Tidligere kamp · 2025-08-17 UTC
Programming Assistants Oppgjør — 17. august 2025
Fra kategorien Programming Assistants. 27 merker plassert på tvers av 7 kjempere. Moddy tok kronen.
Endelige plasseringer
Oppstillingen
Kjemperne
Profiler av hvert verktøy som konkurrerte i denne kampen, rangert etter sin endelige poengsum.
Moddy er en AI-agent utviklet for å jobbe på tvers av mange repositories samtidig, og hjelper ingeniørteam med å forstå og modernisere omfattende kodebaser. I stedet for å behandle hver repo isolert, vurderer den felles avhengigheter, mønstre og tverrgående endringer som vanligvis bremser store migrasjoner. Verktøyet fokuserer på praktiske moderniseringstiltak som oppgradering av rammeverk, refaktorering av legacy‑mønstre, erstatning av deprekerte APIer og tilpassing av kode til gjeldende standarder. Det er rettet mot plattformteam, senioringeniører og arkitekter som har ansvar for å holde store programvareporteføljer vedlikeholdbare. Ved å automatisere repetitive analyser og redigeringer, mens mennesker fortsatt er i sløyfen for gjennomgang, har Moddy som mål å forkorte moderniseringssykluser som ellers ville tatt kvartaler eller år.
Kriteriumfordeling
- Kryss-repository kodeanalyse
- Automatisert modernisering og refaktorering
- Støtte for oppgradering av rammeverk og avhengigheter
- Oppdagelse av forfallne mønstre og APIer
- Orkestrering av bulk-endringer på tvers av kodebaser
- Arbeidsflyt med menneskelig innblanding
PubNub MCP Server
MCP-server som kobler AI-kodeassistenter til PubNub-dokumenter, apper og realtidsmeldings-APIer.
PubNub MCP Server er en implementering av Model Context Protocol som kobler AI-kodingsassistenter som Claude, Cursor og andre MCP-kompatible klienter direkte til PubNub's plattform. Den gjør tilgjengelig PubNub's dokumentasjon, SDK-referanser og kontoadministrasjonsfunksjoner som verktøy assistenten kan kalle under en kodingsøkt. Utover å slå opp dokumentasjon gir serveren assistenter mulighet til å administrere PubNub‑applikasjoner og nøkkelsett, publisere og abonnere på meldinger, hente tilstedeværelsesdata og jobbe med kanal‑ og bruker‑objektmetadata. Dette gjør assistenten til en aktiv samarbeidspartner som kan oppbygge, teste og kjøre sanntidsfunksjoner uten konstant kontekstskifte. Den er rettet mot utviklere som bygger chat, varsler, IoT eller live-opplevelser, og som ønsker at AI-verktøyet deres skal forstå PubNub-konvensjoner og handle direkte på kontoen deres.
Kriteriumfordeling
- Henting av dokumentasjon og SDK-referanser
- App- og nøkkelsettadministrasjon
- Verktøy for publisering, abonnement og meldingshistorikk
- Spørringer om tilstedeværelse og opptak
- Operasjoner på kanal- og brukerobjekts metadata
- Integrasjon med MCP-standarden for AI-assistenter
Codiga
Statisk kodenanalyse og automatiske kodeevalueringer med integrasjoner med ID/CI, sikkerhetsregler, selvdefinerte regler og et trykk på en autofix.
Codiga er en statisk kodeanalysetool som tilbyr automeatiserte kodegranskinger med integrasjon i IDE og CI/CD. Den tilbyr tilpassbare statiske kodeanalyser, sikkerhetsfokuserte regler og mulighet til å opprette egne regler. Verktøyet støtter flere IDE-en inkludert VS Code, JetBrains og Visual Studio, samt plattformer som GitHub, GitLab og Bitbucket. Det tilbyr i realtidens kodeanalyse med etklikk autofiks mulighet. Codiga dekker vanlige trusler og programmer tilhørende sikkerhetsvulnerabiliteter med støtte for OWASP 10, MITRE CWE og SANS/CWE Top 25. Den tilbyr også automeatiserte sikkerhetskorrigeringer, oppdagelse av utløpt hemmeligheter og infrastrukturkodeanalyse for Terraform og Docker. Verktøyet støtter over 12 programmer og 1800+ regler.
Kriteriumfordeling
- Statisk kodenanalyse
- Automatiske kodeevalueringer
- Selvdefinerte regler
- Real-time kodenanalyse
- En trykk på autofix
- Sikkerhetsfokuserte regler sett
Kimi‑Dev
Open‑source kode‑LLM optimalisert for automatisert feilretting og problemløsning.
