Go verzija terminal Agent-a PaiCLI je lansirana, jedan binarni fajl rešava sve

Go verzija PaiCLI-a je lansirana.

Sada PaiCLI ima četiri verzije: Java, Python, TypeScript, Go, srž arhitekture je potpuno identična, svi su ReAct + Tool Use + MCP + Memory + RAG + Skill set.

https://gitcode.com/javabetter/paicli-go

Prvo napomena, pozicija Go verzije je ista kao Python i TypeScript verzija, nije napraviti Claude Code, već neka ljudi svojim najomiljenijim jezikom osobno implementiraju kompletnu tehnološki stack AI Agent-a.

Naravno Go, Python, TypeScript ove tri verzije će sigurno imati neke bugove, dobrodošli aktivno da otvarate issue ili direktno PR.

Tako možete direktno ovaj projekat GitHub adresu napisati u CV, jer suprotno od Java verzije, ove tri verzije su open-source.

01. Šta drugačije ima Go verzija

PaiCLI-Go ključne zavisnosti su samo 2 biblioteke.

Charm familija (Bubble Tea + Bubbles + Lip Gloss + Glamour), terminal UI framework.

Bubble Tea je najzreliji TUI framework u Go ekosistemu, baziran na Elm arhitekturi, vođen stanjem rendering.

PaiCLI je napravio kompletnu terminal aplikaciju, nije jednostavan komandne linije pitanje-odgovor, već ima ASCII Logo, thinking vizuelizacijski stream izlaz, mouse scroll listanje, scroll traku, kontekstni prozor korišćenje progress traku kompletnu interfejsu.

Lip Gloss je zadužen za terminal stil rendering — boja, ivica, layout, Glamour je zadužen za Markdown rendering sa syntax highlighting terminal izlaz.

cobra, CLI framework. Go ekosistem de facto standard, kubectl, docker, Hugo svi koriste.

PaiCLI koristi cobra definisao 8 podkomandi: doctor (provera okoline), index (izgradnja koda indeks), search (pretraga koda), graph (štampa kod relacija graf), serve (pokrenuti Runtime API), wechat (WeChat kanal), snapshot (snapshot upravljanje), version.

Dodaj doublestar za glob match, Go verzija direktnih zavisnosti ukupno 3.

Go u ovom scenariju najveća prednost je single binarno implementacija.

go build ./cmd/paicli kompajliranje je jedan izvršni fajl, veličina oko 15MB.

Ako želite cross-kompajlirati na Linux server, GOOS=linux go build ./cmd/paicli jednom linijom rešava. Za operacije i automatske scenarije ova prednost je velika.

Još jedna Go jedinstvena mogućnost: Go AST nivo kod indeks.

PaiCLI-Go RAG modul ne samo po liniji deli tekst, on će pozvati go/ast i go/parser standardnu biblioteku da parsira Go izvorni kod, izvlači funkcije nivo simbol informacije, uključujući funkcije naziv, primaoc tip (npr. *Agent.Run), i uspostavlja import relacije i contains relacije kod relacija graf.

ast.Inspect(file, func(n ast.Node) bool {
    fn, ok := n.(*ast.FuncDecl)
    if !ok {
        return true
    }
    sym := fn.Name.Name
    if fn.Recv != nil && len(fn.Recv.List) > 0 {
        sym = exprString(fn.Recv.List[0].Type) + "." + sym
    }
    // ekstraktuje funkcije nivo Chunk, sa simbol imenom, linija broj opseg
    i.Chunks = append(i.Chunks, Chunk{...})
    i.Relations = append(i.Relations, Relation{From: rel, To: sym, Kind: "contains"})
    return false
})

To znači kada pretražujete Agent, ne samo može da se poklopi tekst gde se pojavljuje Agent, već direktno pozicionira na Agent.Run, Agent.Team ove funkcije definicije, i zna u kom fajlu se nalaze, ko ih importuje.

02. Koje funkcionalnosti su implementirane

ReAct reasoning petlja. Prihvata korisnički unos → poziva veliki model reasoning → određuje da li treba alat → izvršava alat → rezultat hrani model → nastavlja reasoning.

