Swival: AI-kodassistenten som anpassar sig efter dig

Drömmen om en AI som kodar vid din sida kraschar ofta mot verkligheten. API-kostnaderna skjuter i höjden, kontextfönstren känns trånga och du fastnar i proprietära plattformar.

Swival vänder på steken.

Den här open source-kodagenten bygger på din setup, dina modeller och dina begränsningar. Kör lokala LLMs på enkel hårdvara eller använd API:er från stora aktörer – Swival funkar med det du har.

Varför det här förändrar spelet för kodare

Skillnaden mellan "AI kan koda" och "AI kan koda stabilt på min maskin med mina villkor" är enorm. De flesta verktyg förutsätter stora kontextfönster och feta GPU:er. Swival är byggd för verkliga förhållanden: små kontexter, vanlig lokal hårdvara och modeller som kräver finjustering för bra resultat.

Tänk dig en nyutexaminerad utvecklare med llama.cpp på en MacBook Air med 16 GB RAM. Eller en startup som vill slippa leverantörslåsning via Open Router. Eller ett team som kräver kryptering av hemligheter innan de lämnar nätverket. Swival löser alla scenarier utan att du behöver ändra ditt arbetsflöde.

Funktioner som gör skillnad

Smart hantering av kontext

Vanliga AI-agenter spylar hela historiken i prompten och skapar kaos. Swival använder stegvis komprimering för rena, fokuserade samtal. Agenten behåller tillstånd över sessioner, så den minns ditt projekt utan att ladda om tusentals tokens varje gång.

Välj dina egna modeller

Swival hittar automatiskt lokala modeller i LM Studio eller llama.cpp. Den kopplar också smidigt till:

• HuggingFace
• OpenRouter
• Google Gemini
• ChatGPT (via OAuth med din prenumeration)
• AWS Bedrock
• Alla OpenAI-kompatibla servrar (Ollama, vLLM m.fl.)

Byt modell? Ändra bara en flagga i kommandoraden. Inga låsningar i priser eller tillgänglighet.

Säkerhet inbyggd

Aktivera --encrypt-secrets så krypteras API-nycklar och känslig data innan den lämnar din maskin. Modellen ser bara säkra referenser. Dekryptering sker lokalt vid svar, så verktygen rullar på som vanligt. Perfekt för team som prioriterar säkerhet.

Lärande som stannar kvar

Med BM25-sökning hämtar agenten relevant kontext från tidigare sessioner. Använd /learn för att mata in kunskap – den minns över samtal utan att svälla din prompt. Som en assistent som faktiskt lär sig din kodbas med tiden.

Granskningsloopar och tester

Konfigurera review-loopar med "LLM-as-a-judge". JSON-rapporter loggar tid, verktygsanvändning och kontexthändelser. Jämför modeller, inställningar och konfigurationer på riktiga koduppgifter. Testa om Qwen 3 Coder eller GLM-5 passar din workflow bättre? Kör samma uppgift och få detaljerade siffror.

Fungerande säkerhetsgranskningar

Kör /audit så skannar Swival koden efter verifierbara säkerhetshål. Smart grej: fynd verifieras av isolerade agenter i separata worktrees. Varje issue måste återskapas självständigt innan rapporten. Mindre falsklarm – du får verkliga buggar med riktiga patchar.

Kom igång på nolltid

Installationen är busenkel. Exempel med LM Studio:

# 1. Installera Swival
uv tool install swival

# 2. Kör en uppgift
swival "Förenkla felhanteringen i src/api.py"

Färdigt. Inga eviga konfigurationer eller miljövariabler (om du inte vill skräddarsy).

Lokala modeller med llama.cpp? Peka bara dit:

swival --provider llamacpp "Refaktorera autentiseringsmodulen"

HuggingFace? Sätt token och modell:

export HF_TOKEN=hf_...
swival --provider huggingface --model zai-org/GLM-5.1 "Lägg till felhantering"

För dialog? Starta swival utan argument så får du en interaktiv session med full minne.

Mer än bara CLI

Swival är inte bara ett verktyg. Baka in agenter i din Python-kod:

import swival

answer = swival.run(
    "Vilka filer hanterar autentisering?",
    provider="openrouter",
    model="z-ai/glm-5",
)

Session-klassen ger kontroll över multi-turn-samtal.

Kör swival --serve för A2A-server (Agent-to-Agent). Din agent blir ett HTTP-endpoint som andra agenter kan anropa. Bygg nätverk av specialiserade kodagenter för stora uppgifter.

Lätt att bygga vidare

Liten, hackbar och ramverksfri. Ren Python – läs, ändra och utöka fritt. Lägg till skills via SKILL.md, koppla MCP-servrar eller kombinera agenter. Inga proprietära hinder.

Tester och utvärdering

Swival kommer med Calibra för benchmarking. Jämför modeller, inställningar och skills på verkliga uppgifter. Hitta den bästa balansen mellan kvalitet och kostnad för just dig.

Slutsatsen

AI-kodagenter är standard i modern utveckling. Men de behöver inte betyda låsningar, integritetsrisker eller orimliga krav på hårdvara. Swival visar att det går att skapa en riktigt användbar agent som respekterar dina val.

Oavsett om du är ensamkoder som jagar låg kostnad, startup med känslig data eller team som vill ha flexibilitet – Swival hör hemma i din toolbox. Gratis, open source och klar att köra. Frågan är inte om du har råd att testa. Frågan är om du har råd att skippa det.