Dirge: AI-assistenten der faktisk husker dit arbejde

Lad os lige slå fast: de fleste AI-kodningsværktøjer er som at ansætte en ny udvikler hver gang, du åbner chatten. De dukker op, laver noget, og så er alt væk, så snart samtalen slutter. Du ender med at forklare dit kodebase, dine præferencer, dine patterns — igen og igen. Det er trættende. Og ærligt talt dumt.

Det problem vil Dirge løse. Denne native Rust-assistent er ikke bare endnu en skal omkring en LLM — det er et gennemtænkt system, der behandler kontekst som noget værdifuldt.

Lille og hurtig fra starten

En af de ting, der imponerer ved Dirge, er bundlinjen. Vi taler ~8MB RAM i tomgang, en 36MB binær fil og nul runtime-afhængigheder. Det er alt. Sammenlign det med Electron-baserede alternativer, der gladeligt guffer gigabytes RAM, før du overhovedet har skrevet én linje kode.

Det betyder noget, fordi AI-værktøjer ikke skal være primadonnaer. De skal være stille, effektive og klar, når du har brug for dem — ikke sultne beistre, der dræner din maskines ydeevne, så snart du åbner terminalen.

Terminal-first TUI'en (bygget med ratatui og crossterm) holder tingene slanke og tastaturstyrede. Du får live token streaming, et forgrenet sessionstræ til at holde styr på samtalehistorik, og konfigurerbare info-ruder. Det er den grænseflade, udviklere faktisk vil have: hurtig, informationstæt og musfri.

En agent der bevarer roen

Her bliver det interessant. Agent-loopen i Dirge er ikke bare "send prompt, få svar, kør værktøjer." Den er bygget til at håndtere virkeligheden.

Modeller hallucinerer værktøjskald. De producerer ødelagt JSON. De misforstår stier. Standard-agenter bryder sammen her — de crasher, kører i uendelige loops eller spytter affald ud, som du selv skal rydde op i. Dirge reparerer ødelagte værktøjskald, validerer enhver filskrivning via tree-sitter, før den rører disken, og har circuit breakers mod gentagelsesloops.

Men den smarte feature? Når en model bliver ved med at fejle, giver Dirge ikke bare op. Den indsprøjter en recovery checkpoint, foreslår hvad modellen sikkert mente (værktøjet eller stien), og hvis det ikke virker, eskalerer den automatisk til en stærkere model. Det er forskellen mellem en agent, der kaster sig mod en mur, og en der faktisk får opgaven færdig.

Hukommelse der holder

Navnet "dirge" er velvalgt. For de, der ikke kender det: en dirge er en sang sunget for at lede de døde — for at sikre, de ikke farer vild. I AI-agenternes verden gør Dirge præcis det samme med dit projekts kontekst.

Dirge implementerer et to-niveau hukommelsessystem. Det varme niveau holder facts inline, hvor modellen kan tilgå dem med det samme. Resten ryger i et søgbart breadcrumb-index. Og der er et globalt tværprojekt-niveau til dine personlige præferencer — den måde, du kan lide din kode formateret, dine foretrukne patterns, dine irriterende smuttere. Det persisterer på tværs af sessioner og projekter.

Mellem sessioner udtrækker en post-session orchestrator læring og kuraterer hukommelse og skills. Så hvis du brugte 20 minutter på at debugge et tricky Rust lifetime-problem med et specifikt pattern, husker Dirge det. Næste gang du støder på noget lignende, har den konteksten.

Langsigtede sessioner bruger durable, inkrementelt-opdaterede checkpoints forankret til en stabil identitet. Når du genoptager en kompakteret session, genvinder du dens live tilstand — ikke et gammelt snapshot. Hvis du nogensinde har prøvet at genoptage en uge-gammel kodeopgave og brugt 30 minutter på at orientere dig igen, vil du forstå, hvorfor det her betyder noget.

Smart routing og flere udbydere

Dirge låser dig ikke fast til én AI-provider. Den understøtter OpenAI, Anthropic, DeepSeek, Gemini, Ollama, OpenRouter og GLM — plus enhver OpenAI-kompatibel endpoint. OpenRouter er standard, så det virker ud af boksen for de fleste brugere.

Men her kommer det sofistikerede: du kan route forskellige opgaver til forskellige modeller. Hovedloopen, review, eskalering, summering og subagent-roller kan hver pege på forskellige modeller. Vil du bruge en billig, hurtig model til rutine-redigering, men eskalere til noget kraftigere til kompleks refactoring? Dirge gør den konfiguration triviel.

Sikkerhed uden kompromis

Dirge tager sikkerhed alvorligt med en samlet permission engine — én Policy Decision Point med fire tilstande, operationsbaserede regler og session allowlister. Kommandoen /why tracer præcis hvilken politik der traf en beslutning, og hvorfor. Ingen sortboks.

For de paranoide (og det bør du være) findes sandbox-tilstand. Kør bash-kommandoer isoleret via bubblewrap til en namespaced jail, eller udnyt hardware-isolerede libkrun microVMs. Defense in depth oven på permission engine.

Bygget til seriøs udvikling

Ud over kerne-agent-loopen har Dirge features, som seriøse udviklere har brug for:

Den faset-planlægningsworkflow kører explore → plan → implement → review som kontekst-isolerede faser. En read-only agent kortlægger koden, en anden udarbejder planen, derefter kører en write-disabled reviewer koden og sender huller tilbage til en begrænset retry. Det er som at have en arkitekturgennemgang indbygget i din workflow.

Spec-driven workflow tracker ændringer som SQLite-rækker (ikke skrøbelige markdown-filer). Forslag, requirement-deltas og opgavetjeklister med reel status — den aktive ændring injectes altid i konteksten, og arkivering danner en durable hukommelse.

Code intelligence kommer fra tree-sitter-integration, med inline LSP-diagnostics for 10+ sprog overfladebehandlet direkte i tool output, så agenten fikser compile-fejl i samme runde. Ikke mere "prøv denne fix... build fejler... prøv igen" loops.

Og hvis du har brug for at debugge? Dirge har en indbygget Debug Adapter Protocol-klient, der styrer rigtige debuggere — sæt breakpoints, step gennem kode, inspicer stacks og variable — direkte fra agent-loopen.

Udvidelsesvenlig fra starten

Janet-plugin-systemet kroker ind i hele lifecycle: intercept tools, omskriv prompts, registrer kommandoer. Der er også Claude-kompatible skills, der loades on demand. Og MCP/ACP-support betyder, at Dirge kan være både tool provider og consumer — du kunne f.eks. lade Claude Code delegere implementationsopgaver til Dirge og review'e dem bagefter.

Konklusionen

Dirge prøver ikke at være det mest flashy AI-kodningsværktøj. Det prøver at være det mest pålidelige. Hukommelsespersistensen, fejlhåndteringen, den token-effektive I/O (filer læses som skeletons når muligt, overdimensionerede outputs relayes til disk med summeringer), fleksibiliteten med flere udbydere — det hele lægger op til en agent, der faktisk arbejder sammen med dig over tid, i stedet for at nulstille hver session.

For udviklere trætte af at starte forfra, startups der har brug for konsistent AI-assistance uden vendor lock-in, og enhver der er blevet brændt af en AI, der glemte alt det vigtige — Dirge er værd at kigge på.

Installér det med én linje fra crates.io (cargo install dirge-agent), sæt en API-nøgle, og start med at kode. Så simpelt er det at komme i gang.

En death dirge var en sang til at huske de døde. Dirge, coding-agenten, er et system til at sikre, at din AI aldrig glemmer, hvad I har bygget sammen.