Go verzija u petlju dodao Loop Guard: ako detektuje da model je ponovljen poziv istog parametra isti alat, direktno prekida petlju i traži od modela da generiše konačan odgovor iz postojećeg konteksta, sprečava beskonačnu petlju.

13 ugrađenih alata. read_file, write_file, list_dir, glob_files, grep_code, execute_command, create_project, web_search, web_fetch, save_memory, load_skill, search_code, revert_turn.

Alat izvršenje kroz goroutine paralelno raspoređivanje, 4 slot semafor kontroliše stepen paralelnosti, svaki alat poziv ima 90 sekundi timeout.

func (r *Registry) ExecuteAll(ctx context.Context, calls []llm.ToolCall) []Result {
    results := make([]Result, len(calls))
    var wg sync.WaitGroup
    sem := make(chan struct{}, 4)  // 4 slot semafor
    for i, call := range calls {
        wg.Add(1)
        go func(i int, call llm.ToolCall) {
            defer wg.Done()
            sem <- struct{}{}
            defer func() { <-sem }()
            results[i] = r.Execute(cctx, call)
        }(i, call)
    }
    wg.Wait()
    return results
}

Plan-and-Execute task planiranje. Unesi /plan <task>, prvo neka model generiše step-by-step plan, zatim plan kao kontekst ubacuje u ReAct petlju korak po korak izvršava.

Pogodno za „refaktorira ceo modul“„migriraj bazu podataka Schema“ ove višekorakne zadatke, nego čisti ReAct više smerova.

Multi-Agent orkestracija. Unesi /team <task>, ugrađeni Planner, Worker, Reviewer tri uloge, redom izvršava, svaka uloga izlaz kao sledeće uloze ulazni kontekst.

Planner je zadužen za rastavljanje zadataka i formiranje rešenja, Worker drži rešenje poziva alat izvršava, Reviewer vrši kvalitet kontrole izvršnog rezultata. Tri uloge sistemski prompt je odvojeno održavano, međusobno ne ometaju.

MCP protokol pristup. Podržava stdio i HTTP dva transport protokola, čita korisnički nivo (~/.paicli/mcp.json) i projektni nivo (.paicli/mcp.json) konfiguraciju.

Nakon MCP alat registracije kao mcp__<server>__<tool> imenovanje, i ugrađeni alat jedinstven raspoređivanje. Ako konfigurišeš Step API Key, automatski će registrovati Step Search kao MCP alat.

Skill sistem. Tro-nivo skeniranje: ugrađeni Skill, korisnički nivo Skill (~/.paicli/skills/), projektni nivo Skill (.paicli/skills/).

Svaki Skill je direktorijum, unutra stavi SKILL.md definiciju opis i okidni uslov, frontmatter podržava name, description, version, author, tags polja. Agent pri pokretanju automatski otkriva sve Skill i generiše indeks sažetak ubacuje sistemski prompt, runtime kroz load_skill alat lazy load kompletn sadržaj.

Skill nakon učitavanja ubacuje sledeći rundu korisničke poruke kontekst, i Claude Code mehanizam misao je konzistentna.

Memory sistem. JSON fajl persistencija, podržava global i project dva opsega. Globalna memorija prelazi projekat deljen, projektna memorija samo u trenutnom radnom direktorijumu važi. Pretraživanje koristi više ključnih reči overlap poklapanje, najmanje pogodi 2 ključne reči vrata rezultat, izbegava single karakter match noise.

8 model proizvođača pre-konfiguracija. DeepSeek (default), GLM (Zhipu), Step (Step Xingchen), Kimi (Moon tamne strane), Agnes, iFlytek Spark, FreeLLMAPI, OpenAI. Svaki Base URL, default model, kontekstni prozor veličina su konfigurisani. Promena proizvođača samo postavlja PAICLI_PROVIDER environment promenljivu. DeepSeek V4 automatski adaptira 1 milion token kontekstni prozor.

