jcode: AI Coding Agent Tiết Kiệm RAM Nhất
1jehuang/jcode
jcode là một terminal AI coding agent viết bằng Rust, chứng minh khả năng tiết kiệm RAM bằng số liệu cụ thể: 260,8 MB khi chạy 10 phiên cùng lúc, so với 2.300,6 MB của Claude Code, theo benchmark trong chính README. Hãy dùng jcode nếu bạn chạy nhiều phiên agent cùng lúc và làm việc trên terminal là đủ. Bỏ qua nếu bạn cần GUI, hoặc cần kết nối MCP server qua HTTP/SSE — jcode hiện chỉ hỗ trợ MCP server dạng stdio.
jcode Là Gì?
jcode là công cụ dòng lệnh (CLI) kèm TUI để lập trình với AI, viết bằng Rust, phát hành theo giấy phép MIT. jcode đăng nhập được vào Claude, OpenAI, Gemini, GitHub Copilot và các endpoint tương thích OpenAI — kể cả Ollama hay LM Studio chạy cục bộ — rồi xếp thêm một memory graph vector ngữ nghĩa và chế độ đa agent 'Swarm'. README chỉ nhắm một mục tiêu: giữ RAM và thời gian khởi động gần như không đổi khi số phiên tăng lên.
Giải Quyết Nhu Cầu Hiệu Năng và Tài Nguyên Cho AI Agent
Chạy song song nhiều phiên AI agent — một agent điều phối cùng vài agent phụ chạy nền — đã là chuyện bình thường, nhưng mỗi phiên trong các công cụ như Claude Code hay OpenCode lại chiếm vài trăm MB riêng, và con số này cộng dồn rất nhanh trên một chiếc laptop. README của jcode nhắm thẳng vào vấn đề này: đo PSS từng phiên so với bảy agent khác, và thiết kế để con số đó gần như không tăng khi thêm phiên, thay vì chỉ dựng thêm một giao diện chat khác lên trên API của LLM.
Các Tính Năng Chính Của jcode
- ✓RAM được đo bằng PSS thực tế, không chỉ là lời quảng cáo: 27,8 MB cho một phiên khi tắt embedding cục bộ, 117,0 MB baseline ở 10 phiên, và chỉ khoảng 10,4 MB tăng thêm cho mỗi phiên mới — so với 212,7 MB của Claude Code trong cùng bài test.
- ✓Tốc độ khởi động: 14,0 ms cho time-to-first-frame và 48,7 ms cho time-to-first-input, đo qua 10 lần khởi chạy PTY trên cùng một máy Linux.
- ✓Memory graph ngữ nghĩa: mỗi lượt hội thoại được nhúng thành vector, các bộ nhớ liên quan được lấy ra qua độ tương đồng cosine, và một 'sideagent' chạy nền trích xuất và gộp bộ nhớ khi có semantic drift, đủ số lượt, hoặc khi kết thúc phiên.
- ✓Chế độ đa agent Swarm: các agent cùng làm việc trên một repo sẽ được server báo khi agent khác sửa file mà chúng vừa đọc, và có thể nhắn riêng, broadcast cho tất cả, hoặc giới hạn tin nhắn trong phạm vi repo.
- ✓Agent có thể tự spawn swarm con của riêng nó — agent gốc trở thành coordinator, các agent được spawn ra trở thành worker, chạy được cả headless lẫn có giao diện.
- ✓Hỗ trợ nhiều nhà cung cấp: đăng nhập OAuth cho 11 provider tích hợp sẵn, cộng một lớp tương thích OpenAI dùng chung với 15 profile dựng sẵn (OpenRouter, DeepSeek, Moonshot AI...), và lệnh `jcode provider add` cho endpoint tự host hoặc vLLM.
- ✓TUI tùy biến: side panel dùng được như trình xem file trực tiếp hoặc diff viewer, sơ đồ Mermaid render ngay trong terminal qua renderer riêng của jcode, giao diện vẽ lại được hơn 1.000 fps.
Cài Đặt jcode
macOS và Linux: `curl -fsSL https://jcode.sh/install | bash`. Windows 11 (PowerShell 5.1+): `irm https://jcode.sh/install.ps1 | iex`. Cả hai đều là script một dòng lấy trực tiếp từ jcode.sh. README có dẫn link riêng tới phần 'detailed installation' cho Homebrew, build từ source, và thiết lập provider — nội dung đó không nằm trong tài liệu mà bài viết này tổng hợp được, nên hãy coi các hướng đi đó là chưa được tài liệu hóa rõ ràng cho tới khi bạn tự kiểm tra link gốc.
Bắt Đầu Nhanh Với jcode
Đăng nhập vào một provider trước — ví dụ `jcode login --provider claude` hoặc `jcode login --provider openai`. Đăng ký một endpoint tự host bằng `jcode provider add my-api --base-url https://llm.example.com/v1 --model my-model-id --api-key-stdin --set-default`, rồi test nhanh bằng `jcode --provider-profile my-api auth-test --prompt 'Reply exactly JCODE_PROVIDER_SETUP_OK'`. Với runtime cục bộ thì làm tương tự: `ollama pull llama3.2` rồi `jcode --provider ollama --model llama3.2 run 'hello'`.
