【免费下载链接】whip
A fast coding-agent harness in Go. Tool-use loop, bubbletea TUI, provider-routable models with live catalog discovery, MCP support, background subagents. One binary, no runtime, built for open-source models.
🚀WhipCode是一个用 Go 编写的快速编码智能体(coding-agent harness),提供Desktop 桌面应用、CLI 终端(bubbletea TUI)、Web 网页客户端三种使用方式。它基于工具调用循环(Tool-use loop),支持模型目录实时发现、MCP 扩展与后台子智能体,全部打包为单个二进制文件,无需额外运行时,且专为开源模型优化。本文带你完成三种方式的完整安装,并附 30 秒体验指南,快速跑通你的第一条指令。
为什么值得尝试 WhipCode?
WhipCode 的核心思路是"把任务委派出去":
- 递归委派:智能体把任务拆成聚焦的小任务,启动自己的子智能体并行工作,通过消息协作
- 上下文始终可控:搜索和读取历史、文件与大工具输出时按有界切片进行,而不是把一切塞进提示词
- 过程可见:查看对话、执行树(Tree)、时间线(Timeline),追踪模型用量与成本
- 保持掌控:自选模型、设置工具权限、连接本地或远程执行主机,并用 skills 与 MCP 服务器扩展能力
在官方保留的 Frontier 评测中,WhipCode 解决了 30 个任务中的 20 个(66.7%),且成本处于低成本-高通过率区间:
📈 更多评测方法说明见 docs/benchmarks.md。
方式一:安装 WhipCode Desktop 桌面应用(macOS)
Desktop 目前面向Apple Silicon(M 系列芯片)+ macOS 14 及以上,安装包名为whipcode-desktop-darwin-arm64.dmg。
3 步安装步骤:
- 下载
whipcode-desktop-darwin-arm64.dmg,打开后将Whip Beta拖入 Applications - 启动应用,若弹出提示请选择Set up this Mac—— 应用自带匹配的
whipcode后端(默认安装到~/.local/bin/whipcode),无需再单独安装 CLI - 连接模型提供商、打开项目文件夹,描述你想做的事
首次启动的欢迎页如图所示,可以直接先写任务草稿,再点Connect a provider连接模型:
💡 桌面应用与终端共享同一个
~/.whipcode主目录和守护进程(daemon);通过 Desktop 管理的后端随 Desktop 自动更新,独立 CLI 安装则使用whipcode update。详细规则见 docs/desktop.md 与 docs/setup.md。
方式二:安装 WhipCode CLI 命令行(macOS / Linux)
喜欢终端的用户可以直接安装独立 CLI,安装后命令名为whipcode。
一键安装步骤:
- 仓库根目录内置了校验完整的安装脚本 install.sh,它需要系统已有
curl、Python 3 和sha256sum(或shasum) - 脚本会校验平台资源集合与 SHA-256 校验和后原子替换旧版本,默认安装到
~/.local/bin(如不在PATH中请自行添加;可用WHIPCODE_BIN_DIR指定其他目录) - 进入你的项目目录,直接运行
whipcode,TUI 界面立即打开
首次运行会在输入框上方打开提供商对话框:选择 Inference.net(推荐)、OpenRouter、OpenAI(API key 或 ChatGPT 订阅)等并粘贴密钥即可,按Enter连接;也可选择Custom endpoint配置任意 OpenAI 兼容端点。按Esc可关闭对话框先写草稿,之后用/connect或/auth重新打开。
非交互式的 API key 配置与运行示例:
whipcode auth openrouter whipcode run -p openrouter -m moonshotai/kimi-k3 "inspect this repository and explain its architecture"日常更新只需:
whipcode update📖 完整配置、密钥文件复用与守护进程管理(whipcode daemon start/stop/restart等)见 docs/setup.md。
方式三:启动 WhipCode Web 网页客户端
Web 客户端与 Desktop 共用同一套前端,内置在发布二进制中。只需两条命令:
