
Coderrr
Akash Nath · Programmation
Coderrr est un agent de codage CLI gratuit et open source qui planifie avant d'éditer. Vous décrivez une modification en langage naturel depuis votre terminal, l'outil lit votre code, rédige un plan écrit, puis s'arrête et attend. Rien ne touche vos fichiers avant votre approbation, après quoi il implémente le plan tâche par tâche et exécute le code dans une sandbox pour vérifier son propre travail. C'est avant tout un outil de codage pour terminal : pas d'onglet de navigateur, pas d'extension d'IDE.

À propos de Coderrr
Qu'est-ce que Coderrr
Coderrr est un agent de codage open source qui s'exécute dans votre terminal. Il se situe quelque part entre un assistant de chat et un bot de codage entièrement autonome, et son trait distinctif est la retenue : il ne modifie pas un seul fichier tant que vous ne le dites pas.
Cette retenue, c'est toute l'idée.
La promesse est simple. La plupart des outils de codage IA passent directement de votre prompt aux modifications, ce qui est précisément le moment où les choses tournent mal. Coderrr divise le travail en deux. D'abord il planifie, en produisant de vrais fichiers markdown que vous pouvez lire et modifier. Ensuite, seulement après votre approbation, il exécute. Les outils d'écriture ne sont même pas présents pendant la phase de planification, l'agent ne peut donc pas glisser une modification pendant qu'il réfléchit encore. Voyez-le comme un agent qui planifie puis exécute par conception.
Il est conçu pour les développeurs qui veulent l'aide de l'IA sans en confier les clés. Projet à 72 étoiles sur GitHub, il est distribué sous licence MIT et s'installe avec une seule commande.
Pour démarrer
- Installez le paquet avec
pipx install coderrr(ouuv tool install coderrr). - Lancez
coderrr configpour choisir un fournisseur et un modèle. Ollama fonctionne d'emblée, sans clé. - Démarrez une tâche avec une demande en langage naturel, comme
coderrr run "add rate limiting to the API". - Examinez le plan que Coderrr écrit dans
.coderrr/specs/, modifiez-le si vous le souhaitez, puis approuvez. - Laissez-le exécuter : pour chaque tâche il lit, modifie, exécute le code dans une sandbox, vérifie et la marque comme terminée.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de Coderrr.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Développeurs indépendants et créateurs solo
- Équipes au budget serré
- Développeurs méfiants envers les agents autonomes
Tâches
- Ajouter une fonctionnalité à une base de code existante
- Refactoriser un module
- Écrire des tests en même temps que le nouveau code
Cas d'usage
- Reprendre un travail laissé en cours de projet
- Apprendre une nouvelle base de code
- Expériences rapides sur un modèle local
Fonctionnalités clés
Flux d'approbation avec planification préalable
Chaque tâche commence par un plan écrit, pas par une modification. Coderrr lit votre code, rassemble les skills pertinentes et génère requirements.md, design.md et tasks.md avant toute autre chose. Le plan vous est montré, et l'outil s'arrête. C'est important parce que vous pouvez corriger la trajectoire en anglais simple avant qu'un fichier ne change, ce qui coûte bien moins cher que d'annuler un mauvais patch. C'est la boucle centrale qui distingue cet outil de codage pour terminal des agents qui modifient au fur et à mesure.
Outils d'écriture bloqués pendant la planification
On ne demande pas à l'agent de s'abstenir de modifier ; il n'a simplement aucun outil d'édition disponible pendant qu'il planifie. Les outils d'écriture sont totalement absents de la liste d'outils du modèle, et l'approbation est l'événement qui les déverrouille. C'est une protection structurelle plutôt qu'une demande polie, ce qui fait une vraie différence quand vous pointez une IA vers un dépôt réel.
Exécution de code en sandbox
Coderrr n'a aucun outil qui exécute des commandes sur votre arborescence de travail. Les commandes s'exécutent dans une sandbox, et l'agent lit le vrai code de sortie et la vraie sortie. Le niveau scratch par défaut utilise une copie jetable du projet, ce qui limite le rayon d'action d'une mauvaise instruction. Quand Docker est disponible, il passe automatiquement à un conteneur avec le réseau coupé et toutes les capacités retirées. Cette montée en gamme compte, parce qu'un conteneur isolé du réseau empêche l'agent de récupérer une dépendance ou d'appeler un endpoint que vous n'avez jamais approuvé pendant l'exécution.
Fichiers de spécification comme mémoire de l'agent
Les plans vivent dans .coderrr/specs/NNN-slug/ et sont destinés à être commités avec votre code. Au-delà de la documentation, ils servent de mémoire à l'agent : une session ultérieure lit le tasks.md pour savoir où en sont les choses au lieu de rejouer un journal de chat. Vous pouvez modifier ces fichiers avant d'approuver pour orienter le travail.
