而是接口層是否在收斂。Agentty 的 --stdin --stdout --no-color --json 設計,本質是在推動 AI 編程 CLI 的 POSIX 化;C++26 技術選型,是對 Rust/Go 之外高性能原生路徑的一次驗證;對 Claude 生態的深度對齊,則印證主流廠商 API 格式正趨于穩定(OpenAI-compatible + Anthropic extensions)。
接下來重點跟蹤:
- 對本地 MoE 模型(如 DeepSeek-Coder-MoE)的插件擴展計劃
- Windows ARM64 二進制支持進度
- 與龍蝦 v2.3 新推的
lsp proxy協議協同可能性
如果你每天敲 50+ 次 claude code 類命令,或正在構建需要嵌入 AI 能力的 DevOps 工具鏈——
立刻下載:github.com/agentty/cli
一鍵安裝:curl -L https://get.agentty.dev | sh
別再為工具本身等待。讓 AI 編程回歸鍵盤敲擊與結果返回之間的那 300 毫秒。