Codewhale 支持在终端切换云端与本地模型
Codewhale 是用 Rust 编写、采用 MIT 许可的终端编码 Agent,可读取仓库、编辑文件和执行命令。它支持多家模型供应商、OpenAI 兼容端点和本地推理服务,并可在对话轮次间切换模型。
AI 深度解读
Codewhale 把选模型、分派任务和审批命令放进同一个终端工具。它用 Rust 编写,源码以 MIT 许可证开放,既能接云端模型,也能通过 Ollama 等工具接本地模型。一次任务里,规划、实现和审查甚至可以交给不同供应商的模型。
作者试用了一周,最有参考价值的是两次尝试:用三个 Agent 完成一次 Python 重构,以及把同一个任务交给三种模型。前者展示了自动交接怎么跑,后者说明了为什么值得保留换模型的选择。两次尝试都给出了具体观察,但没有足够的数据判断哪种配置更划算。
同一个任务里,为什么要换模型?
Codewhale 的基本工作流程和常见终端编码 Agent 一样。你给它一个任务,它读取仓库、修改文件、运行命令,直到完成任务或需要你介入。差别在接入层。原文称它内置 40 多家供应商,包括 Anthropic、OpenAI、DeepSeek、Google、Mistral、Moonshot、OpenRouter 和 xAI。它也支持 OpenAI 兼容端点,以及通过 Ollama、vLLM、SGLang 接入本地模型。官网另列出 50 条供应商路由和 91 个模型,原文没有解释路由的统计口径。这些数字也没有给出逐项试用结果。

作者把同一个任务分别交给 Anthropic 的云端模型、DeepSeek 的低价模型,以及通过 Ollama 接入的本地模型。按作者的观察,Anthropic 的结果最整洁,DeepSeek 跑得快,写样板代码够用,本地模型更慢,也需要更多人工引导。作者说这次本地试跑里代码没有离开机器。文章没有交代具体模型版本、硬件和耗时,这组结果只能说明那次试跑的表现。
更实用的一点是,Codewhale 支持在同一会话的不同轮次换模型。比如前一轮先梳理跨文件改动,下一轮只补几处重复的测试代码,两轮可以用不同的模型。你可以先看当前这一步需要什么能力,再决定用哪个模型。
三个 Agent 能把一次重构跑完吗?
Fleet 允许为多个 Agent 分配不同角色和模型。作者用它重构一个 Python 服务及其测试,把拆解任务交给推理能力较强的模型,把改代码交给速度较快的编码模型,再让来自另一家供应商的模型负责审查。
规划者把重构拆成步骤,实现者按步骤修改,审查者逐项对照仓库里的 AGENTS.md。审查发现一处缺失的类型标注后,把具体问题退回给实现者。作者回来时看到的是一份整洁的 diff,测试也通过了。这次试用里,工具接手了传递审查意见和返工的过程,作者没有手动转交任务。
角色怎么分仍然需要人来定。原文提到,如果两个 Agent 的职责重叠,它们可能做出相互冲突的修改。仓库里的规则写得有多具体,也决定了审查者能对照什么来提意见。任务拉长时,还可以用 /goal 设定一个跨轮次保留的目标,让后续步骤围绕同一个完成条件推进。
一次发起多个工具调用,审批怎么算?
Code mode 是默认开启的实验功能。模型可以编写一段 execute_tools 程序,一次发起多个 MCP 或插件工具调用,减少来回交互。每次调用仍要经过审批规则,并各自留下回执(receipt)。回看时,你能查到 Agent 尝试了什么、你批准了什么,以及调用结果是什么。原文还提到,Codewhale 支持 MCP Server、技能和插件,也可以在会话和工具事件上挂钩子。
作者实际常用的另一个入口是 codewhale web。它随终端版一起安装,在本机启动浏览器界面,可以查看会话、发任务和处理审批,无需注册账号。作者会从终端发起任务,再到浏览器里读跨多个文件的 diff,顺手处理下一步审批。按原文描述,终端和本地浏览器客户端当时已经可用,桌面版仍在开发且没有公开下载,云端电脑仅限受邀。终端、桌面、浏览器和云端之间的会话接续仍在建设中。

终端界面用 Ratatui 构建,这套组件也作为独立的 Rust crate 提供。作者感觉启动快,流式输出和后台执行命令同时进行时界面依旧流畅,多 Agent 长会话里也没看到内存明显膨胀。文章没有给出启动时间、内存峰值或同条件对照,所以把这些看成试用感受更合适。
我的判断
我最看重的是逐次调用的回执。一次重构可能既改源码,也跑测试和生成命令。遇到意外变更时,diff 告诉你哪些文件变了,回执则帮你追到具体的工具操作。源码开放让团队有机会进一步检查审批和记录逻辑,实际能审到什么程度,取决于团队投入多少时间。
Fleet 的案例证明这次重构的交接跑通了。原文没有让同一个模型独立完成同一项重构,也没有给出耗时、模型费用或返工次数的对照。它是否比单 Agent 实现后由人审查更省时间,还是经验判断。对小改动,配置三种角色的成本可能更高。涉及明确验收规则和多文件修改时,自动退回具体问题的价值更容易看出来。
作者认为,只用 Claude 时,Claude Code 的体验更成熟。OpenCode 有更大的社区,Codewhale 的区别在于它明确划分了 Fleet 角色,并提供逐次调用的回执。Ante 同样采用单个 Rust 二进制,作者觉得它更简单,而 Codewhale 的配置空间更大。这些属于作者的使用判断。选型时,先看团队是否真的要混用供应商、跑本地模型,或者经常追查 Agent 执行过的操作,再决定这份配置空间值不值得用。
能拿来做什么
- 找一个可以重复验收的前端任务,比如按现有接口补齐一组组件测试,在同一仓库试跑云端、低价和本地模型,记录测试结果、耗时和人工补改次数,再决定哪些活适合交给哪个模型。
- 在一次跨文件的 Node 重构里,让规划者先列改动范围,实现者负责修改,审查者按
AGENTS.md检查类型和测试。先明确谁能改代码,再观察审查退回后是否真的减少了你来回传话的时间。 - 把
/goal写成能验收的结果,例如「完成公共请求模块迁移,保持现有调用行为,相关测试全部通过」。在浏览器里审阅多文件 diff,再结合回执核对执行过的命令。