Cómo los desarrolladores convirtieron la CLI de Claude Code en un entorno de escritorio gráfico llamado cc-ahh

Si alguna vez has intentado ejecutar agentes de codificación en la consola, probablemente te hayas encontrado con el mismo problema. La terminal es genial para ejecutar un solo comando. Pero cuando la IA empieza a editar una docena de archivos, observar un flujo continuo de diffs se vuelve inmanejable. Quieres una interfaz adecuada, resaltado de sintaxis, pestañas de sesión y un botón de deshacer claro para los cambios.

Así es como nació el proyecto cc-ahh. El autor tomó el código fuente de la herramienta CLI de Claude Code y construyó una aplicación de escritorio alrededor de él. El resultado es un entorno de escritorio para agentes de IA autónomos, disponible para macOS, Windows y Linux.

Qué hay dentro de la aplicación

Las utilidades de consola regulares encierran al desarrollador en una ventana de terminal. El proyecto cc-ahh toma un enfoque diferente y envuelve la lógica del agente en un shell de Electron con una interfaz de React. Obtienes un entorno gráfico donde el diálogo de la red neuronal coexiste con un árbol de archivos, una ventana de visualización de cambios y un navegador integrado.

La interfaz está diseñada para que mantengas el control total sobre las acciones del modelo. Cada cambio de código se muestra en un panel lateral antes de que se escriba en disco.

Cuatro características que vale la pena revisar en cc-ahh

Al trabajar con versiones CLI de agentes, constantemente tienes que encontrar un equilibrio entre velocidad y seguridad. Los creadores de cc-ahh intentaron abordar los principales puntos de dolor para los desarrolladores.

Aislamiento de tareas mediante Git Worktree

Ejecutar una red neuronal directamente en tu rama de trabajo puede ser arriesgado. Una decisión descuidada del modelo, y pasarás media hora limpiando cambios locales. En cc-ahh, al crear una sesión, puedes enviar al agente a trabajar en un Git Worktree separado con un solo clic. Los cambios de código ocurren en un directorio aislado, mientras tu rama principal permanece intacta.

Revisión visual y configuración flexible de permisos

En lugar de constantemente ingresar confirmaciones en la consola, la aplicación te permite configurar cinco niveles de autonomía. Puedes solicitar permiso para cada ejecución de comando bash, o confiar en que el modelo trabaje de forma independiente. Todos los archivos modificados se muestran con un resaltado de diff claro.

Deshacerse de un solo proveedor

El Claude Code original está vinculado a la API de Anthropic. En cc-ahh, esta limitación se elimina. De fábrica, soporta conectar modelos locales a través de Ollama y LM Studio, así como APIs de terceros incluyendo DeepSeek, GLM, Kimi y ChatGPT. Con un servidor local potente, el agente puede operar sin enviar datos a servicios externos.

Gestión a través de mensajeros y web móvil

¿Iniciaste una tarea larga de refactorización y te alejaste de tu computadora? Las sesiones pueden vincularse a Telegram, WhatsApp, 飞书 (Feishu), o accederse a través de código QR mediante una interfaz web móvil. Si el agente se detiene y solicita permiso para ejecutar un comando, puedes aprobar la acción directamente desde la pantalla de tu smartphone.

Cómo está organizado el stack técnico

La arquitectura de cc-ahh combina varias tecnologías web familiares:

• El runtime nativo de Bun maneja la ejecución de scripts y la lógica del servidor.
• Electron junto con React y Vite forma el entorno de escritorio.
• Las interfaces de consola están construidas sobre la biblioteca Ink y el parser Commander.js.
• El soporte para protocolos MCP (Model Context Protocol) y LSP ayuda al agente a leer el contexto del proyecto y la estructura de tipos.
• El módulo Computer Use le da a la red neuronal la capacidad de tomar capturas de pantalla y controlar el cursor si una tarea no puede resolverse con una simple edición de archivos.

Cómo ejecutar el proyecto localmente

La forma más fácil es ir a la sección de releases en GitHub y descargar un instalador listo para tu plataforma. Sin embargo, si quieres depurar la parte CLI o compilar desde el código fuente, la construcción toma un par de minutos.

Necesitarás tener Bun instalado. La secuencia de comandos se ve así:

git clone https://github.com/NanmiCoder/cc-haha.git
cd cc-haha
bun install

cp .env.example .env

./bin/claude-haha

Después del primer lanzamiento, necesitarás ir a configuración, ingresar la clave API para tu proveedor elegido, o especificar la dirección de un servidor Ollama local.

Consideraciones prácticas

Antes de usar la herramienta en proyectos de producción, vale la pena considerar sus orígenes. El código base se basa en fuentes que fueron hechas públicas desde el registro npm de Anthropic. Por esta razón, el repositorio no tiene una licencia estándar de código abierto, y el archivo LICENSE muestra un estado de NOASSERTION.

Los paquetes preconstruidos para macOS y Windows aún no incluyen firmas digitales de desarrollador. En el primer lanzamiento en macOS, el sistema operativo bloqueará la ejecución, así que necesitarás permitir manualmente la aplicación en la configuración de seguridad del SO.

A quién le será útil cc-ahh

La herramienta es adecuada para quienes usan activamente agentes de IA para escribir código pero prefieren una interfaz gráfica con control claro de cambios. La capacidad de cambiar entre DeepSeek, Claude y redes locales hace que el entorno de trabajo sea versátil para una amplia gama de escenarios.