Kimi-Dev er en åpen kildekode-LLM for koding, optimalisert for automatisert debugging og feilsøking i programvareutvikling. Den bruker et forenklet to‑trinns‑rammeverk for å håndtere kode‑reparasjon og testskriving, bestående av fillokalisering og koderedigering. Kimi-Dev oppnår en ny toppresultat på SWE-bench Verified, og overgår den nærliggende konkurrenten blant åpen kildekode‑modeller. Modellen er optimalisert via stor skala forsterkende læring og er tilgjengelig for nedlasting og distribusjon på Hugging Face og GitHub. Modellen er trent til å autonomt patche ekte repos i Docker og mottar belønning kun når hele test suite består, noe som sikrer korrekte og robuste løsninger. Kimi-Dev er designet for å være lett deployerbar og vedlikeholdbar, med et roll‑out script tilgjengelig for demonstrasjon. Kimi-Dev sine muligheter gjør det egnet for utviklere og forskere som ønsker å utforske dets potensial og bidra til dets utvikling.
Kriteriumfordeling
- File localization
- Code editing
- Bug fixes
- Unit test insertions
- Large-scale reinforcement learning
- Autonomous patching of real repositories
Claude Code Telegram Bot
Åpen kildekode Telegram-bot som gir fjern, chatbasert tilgang til Claude Code med per-prosjekt sesjonspersistens og sikker katalog-sandkasse.
Claude Code Telegram Bot er en åpen kildekode‑bot som gir eksternt, chatbasert tilgang til Claude Code med per‑prosjekt session persistence og sikker directory sandboxing. Den gjør det mulig for brukere å interagere med Claude naturlig, og be den om å analysere, redigere eller forklare kode uten å måtte skrive terminalkommandoer. Botten holder kontekst på tvers av samtaler, slik at brukere kan jobbe med kodebasen sin fra hvor som helst via Telegram, motta proaktive varsler og holde seg sikre med innebygd autentisering, directory sandboxing og audit logging.
Kriteriumfordeling
- Agentisk modus for samtaleinteraksjon
- Automatisk sesjonspersistens per prosjekt
- Katalog-sandkassing for sikker kodeanalyse
- Proaktive varsler fra webhooks og CI/CD-hendelser
- Innebygd autentisering og revisjonslogging
GitNexus
Kodeintelligensmotor uten server som bygger en kunnskapsgraf i nettleseren over et repo og inkluderer en Graph RAG-agent for utforskning.
GitNexus er en zero‑server kodeintelligensmotor som bygger et kunnskapsgraf i nettleseren over et repository. Den inkluderer en Graph RAG‑agent for utforskning. Verktøyet indekserer enhver kodebase til et kunnskapsgraf, sporer hver avhengighet, kallkjede, klynge og kjøreflyt, og eksponerer det gjennom smarte verktøy slik at AI‑agenter kan analysere koden pålitelig. GitNexus tilbyr to primære bruksmoduser: en CLI + MCP for å gjøre AI‑agenter pålitelige ved å gi en dyp arkitektonisk oversikt over kodebasen, og et Web‑UI for rask chat og utforskning av repositories. Det er designet for å hjelpe utviklere og AI‑agenter med å forstå kodebaser, spesielt for daglig utvikling med Cursor, Claude Code, Antigravity, Codex og lignende verktøy.
Kriteriumfordeling
- Kunnskapsgraf i nettleseren
- Graph RAG-agent for utforskning
- Indekserer avhengigheter og kallkjeder i kodebasen
- Eksponerer kode via smarte verktøy for AI‑agenter
- CLI + MCP for pålitelig AI‑agentintegrasjon
- Web‑UI for rask repo‑analyse og chat
Superpowers
Åpen kildekode arbeidsflate som gir kodeagenter strukturert planlegging, gjennomgang og kvalitetssikring.
Superpowers er en åpen kildekode-framework som utgår fra å utvide kodingssystemer med kunstig intelligens med disiplinerte håndbøker om softwareutvikling. I stedet for la kodingssystemet improvisere, legger det til oppgaver i strukturierte stadier for planlegging, implementering, gjennomgang, gjennomføring av kvalitetskontroll og levering, og hjelper på å produsere mer forutsigbare og gjennomgangsgodkjente resultater. Systemet er designet til å integrere seg med eksisterende agent-sett og kodebaser, og å legge gjentagende ferdigheter på toppen av det modell eller kjøresystemet utviklerne bruker. Teamene kan tilpasse arbeidsflytene, inspektere mellomsteget og behandle agents utstyr som en integrert ingeniørprosess snarere enn et én-gangs-begrunnelse. Fordi det er åpent kildekode, kan Superpowers være self-hosset, audittet og utvidet, hvilket gjør det egnet for utwicklere som ønsker transparens og kontroll over hvordan AI-assistentene bygger og sender kode.
Kriteriumfordeling
- Innbygd planleggingsfasen for oppgaver
- Automatiske kodegjennomgangstrinn
- Innbygget kvalitetssikrings- og testingfløye
- Deling og overleveringsprosess
- Utvidelige ferdighetsdefinisjoner
- Fungerer med eksisterende kodeagenter