Souplesse des fournisseurs via HTTP simple
Coderrr atteint chaque fournisseur via HTTP simple, donc aucun SDK de fournisseur n'est installé. Il prend en charge Ollama, Anthropic, OpenAI, Google et OpenRouter. La valeur par défaut est gemma4:31b-cloud via Ollama, utilisable sur un compte gratuit. Les clés d'API se résolvent d'abord dans les variables d'environnement, puis dans le trousseau de l'OS, puis dans un fichier de configuration écrit avec des permissions restreintes.
Registre de skills réutilisables
Les skills sont des consignes markdown sur la manière d'aborder une classe de problème, récupérées quand l'agent décide qu'il en a besoin et supprimées après usage. Elles n'ajoutent aucune capacité exécutable, donc une mauvaise skill ne peut donner que de mauvais conseils à un agent dont les outils sont déjà bridés. Vous pouvez parcourir ce même registre vous-même avec coderrr skills search.
Prise en charge des serveurs MCP
Vous pouvez connecter vos propres serveurs MCP, et leurs outils deviennent des outils que Coderrr peut appeler : Figma, Linear, Notion ou quelque chose d'interne à votre entreprise. Aucune installation supplémentaire n'est nécessaire, puisque le client est en HTTP simple comme toutes les autres connexions de l'outil. Depuis une session, vous collez une URL et c'est réglé.
Avantages et inconvénients
Avantages
- Gratuit et open source sous licence MIT, sans abonnement pour l'outil lui-même.
- La barrière d'approbation fait que rien ne change sur le disque tant que vous ne le dites pas explicitement.
- L'exécution en sandbox renvoie les vrais codes de sortie à l'agent, qui peut donc repérer ses propres erreurs.
- Commiter les fichiers de spécification conserve une trace lisible de ce qui a été planifié et de ce qui reste.
- Fonctionne avec des modèles locaux, vous pouvez donc l'utiliser sans compte ni facture d'API.
Inconvénients
- Les modèles entièrement locaux sont nettement plus faibles sur l'usage d'outils multi-tours dont dépend la boucle de l'agent. Les résultats peuvent décevoir.
- La sandbox scratch limite les dégâts accidentels, mais ce n'est pas une barrière contre du code délibérément hostile. Une ceinture de sécurité, pas un coffre-fort.
- Les répertoires de dépendances ne sont pas copiés dans le niveau scratch, l'agent peut donc devoir les installer avant que les tests ne tournent.
- Pas d'API publique et pas d'interface graphique, ce qui l'écarte pour quiconque veut une expérience de pointer-cliquer.
Questions fréquentes
Oui. L'outil lui-même est gratuit et open source sous licence MIT, et la configuration par défaut passe par un compte Ollama gratuit. Vous ne payez que si vous choisissez un fournisseur payant comme Anthropic, OpenAI ou Google pour des modèles plus puissants.
Contenus associés
Découvrez des outils, des compétences et des articles liés à Coderrr.
Alternatives à Coderrr
Forefront
Forefront · ProgrammationForefront est une plateforme web pour construire avec de l'IA open source. Elle vous laisse affiner les principaux modèles de langage open source sur vos propres données, évaluer leurs performances et les exécuter via une API ou les exporter pour les héberger vous-même. Les développeurs qui veulent le confort d'une plateforme fermée mais tiennent à rester propriétaires de leurs modèles et de leurs données sont le public visé ici.
Startkit
StartKit.AI · ProgrammationStartkit est un boilerplate pour créer des produits SaaS d'IA et des wrappers d'IA. Voyez-le comme un boilerplate de startup IA avec les parties ennuyeuses déjà branchées : authentification, paiements Stripe et Lemon Squeezy, limites d'usage, e-mail transactionnel et un kit de démarrage d'API IA qui parle à OpenAI, Anthropic, Groq ou Llama. Vous clonez le dépôt, fixez votre prix et attaquez la partie du produit pour laquelle les gens paient vraiment. Il repose sur Next.js au-dessus de React et Tailwind, donc une bonne partie du code boilerplate vous semble déjà familière.
Testim
Tricentis · ProgrammationTestim est une plateforme d'automatisation des tests dopée à l'IA, qui sert à créer et exécuter des tests de bout en bout sur des applications web, mobiles et Salesforce. Elle s'appuie sur l'apprentissage automatique pour garder les tests stables quand une interface change, alors les équipes passent moins de temps à réparer des sélecteurs cassés. Pas mal pour un outil de tests automatisés que vous pouvez utiliser dès aujourd'hui. Vous créez des tests en enregistrant des actions dans un navigateur, puis vous ajoutez du JavaScript quand vous avez besoin de plus de contrôle. C'est un choix solide pour une équipe QA bien occupée.