Internet pretraga. web_search alat po prioritetu redom pokušava SearXNG → SerpAPI → DuckDuckGo HTML parsiranje.

SearXNG je self-deploy pretraga, najbolja privatnost. SerpAPI je komercijalna pretraga servis, najstabilniji rezultat. DuckDuckGo je čist HTML parsiranje fallback, ne treba nikakav API Key, direktno parsira pretraga rezultat stranice DOM ekstraktuje naslov, link i sažetak. Tri rešenja pokrivaju od „ništa nije konfigurisano“ do „sve je konfigurisano“ sve scenarije. web_fetch alat takođe napravio bezbednosni filter, blokira file://, loopback adresu i privatni mrežni segment request, sprečava SSRF.

03. Kako PaiCLI napisati u CV?

Prema trenutnoj AI Agent poziciji JD na tržištu, PaiCLI funkcionalni moduli su kompletno pokriveni.

Ispod je CV direktivo upotrebljiv projekat opis šablon.

Naziv projekta: PaiCLI-Go terminal Agent CLI (2026.05 - 2026.07)

Projekat opis: Claude Code sličan terminal Agent CLI alat (Go verzija), podržava ReAct reasoning, Plan-and-Execute task planiranje, Multi-Agent multi-role orkestraciju, MCP protokol pristup, Skill sistem, Go AST kod indeks, Snapshot snapshot rollback, kompajlira kao single binarni fajl, može u terminalu kroz prirodni jezik vozi kod razvoj i debugging.

Tehnološki stack: Go 1.26+, Bubble Tea + Lip Gloss + Glamour, cobra, go/ast, go/parser

Ključne odgovornosti:

• Baziran na Go standardnoj biblioteci net/http implementirao OpenAI-compatible stream LLM klijent, kroz SSE line-by-line parsing realizovao thinking i content dual channel stream izlaz, unified adaptira DeepSeek, GLM, Kimi, Step, OpenAI itd. 8 proizvođača, DeepSeek V4 adaptira milion token prozor
• Implementirao ReAct reasoning petlju, podržava 13 ugrađenih alata goroutine paralelno raspoređivanje, kroz 4 slot channel semafor kontroliše paralelnost
• Baziran na Bubble Tea (Elm arhitektura) konstruisao celog ekrana terminal TUI, realizovao stream thinking vizuelizaciju, Markdown rendering, mouse scroll listanje, scroll traku, kontekstni prozor korišćenje progress traku, podržava celog ekrana i plain stdin dva interaktivna moda
• Implementirao MCP protokol klijent, podržava stdio i HTTP dva transport protokola, čita korisnički i projektni nivo konfiguraciju automatski otkriva i registruje remote alat, realizovao tools/list, tools/call, resources/list, resources/read kompletnu klijent mogućnost
• Baziran na go/ast i go/parser standardnoj biblioteci konstruisao RAG kod indeks, ekstraktuje funkcije nivo simbol informacije i primaoc tip, uspostavlja import i contains relacije kod relaciju graf, pretraga vreme sintezira kosinus sličnost i simbol match ocenjivanje
• Dizajnirao bezbednosnu strategiju tri set, PathGuard parsira simbolički link sprečava path escape, CommandGuard koristi 9 regularnih izraza presreće opasne komande, AuditLog po datumu deli JSONL beleži kompletne opasne operacije audit log
• Realizovao Runtime API HTTP servis, pruža threads/turns/events tri sloj mogućnost, podržava Bearer Token i custom Header dvostruku autentifikaciju, može biti kao pozadinski Agent servis spoljašnji sistem poziv

ending

Četiri jezičke verzije su kompletne, Java, Python, TypeScript, Go, srž arhitektura je jedan set, ReAct, MCP, Memory, RAG, Skill implementacija ideja je potpuno ista.

[Izaberite jedan najudobniji jezik, od početka do kraja napišite ove module, na intervjuu ćete otkriti da Agent principi više nego intervjuer jasno.]

Napredajte, braća i sestre. Vidimo se sledeći put.