Cómo dejé de pagar por Cursor y construí mi propio agente de IA en la consola

Cuando los editores de IA populares volvieron a subir precios y recortaron los límites de Claude, el desarrollador Mark Pfaffenberger se enfadó. Y escribió su propia herramienta. Así es como nació Code Puppy — un agente de IA para consola que reemplaza IDEs cerrados como Cursor y Windsurf.

El proyecto actualmente tiene alrededor de 740 estrellas en GitHub, pero las características son interesantes. Es un cliente de terminal flexible con rotación de claves API, persistencia de sesiones en fallos y personalización profunda.

Por qué necesitas un agente de consola

Si trabajas en la consola y no quieres mantener abierto un editor Electron pesado, arrastrar plugins monstruosos puede ser tedioso. Code Puppy se lanza desde cualquier carpeta con un solo comando e inmediatamente comprende la estructura del proyecto.

Tú eliges la red neuronal, configuras los prompts del sistema y decides dónde enviar tus datos.

Características principales

Echemos un vistazo a las características prácticas que hacen que valga la pena explorar el repositorio.

Cómo evitar límites mediante la rotación de modelos

Los límites de tasa por minuto son lo más molesto cuando estás trabajando en una tarea compleja. Code Puppy lo resuelve con un algoritmo Round Robin integrado. Especificas múltiples claves API, y la herramienta las alterna.

La configuración vive en el archivo de configuración:

{
  "qwen1": {
    "type": "cerebras",
    "name": "qwen-3-coder-480b",
    "custom_endpoint": {
      "url": "https://api.cerebras.ai/v1",
      "api_key": "$CEREBRAS_API_KEY1"
    }
  },
  "qwen2": {
    "type": "cerebras",
    "name": "qwen-3-coder-480b",
    "custom_endpoint": {
      "url": "https://api.cerebras.ai/v1",
      "api_key": "$CEREBRAS_API_KEY2"
    }
  },
  "cerebras_round_robin": {
    "type": "round_robin",
    "models": ["qwen1", "qwen2"],
    "rotate_every": 5
  }
}

Después de cinco solicitudes a una clave, la herramienta pasa a la siguiente sin pausa.

Acceso a docenas de proveedores

Gracias a la integración con models.dev, no necesitas especificar manualmente endpoints para redes neuronales poco comunes. El comando /add_model abre un menú TUI interactivo directamente en la consola. Puedes seleccionar proveedores de una amplia lista: Groq, Cohere, Mistral, xAI, y otros.

Si se pierde la conexión a internet, el cliente cambia a la base de datos de modelos sin conexión integrada.

Tolerancia a fallos con DBOS

Durante sesiones largas de generación de código, las cosas a veces fallan: se desconecta la red o la ventana de la terminal se cierra accidentalmente. El plugin DBOS guarda puntos de control en cada paso. Las llamadas a funciones, las respuestas del modelo y el contexto se graban en una base de datos local.

Después de reiniciar, puedes continuar la sesión exactamente desde donde todo falló.

Agentes personalizados en formato JSON

Puedes crear perfiles para tareas específicas. Por ejemplo, construir un agente de revisión de código que solo tenga acceso a lectura de archivos y búsqueda con grep.

El archivo de configuración va en el directorio de agentes:

{
  "name": "code-reviewer",
  "display_name": "Code Reviewer",
  "description": "Проверяет код на ошибки и безопасность",
  "system_prompt": [
    "Ты опытный инженер, проводящий ревью кода.",
    "Обращай внимание на безопасность и поддерживаемость.",
    "Предлагай конкретные исправления."
  ],
  "tools": ["list_files", "read_file", "grep", "agent_share_your_reasoning"]
}

Cambiar entre agentes ocurre durante el trabajo mediante el comando /agent code-reviewer.

Sin recolección de datos

El autor rechazó deliberadamente la analítica y la telemetría. Ningún prompt, ruta de archivo o registro de llamadas sale de los servidores del proyecto.

Cuando usas Ollama o vLLM, los datos no salen de tu computadora en absoluto.

Cómo probarlo

Necesitas Python 3.11 o superior para ejecutarlo. La forma más rápida de lanzar la herramienta es mediante uv:

uvx code-puppy

Después del inicio, necesitarás ingresar las claves de los LLMs que uses o especificar un endpoint local.

Para quién es esto

La herramienta resultó ser audaz y distintiva. Por defecto, el agente es bastante temperamental y se niega a modificar archivos mayores de 600 líneas de código, obligándote a refactorizar a tiempo.

El proyecto atraerá a quienes aman las herramientas CLI, no quieren pagar suscripciones mensuales y prefieren controlar el gasto de tokens API por su cuenta.