MS

mnemosyne-systems/orangu

Developer tools

Эта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал

50 stars Качество 61 Тренд 33GPL-3.0

Расширенный редактор кода с использованием локального ИИ

Обзор

это локальная среда кодирования, ориентированная на рабочее пространство, для вашего терминала. После загрузки орангу-сервера и ваших моделей подключение к Интернету не требуется. Он поставляется со всеми тремя уровнями, написанными сквозно в Rust: 1. - Среда кодирования терминала, рабочая станция обзора и координатор инструмента. 2. - Менеджер моделей по требованию и прокси-сервер. 3. - Нативный, чисто рустовый механизм вывода GGUF (). Каждый уровень взаимодействует с OpenAI-совместимыми API. - Единая инструментальная цепочка от CLI до трансформаторного переднего прохода. Быстрый запуск, небольшой охват и нулевые головные боли во время выполнения Python / C++. - Нулевая телеметрия. Ваш код, диффы и подсказки никогда не покидают ваше оборудование. Встроенный интерактивный двухпанельный дифф-обзор (/review) и автоматизированный LLM-обзор рубрики с уверенной оценкой (/auto review), превращающий результаты в рабочий код с /create patch. Бесшовная интеграция с потоковыми серверами HTTP MCP для расширяемой инструментальной и системной интеграции.

Обзор (машинный перевод)

orangu - это локальная среда кодирования, ориентированная на рабочее пространство, для вашего терминала.

**100% приватный и офлайн: ** после загрузки orangu-server и ваших моделей, никакого подключения к Интернету не требуется.

** Полный, автономный стек кодирования ИИ: ** Он поставляется со всеми тремя слоями, написанными сквозно в Русте:

  1. orangu — среда кодирования терминала, рабочая станция обзора и координатор инструмента.
  2. orangu-coordinator — диспетчер моделей по требованию и прокси-сервер.
  3. orangu-server — Нативный, чисто-Rust GGUF выводной движок (no llama.cpp, no ggml, no Python).

Каждый уровень взаимодействует с OpenAI-совместимыми API.

Ключевые сильные стороны

  • Pure-Rust End-to-End Stack - Единая инструментальная цепочка от CLI до трансформаторного переднего прохода. Быстрый запуск, небольшой охват и нулевые головные боли во время выполнения Python / C++. **100% Местная и частная ** - Нулевая телеметрия. Ваш код, диффы и подсказки никогда не покидают ваше оборудование. Dual-Mode Code Review - Встроенный интерактивный двухпанельный дифф-обзор ([T4]) и автоматизированный LLM-обзор рубрики с уверенной оценкой ([T5]), превращающий результаты в рабочий код с /create_patch.

Эта страница переведена автоматически. Технические детали смотрите в оригинале.

README

Показан фрагмент оригинального README. Открыть оригинал.

orangu

orangu is a local, workspace-aware, tool-driven coding environment for your terminal.

100% private and offline: after downloading orangu-server and your models, no internet connection is required.

A complete, self-contained AI coding stack: It ships all three layers, written end-to-end in Rust:

  1. orangu - Terminal coding environment, review workstation, and tool coordinator.
  2. orangu-coordinator - On-demand model manager and server proxy.
  3. orangu-server - Native, pure-Rust GGUF inference engine (no llama.cpp, no ggml, no Python).

Every layer communicates over OpenAI-compatible APIs.

Key Strengths

  • Pure-Rust End-to-End Stack - Single toolchain from CLI to transformer forward pass. Fast startup, small footprint, and zero Python/C++ runtime headaches.
  • 100% Local & Private - Zero telemetry. Your code, diffs, and prompts never leave your hardware.
  • Dual-Mode Code Review - Built-in interactive two-pane diff review (/review) and automated LLM-driven rubric review with confidence scoring (/auto_review), turning findings into working code with /create_patch.
  • Model Context Protocol (MCP) - Seamless integration with Streamable HTTP MCP servers for extensible tooling and system integration.
  • Text, Image, Video & Speech Generation - Native serving of chat, completion, embedding, text-to-image models (Qwen-Image via /v1/images/generations), text-to-video with sound (LTX-2.5 via /v1/videos), and text-to-speech (Qwen3-TTS via /v1/audio/speech).
  • Offline Knowledge Graph & Search - Incremental Tree-sitter symbol graphs (/graph) and semantic code retrieval (/search) powered by local embeddings.
  • Built-in Build & Git Automation - Full Git loop directly inside the prompt, plus /build detecting Cargo, CMake, Make, Go, Maven, and Python.

Install

Linux / macOS (via curl or wget):

curl -fsSL https://mnemosyne-systems.github.io/orangu/install.sh | sh

Windows (PowerShell):

curl -fsSL https://mnemosyne-systems.github.io/orangu/install.cmd -o install.cmd && install.cmd

This installs the full stack (orangu, orangu-coordinator, orangu-server, orangu-bench, and orangu-gguf) into ~/.local/bin (Linux/macOS) or %USERPROFILE%\.local\bin (Windows), and warns if the directory is not in your PATH.

Custom install directory: set INSTALL_DIR before running the script:

# Linux / macOS
curl -fsSL https://mnemosyne-systems.github.io/orangu/install.sh | INSTALL_DIR=/usr/local/bin sh
:: Windows
set "INSTALL_DIR=C:\Tools" && install.cmd

Shell Completions

Run orangu -s to print completion scripts for bash, zsh, fish, or PowerShell (supported by all binaries: orangu, orangu-server, orangu-coordinator, orangu-bench, and orangu-gguf):

# bash
orangu -s >> ~/.bashrc && source ~/.bashrc

# zsh
Открыть полный README на GitHub

Рекомендуемые инструменты

Попробуйте другой запрос или уберите фильтр.

Установка

npx skillfish add mnemosyne-systems/orangu
Новичок в MCP? Начните с руководства на mcpskill.org →