Dirac是一款高效开源AI编码代理，通过哈希锚定编辑、AST操作等优化技术，在保持代码质量的同时将API成本降低50-80%。它在Terminal-Bench-2基准测试中以65.2%得分领先，平均减少64.8%的API开销，实现了更高精度和更低成本的平衡。

Dirac - 高效精准的开源代码AI助手

项目亮点
- 在Terminal-Bench-2基准测试中以65.2%得分（使用Gemini-3-Flash模型）超越Google官方基线（47.6%）和闭源竞品Junie CLI（64.3%）
- 通过哈希锚定并行编辑、AST操作等技术，平均降低64.8%的API成本（2.8倍成本优势）
- 在8项复杂代码重构任务中保持100%准确率，平均成本仅0.18美元（竞品平均0.44-0.73美元）

核心技术
针对大模型上下文长度影响推理能力的痛点，Dirac通过以下创新实现效率突破：
1. 动态上下文管理：精准控制上下文范围，提升准确率的同时降低token消耗
2. 并行编辑系统：支持大规模并发代码修改
3. 抽象语法树操作：确保代码重构的精确性

安装方式
- VS Code插件：市场直接安装
- 命令行工具：npm install -g dirac-cli

快速开始
1. 认证：dirac auth
2. 执行任务：dirac "分析项目架构"
3. 支持通过环境变量配置API密钥（支持Anthropic/OpenAI/Gemini等12+平台）

开源信息
- 许可证：Apache 2.0
- 基于Cline项目二次开发，由Dirac Delta Labs团队维护

基准测试数据详见项目评估文档，所有测试均在公开GitHub仓库复现验证。

以下是评论内容的总结：

1. 关于Dirac技术特点的讨论

   • 评论2详细列举了Dirac的五大技术特点：优化哈希锚定编辑、利用AST避免大文件读取、批量操作、动态执行代码分析、智能上下文管理。
   • 评论5提到静态分析对AI代理的帮助，但实际体验中LSP存在分析延迟和缓存问题，询问Dirac的AST方法在大项目中是否遇到类似问题。
     引用："Uses an optimized version of Hash-Anchored edits" / "static analysis starts firing mid edit and complaining"

2. 与其他工具的比较和集成问题

   • 评论4和11质疑为何不直接开发为现有工具（如OpenCode或pi.dev）的插件，认为哈希锚定编辑等功能可通过扩展实现。
   • 评论6和7询问与pi.dev的对比及是否保留Cline的"plan and act"模式。
     引用："Can't OpenCode reach the same just developing this as a feature?" / "the extension api is quite extensive"

3. 实用性和适用性疑问

   • 评论3、12关注CLI支持和语言兼容性（如Rust）。
   • 评论8、9、15询问具体任务表现、前沿模型（如Opus 4.6）适配及CLI上下文优化。
     引用："No CLI? Only VSCode extension?" / "how well does it do on frontier models?"

4. 技术框架的重要性

   • 评论13-14强调技术框架（harness）对性能的影响远超模型本身，指出基准测试更多反映框架而非模型能力，但认为上下文管理可能是阶段性解决方案。
     引用："the harness is what's being measured, the model is just the substrate" / "will probably be obsoleted a few model generations down the road"

5. 使用问题反馈

   • 评论1、10反映文档不清晰和API错误问题。
     引用："Sorry I couldn’t really figure out if this was a harness" / "Error: Codex API error: 400"

（注：所有评论均无评分数据，故未体现认可度差异）