Feature Request: Per-Mode and Per-Agent LLM Routing
Ninguém assumiu esta issue ainda.
Avaliação
- Dificuldade
- 5/5
- Tempo estimado
- Mais de uma semana
- Facilidade para iniciantes
- 35/100
- Tipo de issue
- Funcionalidade
- Clareza
- Razoavelmente clara
- Status de atividade
- Pouca atividade
- Domínio
- ai-infra-agents, cli
Direção de pesquisa
Comece rastreando como o Command Code seleciona atualmente os modelos para planejamento, edição, auto-accept, YOLO e agentes personalizados; em seguida, inspecione o parsing das opções de CLI para uma substituição temporária de modelo. Considera-se concluído quando os padrões dos modos, as associações por agente e a substituição de exemplo com --model funcionarem sem interromper o fluxo de trabalho Explore-Plan-Execute.
Escrita pelo modelo de indexação a partir do texto da issue.
Descrição
Feature Description
Mode-Specific Model Routing: Users can define a default model for each of Command Code's core operational modes.
- Planning Mode (planning): Maps to high-parameter, reasoning-heavy models (e.g., Deepseek V4 Pro, GLM 5.1) for complex architectural design, system breakdown, and step-by-step logic generation.
- Edit Mode (edit): Maps to fast, highly capable coding models optimized for syntax and refactoring to execute the plan quickly.
- Auto-Accept Mode (auto-accept): Maps to ultra-fast, low-latency models for rapid, low-risk changes (e.g., fixing linting errors, adding docstrings) where developer oversight is bypassed.
- YOLO Mode (yolo): Maps to high-context, highly capable models authorized to make sweeping, project-wide changes with deep contextual understanding.
- Custom Agent Model Binding: Users creating specialized, domain-specific agents within Command Code can lock a specific model to that agent.
- CLI Flag Overrides: The ability to temporarily override the default model for a specific session or command using a flag (e.g., command-code --plan --model deepseek-v4-pro).
Use Case
Explore-Plan-Execute Workflow
- Launching off multiple agents to explore legacy repo, each using lower cost and faster agents with big context windows
- Planning with SOTA OSS models with high reasoning capabilities
- Execute plans proposed by the Planning model using a cost effective model
Additional Context
No response
How important is this to you?
Important for my workflow
- Linguagem predominante
- Sem dados de linguagem
- Estrelas
- 4k
- Forks
- 350
- Métricas de merge de PRs
- Nenhum PR com merge em 30d
Guia de contribuição
Nenhum guia de contribuição indexado para este repositório
Primeiros passos
- Leia a issue inteira e depois o guia de contribuição do projeto.
- Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
- Faça um fork do repositório e trabalhe em uma branch.
- Abra um pull request que referencie o número da issue.
Mais de CommandCodeAI/command-code
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 68/100
CommandCodeAI/command-code#855 ·
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 78/100
CommandCodeAI/command-code#841 · 1 comentário ·
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 68/100
CommandCodeAI/command-code#655 · 1 comentário ·
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 68/100
CommandCodeAI/command-code#608 ·
-
Dificuldade 3/5 1-2 dias Facilidade para iniciantes 70/100
CommandCodeAI/command-code#893 ·
Todas as issues de CommandCodeAI/command-code
Issues semelhantes
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 78/100
use-agent-os/agent-os#3263 ·
-
[Bug]: context-limit error parsing has no pattern for llama.cpp's "context size (N tokens)" phrasing Abertaarea/compression area/local-models area/sessions comp/agent duplicate P2 sweeper:risk-session-state type/bug
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 82/100
NousResearch/hermes-agent#117793 · 1 comentário ·
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 82/100
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 84/100
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 75/100
BasedHardware/omi#15236 · 1 comentário ·