whipcode daemon start whipcode webwhipcode web会检查守护进程兼容性、打印就绪地址并自动打开浏览器,然后保持前台运行- 默认尝试绑定
127.0.0.1:4444;想固定端口可用WHIPCODE_LISTEN=127.0.0.1:9876 whipcode web - 按
Ctrl+C只停止网页网关,不会停止守护进程和已接受的任务 - 不想自动开浏览器?加
--no-open;只查看已运行网关用whipcode web --url <origin>
⚠️ 注意:守护进程默认只开 Unix socket,不开任何网页监听端口;普通启动 Desktop 或 CLI 也不会监听 Web 端口。手机/局域网访问需通过受信任网络与反代配置,见 docs/web-app.md。
30秒体验指南:连接模型并发送第一条消息
无论用哪种方式,首次体验流程都一样:
- 连接提供商:点 Connect,选择 Inference.net / OpenRouter / OpenAI,粘贴 API key(或用订阅登录)
- 选择项目文件夹:在欢迎页选择要工作的代码目录
- 发送第一条消息:输入一句话,比如 "inspect this repository and explain its architecture"
桌面端默认权限级别为Ask(每次工具调用请求批准),可在欢迎页下拉切换;CLI 中--permission-mode automatic则直接启用 Full Access。
几秒后你就能在界面中看到智能体把仓库拆成三个子智能体并行探索,右侧还有执行追踪、Token 与成本统计:
常见问题(FAQ)
- Desktop 支持 Windows / Linux 吗?首个 Desktop 版本仅面向 Apple Silicon macOS,其他平台请先用 CLI 或 Web 方式。
- CLI 需要安装 Go 或 Node 才能使用吗?不需要。用户拿到的就是单个二进制;只有从源码构建才需要 Go 1.27+、Node.js 24 与 Task。
- 关闭窗口任务会中断吗?不会。共享的 daemon 拥有全部工作,关闭窗口、网页或桌面应用都不影响已接受的会话,稍后可随时重连。
- 如何升级?Desktop 安装的应用通过 Desktop 更新;独立 CLI 用
whipcode update。
进阶:从源码构建
想参与开发或尝鲜main分支?克隆仓库后两条命令即可:
git clone --branch main https://gitcode.com/gh_mirrors/whip3/whip cd whip npm ci task build # 生成 ./whipcode(含内嵌渲染器与原生辅助程序)🧭 更多资源:
- 安装与本地开发:docs/setup.md
- Desktop 指南:docs/desktop.md
- Web 应用:docs/web-app.md
- 提供商与认证:docs/models-providers.md
- 架构总览:docs/architecture.md
- RLM 递归运行时原理:docs/rlm-runtime.md
- 贡献指南:CONTRIBUTING.md
【免费下载链接】whip
A fast coding-agent harness in Go. Tool-use loop, bubbletea TUI, provider-routable models with live catalog discovery, MCP support, background subagents. One binary, no runtime, built for open-source models.
相关推荐
30 秒免安装体验 MCP 记忆:Nocturne Memory 公共 Demo 快速上手教程
30 秒免安装体验 MCP 记忆:Nocturne Memory 公共 Demo 快速上手教程 Nocturne Memory 是一个基于 MCP 协议的轻量级
如何快速上手Halo:零基础30秒完成安装、配置与首次AI对话完整教程
如何快速上手Halo:零基础30秒完成安装、配置与首次AI对话完整教程 本文面向零基础用户,手把手带你 30 秒完成 Halo 的安装与配置。Halo 是一款
AI 应用AI Agent大模型本地部署RAG浏览器控制桌面应用如何快速上手 AI File Sorter:Windows/macOS/Linux 三平台安装完整教程
如何快速上手 AI File Sorter:Windows/macOS/Linux 三平台安装完整教程 AI File Sorter 是一款跨平台的 AI 文件
AI 应用大模型本地部署桌面应用
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考