Comment j'ai cessé de payer Cursor et créé mon propre agent IA dans la console

Quand les éditeurs IA populaires ont encore augmenté leurs prix et réduit les limites de Claude, le développeur Mark Pfaffenberger s'est mis en colère. Et il a écrit son propre outil. C'est ainsi qu'est né Code Puppy — un agent IA en console qui remplace les IDE fermés comme Cursor et Windsurf.

Le projet compte actuellement environ 740 étoiles sur GitHub, mais les fonctionnalités sont intéressantes. C'est un client terminal flexible avec rotation des clés API, persistance de session en cas d'échec et personnalisation approfondie.

Pourquoi vous avez besoin d'un agent en console

Si vous travaillez dans la console et que vous ne voulez pas garder un éditeur Electron lourd ouvert, traîner des plugins massifs peut être fastidieux. Code Puppy se lance depuis n'importe quel dossier avec une seule commande et comprend immédiatement la structure du projet.

Vous choisissez vous-même le réseau neuronal, configurez les invites système et décidez où envoyer vos données.

Fonctionnalités principales

Voyons les fonctionnalités pratiques qui rendent ce projet intéressant.

Contourner les limites par rotation de modèles

Les limites de taux par minute sont les plus ennuyeuses quand vous travaillez sur une tâche complexe. Code Puppy résout ce problème avec un algorithme Round Robin intégré. Vous spécifiez plusieurs clés API et l'outil les fait tourner.

La configuration se trouve dans le fichier de configuration :

{
  "qwen1": {
    "type": "cerebras",
    "name": "qwen-3-coder-480b",
    "custom_endpoint": {
      "url": "https://api.cerebras.ai/v1",
      "api_key": "$CEREBRAS_API_KEY1"
    }
  },
  "qwen2": {
    "type": "cerebras",
    "name": "qwen-3-coder-480b",
    "custom_endpoint": {
      "url": "https://api.cerebras.ai/v1",
      "api_key": "$CEREBRAS_API_KEY2"
    }
  },
  "cerebras_round_robin": {
    "type": "round_robin",
    "models": ["qwen1", "qwen2"],
    "rotate_every": 5
  }
}

Après cinq requêtes vers une clé, l'outil passe à la suivante sans pause.

Accès à des dizaines de fournisseurs

Grâce à l'intégration avec models.dev, vous n'avez pas besoin de spécifier manuellement les points de terminaison pour les réseaux neuronaux rares. La /add_model commande ouvre un menu TUI interactif directement dans la console. Vous pouvez sélectionner des fournisseurs dans une longue liste : Groq, Cohere, Mistral, xAI et d'autres.

Si la connexion Internet est perdue, le client bascule vers la base de données de modèles hors ligne intégrée.

Tolérance aux pannes avec DBOS

Lors de longues sessions de génération de code, les choses se cassent parfois : déconnexion réseau ou fermeture accidentelle de la fenêtre du terminal. Le plugin DBOS enregistre des points de contrôle à chaque étape. Les appels de fonction, les réponses du modèle et le contexte sont enregistrés dans une base de données locale.

Après le redémarrage, vous pouvez reprendre la session exactement là où tout s'est écrasé.

Agents personnalisés au format JSON

Vous pouvez créer des profils pour des tâches spécifiques. Par exemple, construisez un agent de revue de code qui n'a accès qu'à la lecture de fichiers et à la recherche grep.

Le fichier de configuration va dans le répertoire des agents :

{
  "name": "code-reviewer",
  "display_name": "Code Reviewer",
  "description": "Проверяет код на ошибки и безопасность",
  "system_prompt": [
    "Ты опытный инженер, проводящий ревью кода.",
    "Обращай внимание на безопасность и поддерживаемость.",
    "Предлагай конкретные исправления."
  ],
  "tools": ["list_files", "read_file", "grep", "agent_share_your_reasoning"]
}

Le changement d'agent se fait directement pendant le travail via la commande /agent code-reviewer.

Zéro collecte de données

L'auteur a délibérément refusé les analyses et la télémétrie. Aucun prompt, chemin de fichier ou journal d'appels ne quitte les serveurs du projet.

Lors de l'utilisation d'Ollama ou de vLLM, les données ne quittent pas du tout votre ordinateur.

Comment l'essayer

Vous avez besoin de Python 3.11 ou plus récent pour l'exécuter. Le moyen le plus rapide de lancer l'outil est via uv :

uvx code-puppy

Après le démarrage, vous devrez entrer les clés pour les LLM que vous utilisez ou spécifier un point de terminaison local.

À qui est-ce destiné

L'outil s'est avéré audacieux et distinctif. Par défaut, l'agent est assez capricieux et refuse de modifier des fichiers de plus de 600 lignes de code, vous forçant à refactoriser à temps.

Le projet plaira à ceux qui adorent les outils CLI, ne veulent pas payer d'abonnements mensuels et préfèrent contrôler eux-mêmes les dépenses de tokens API.