프로젝트 아이디어를 명세, 구현 및 확인 결과. Siesta 인터뷰, 문제로 일을 깰, 코딩 에이전트 실행, 그리고 그들의 일을 검사하는 데 필요한 결정과 증거를 기록합니다.

컴퓨터에서 실행되는 작은 신청을 위해 디자인됩니다. 주 메뉴 코드는 여전히 사용 전에 리뷰가 필요합니다.

어떻게 작동합니까?

관현관은 파이썬이다: python3 -m pipeline. 그것은 구성 된 역할을 선택 그리고 Pi 기호화 대리인을 invokes, Ollama에 연결하고 worker의 파일과 쉘 도구를 제공합니다. 검토자는 노동자 역할을 사용합니다; 승인 프록시 및 학습자는 사용 컨설턴트 역할.

| 역할 | 일 | 기본 모델 | |—||||| | 플랜너 | 인터뷰, 사양, 문제점 플랜 | glm-5.2:cloud | | 노동자 | 실시, 코드 검토, 검증 | [T2] | | 컨설턴트 | 조언, 승인 프록시, 학습 | [T3] |

모델은 명시적으로 선택됩니다. factory/config/models.json. 자동 모델 선택은 없습니다. Python은 실제 할당을 인쇄합니다. 시작하기

**Ollama Cloud에서 기본 모델이 실행됩니다. ** 지역 Ollama daemon은 그들의 프록시. 당신의 자신의 기계에 inference를 위해, 따르십시오

Siesta 💤

Turn a project idea into a specification, an implementation and a verified result. Siesta interviews you, breaks the work into issues, runs coding agents, and records the decisions and evidence needed to inspect their work.

It is designed for small applications that run on your computer. Generated code still needs your review before use.

How it works

flowchart LR
    Idea --> Interview --> Spec --> Plan
    Plan --> Worker
    Worker --> Review --> Verify --> Result
    Worker --> Consultant --> Worker
    Worker --> Learning
    Result --> Learning
    Learning --> KB
    KB --> Spec
    KB --> Worker

The orchestrator is Python: python3 -m pipeline. It selects a configured role and invokes the Pi coding agent, which connects to Ollama and provides the worker’s file and shell tools. The reviewer uses the worker role; the approval proxy and learner use the consultant role.

Models are selected explicitly in factory/config/models.json. There is no automatic model selection. Python prints the actual assignments at startup.

The default models run on Ollama Cloud. The local Ollama daemon acts as their proxy. For inference entirely on your own machine, follow the local Ollama guide, including the native tool probe and served-context check.

Installation

Requirements: Python 3.10+, Git, Bash, Node.js supported by Pi, and a running Ollama installation. Run these commands from the cloned repository root:

python3 -m venv .venv
source .venv/bin/activate
python -m pip install pytest
npm install -g --ignore-scripts @earendil-works/pi-coding-agent
ollama list
pi --help

The Python orchestrator uses the standard library. Keep pytest available in the active environment for generated Python projects and the regression suite. All 15 agent skills are included in the repository.

Git must be configured to create commits with your chosen public attribution. Generated projects have their own Git repositories.

Configure access to the selected models before starting. Cloud routing requires Ollama Cloud access; local routing uses the isolated Ollama profile. Register each model in Pi with its actual served context window.

Usage

Start an interview:

./factory/bin/siesta.sh 'Build a small Python CLI timer with tests'

For an already detailed request, skip the interview:

./factory/bin/siesta.sh --auto 'Build a Python CLI that adds two integers, with pytest tests in every issue'

Resume with the same idea and model profile: