継続的な好みの学習
Command Codeは、承認・却下・編集のすべてから学習し、それらのシグナルをプロジェクトレベルのスキルと個人メモリに変換することで、以降のセッションでもあなたが好むパターンに従います。
Command Codeは、承認・却下・編集のシグナルからあなたのコーディングの好みを学習する、ターミナルベースのAIコーディングエージェントです。個人・チーム・API向けプランに対応し、モデルを選択でき、好みやメモリをローカルに保存できます。
Command Codeは、ターミナルで作業し、時間の経過とともにアシスタントにコーディングスタイルを適応させたい開発者向けのAIコーディングエージェントです。このサイトでは、ユーザーの承認・却下・編集の判断から継続的に学習しながら、コードの実装、修正、テスト、リファクタリングを行う最先端のコーディングエージェントとして紹介されています。
中核となるワークフローは、これらのシグナルをプロジェクトレベルのスキルと個人メモリに集約するメタ・ニューロシンボリックモデル、taste-1を中心に構成されています。また、インタラクティブモードとヘッドレスモード、チームメイト間での好みの共有、CLIを優先したインストールフローにも対応しており、新しい規約を押し付けるのではなく既存の規約に従うコーディングエージェントを求める個人、チーム、APIビルダーに適しています。
Command Codeは、承認・却下・編集のすべてから学習し、それらのシグナルをプロジェクトレベルのスキルと個人メモリに変換することで、以降のセッションでもあなたが好むパターンに従います。
インタラクティブなCLI利用、ヘッドレス自動化、分析のみを行うプランニング、より負荷の高いタスク向けのバックグラウンドサンドボックスなど、複数の作業モードに対応しています。
エージェントにはシェルアクセス、ファイル操作、grep、拡張思考などの関連ツールが含まれており、ターミナルを離れることなくコード変更に対応できます。
カスタムの`/agents`、永続的な`/memory`、再利用可能な`/skills`、`/commands`、MCPサーバー、プラグイン、さらに`npx taste push/pull`によるセッション共有に対応しています。
機能ページでは、兄弟リポジトリ、共有パッケージ、インフラフォルダを第一級のワークスペースルートとして追加できる、複数ディレクトリのワークスペースについて説明されています。
料金ページと機能ページでは、taste-1やその他の掲載プロバイダーを含むオープンソースモデルおよびプレミアムモデルに対応し、コードを学習に使用しないことが説明されています。
一般的な初期設定から始めるのではなく、特定のコードベースの命名、構成、規約を学習するAIペアプログラマーを求める場合にCommand Codeを使用します。
常時の対話を必要としないリファクタリング、修正、自動化の実行などのタスクには、ヘッドレスモードとバックグラウンドモードを使用します。
共有ワークフローを使ってプロジェクトの好みをチームメイトにプッシュしたり、共有された好みを別のリポジトリにプルしたりすることで、チームが同じ規約に合わせられます。
モノレポ、兄弟リポジトリ、共有インフラフォルダにまたがって作業し、エージェントが複数のルートからコンテキストを必要とする場合に、複数ディレクトリのワークスペース対応を使用します。
OpenAIまたはAnthropic互換クライアントを使って構築し、プロバイダーのドキュメントを参照しながら従量課金を利用したい場合は、API向けプランを使用します。
Command Codeはターミナルベースのコーディングエージェントとして動作し、承認・却下・編集の操作から継続的に学習します。このサイトでは、コーディングの好みに適応しながら、ターミナルからコードの実装、修正、テスト、リファクタリングを行う最先端のコーディングエージェントとして説明されています。
このサイトによると、ドキュメントに掲載されているモデルに対応しており、Anthropic、OpenAI、Google、xAI、DeepSeek、Qwen、Kimi、GLM、MiniMaxなどを利用できます。料金ページでは、API向けプランがOpenAIおよびAnthropicクライアントと互換性があるとも説明されています。
はい。料金ページでは、APIビルダー向けに、OpenAIまたはAnthropic互換エンドポイントを使用し、独自のAPIキーを持ち込めるProviderプランを提供しています。また、新しいベンダーが定期的に追加されると説明されています。
いいえ。このサイトでは、コード、スキル、メモリはユーザーのマシン上に保持され、Command Codeが作業内容を学習に使用することは決してないと説明されています。
チームでは`npx taste push`と`npx taste pull`を使って好みを共有できます。また、料金ページでは、チームプランが使用量のプール、請求の共有、集中管理を利用すると説明されています。
トラフィックデータは参考情報としてご利用ください。