‏CodeAF: یه کارخونه‌ی کدنویسی برای مدل‌های اوپن‌سورس

CodeAF یه coding harness (یعنی برنامه‌ای که دور یه مدل زبانی می‌پیچه و ابزار و روند کار رو براش فراهم می‌کنه) از تیم AgentField هست. با Go نوشته شده، یه باینری تک‌فایلیه، لایسنسش Apache 2.0 هست و فعلاً تو مرحله‌ی early preview قرار داره. ایده‌ی اصلیش اینه که با مدل‌های اوپن‌سورس و ارزون به کیفیت ابزارهای گرون برسه.

سازنده‌ها اسمش رو «کارخونه» گذاشتن. شما مثل حرف زدن با یه همکار مشکل رو می‌گید، و اگه سه تا کار تو یه پیام باشه، هر کدوم یه task جدا می‌شه، تو یه کپی جدا از ریپو و روی branch خودش. CodeAF کار رو اندازه می‌گیره، تقسیم می‌کنه، اجرا و تست می‌کنه و اون چیزی که تست رو پاس کرده رو روی branch شما merge می‌کنه، ولی هیچ‌وقت مستقیم روی main یا dev نمی‌ریزه. سؤال‌ها فقط وقتی واقعاً لازمه زیر بخش needs you منتظر می‌مونن.

صفحه‌ی home همه‌ی پروژه‌ها و گفتگوهای سیستم رو با هم نشون می‌ده: چی منتظر شماست، چی در حال اجراست و چقدر خرج شده. هر task روی یه «crew» از سه مدل اجرا می‌شه: worker که کار اصلی رو انجام می‌ده، planner که برنامه می‌ریزه و checker که کار تموم‌شده رو قبل از merge بررسی می‌کنه. انتخاب مدل‌ها به‌صورت خودکار و بر اساس امتیاز و نتیجه‌ی taskهای قبلیه، با سقف پیش‌فرض ۵ دلار برای هر task.

به گفته‌ی سازنده‌ها، subharness توسعه‌دهنده‌شون یعنی /senior-dev روی ۱۱۳ issue واقعی گیت‌هاب از DeepSWE و با مدل DeepSeek V4 Flash، بین ده harness اول شده و از Claude Code، Codex، OpenCode و Kilo جلوتر بوده، با کمترین هزینه برای هر issue حل‌شده. تو بنچمارک مصرف منابع هم می‌گن باینریش ۵۳ مگه و هر session اضافه حدود ۲۷ مگ RAM می‌گیره، در برابر ۲۱۶ مگ برای claude.

چند قابلیت دیگه هم داره: حالت headless با دستور codeaf do برای CI و cron که یه خروجی JSON برمی‌گردونه، اجرای روی سرور ریموت با --host طوری که تایپ کردن منتظر شبکه نمی‌مونه، و «standing orders» یعنی قانون‌ها و یادآوری‌هایی که با یه جمله تعریف می‌شن. یه نکته‌ی مهم: telemetry و Model Pool (اشتراک‌گذاری آمار بدون متن درباره‌ی عملکرد مدل‌ها) به‌طور پیش‌فرض روشنن و با CODEAF_TELEMETRY=off یا DO_NOT_TRACK=1 خاموش می‌شن.

نکات کلیدی:

• یه باینری Go با حجم ۵۳ مگ و لایسنس Apache 2.0
• روی DeepSWE با ۱۱۳ issue واقعی، بین ده harness رتبه‌ی اول رو گرفته
• هر task روی سه مدل worker، planner و checker اجرا می‌شه با سقف پیش‌فرض ۵ دلار
• از OpenRouter، DeepSeek، GLM، Kimi، Qwen، Ollama و هر endpoint سازگار با OpenAI پشتیبانی می‌کنه
• telemetry پیش‌فرض روشنه و با CODEAF_TELEMETRY=off خاموش می‌شه