Điểm Mạnh
- ✓PSS ở 10 phiên là 260,8 MB cho jcode so với 2.300,6 MB của Claude Code và 3.237,2 MB của OpenCode, theo đúng bảng số liệu trong README — chênh lệch thật sự đáng kể nếu bạn giữ nhiều phiên cùng lúc.
- ✓Time-to-first-frame là 14,0 ms so với 3.436,9 ms của Claude Code trong cùng lần đo. Khởi động gần như tức thì.
- ✓Trích xuất và gộp bộ nhớ chạy tự động ở 'ambient mode', nên agent nhớ lại ngữ cảnh trước đó mà bạn không phải gọi công cụ bộ nhớ mỗi lượt.
- ✓Swarm cảnh báo các chỉnh sửa xung đột giữa các agent dùng chung repo, thay vì để chúng âm thầm ghi đè lên nhau.
- ✓Một lớp provider tương thích OpenAI dùng chung, phủ cả dịch vụ hosted như OpenRouter, DeepSeek lẫn server vLLM tự host, nên endpoint mới không cần tích hợp riêng.
Hạn Chế Hiện Tại và Những Điều Cần Lưu Ý
- △Số liệu RAM và độ trễ đến từ chính README của maintainer, chạy trên một máy Linux duy nhất qua 10 lần khởi chạy PTY — không phải benchmark độc lập từ bên thứ ba.
- △Bản được test là `v0.9.1888-dev (be386f2)`, một bản dev trước 1.0, nên định dạng config và các flag CLI vẫn có thể thay đổi.
- △MCP chỉ hỗ trợ server dạng stdio; các entry HTTP/SSE được nhận diện trong config nhưng bị bỏ qua chứ không kết nối.
- △Cuộn màn hình mượt theo từng dòng cần dự án terminal riêng của tác giả, Handterm, mà README gọi là đang trong quá trình phát triển — terminal thông thường chỉ có scrollback bình thường.
- △Các hướng cài đặt khác ngoài script curl/PowerShell — như Homebrew, build từ source — chỉ được link tới từ README, không có tài liệu chi tiết trong nội dung được xem xét ở đây.
Các Lựa Chọn Thay Thế Cho jcode
Câu Hỏi Thường Gặp
jcode phát hành theo giấy phép MIT, theo thông tin trên GitHub repository.
jcode được viết bằng Rust — README cho rằng đây là lý do giúp jcode có mức tiêu thụ RAM thấp và khởi động nhanh.
jcode hỗ trợ cả hai: `jcode login --provider ollama` hoặc `jcode login --provider lmstudio` kết nối tới endpoint tương thích OpenAI cục bộ của chúng, dùng streaming chat completions và tool calling.
jcode kết nối được với bất kỳ endpoint tương thích OpenAI nào qua `jcode login --provider openai-compatible` hoặc lệnh `jcode provider add`, kể cả server vLLM tự host không cần API key.
jcode nhúng mỗi lượt hội thoại thành vector ngữ nghĩa và truy vấn memory graph qua độ tương đồng cosine để lấy lại bộ nhớ liên quan; một 'sideagent' chạy nền trích xuất và gộp bộ nhớ định kỳ thay vì để agent tự gọi công cụ bộ nhớ.
Swarm cho phép bạn spawn nhiều agent jcode trên cùng một repo; server sẽ báo cho một agent khi agent khác sửa file mà nó vừa đọc, và các agent có thể nhắn riêng, broadcast, hoặc tự spawn swarm worker của riêng mình.
Trường Hợp Sử Dụng Phù Hợp Nhất
- •Chạy một agent điều phối cùng vài agent worker cùng lúc mà RAM không tăng tuyến tính theo từng phiên.
- •Làm việc đa agent trên cùng một repo qua Swarm, nơi các chỉnh sửa xung đột được cảnh báo thay vì bị ghi đè.
- •Làm việc với model tự host hoặc chạy cục bộ — vLLM, Ollama, LM Studio — qua cùng một CLI thay vì dùng công cụ riêng cho từng backend.
- •Các phiên làm việc dài, nơi bạn muốn ngữ cảnh được nhớ lại tự động từ memory graph thay vì phải dán lại.
Nên Dùng jcode Khi Nào — Và Khi Nào Nên Bỏ Qua
Hãy dùng jcode nếu bạn giữ nhiều phiên agent mở cùng lúc và terminal vốn đã là nơi bạn làm việc — bảng PSS trong README chứng minh điều đó bằng số liệu thật. Bỏ qua nếu bạn cần GUI hay plugin IDE, hoặc nếu hạ tầng MCP của bạn phụ thuộc vào server HTTP/SSE, vì jcode hiện chỉ kết nối được với server dạng stdio.