Codebuff: herramienta CLI que escribe código desde la terminal

Codebuff es una herramienta CLI que, al ingresar tareas en lenguaje natural desde la terminal, lee la base de código y puede incluso modificar o crear archivos; se puede usar de inmediato tras instalarla con npm i -g codebuff, sin barrera de inicio de sesión
Reduce el flujo de entrada a un solo paso: el usuario solo escribe la tarea que quiere y la herramienta aprovecha el proceso para ejecutar pruebas, el verificador de tipos e incluso instalar paquetes
Internamente usa tree-sitter para parsear símbolos como nombres de funciones y clases en 11 lenguajes y crear un mapa de la base de código, combinando caché de prompts de Claude Haiku 3.5 con llamadas a Claude/OpenAI
El agente coloca los archivos relevantes en el contexto y luego procesa llamadas a herramientas en forma de etiquetas XML para edit_file, ejecución de comandos en terminal y solicitudes de lectura de archivos adicionales
Todas las cuentas reciben hasta $20 en créditos; hay más créditos disponibles en un plan de $99 al mes, aunque indican que es más caro que productos competidores debido al gran contexto y a las costosas llamadas a LLM

Modificar código con lenguaje natural desde la terminal

Codebuff es una herramienta CLI que funciona como un “Cursor Composer dentro de la terminal”
- Escribes en lenguaje natural el cambio que quieres, presionas Enter, y luego revisa la base de código antes de modificar los archivos
- Puede tanto modificar archivos fuente existentes como crear nuevos archivos
- Puede ejecutar pruebas, verificadores de tipos e instalación de paquetes para completar la solicitud
La instalación y el inicio se hacen con npm i -g codebuff
- Se puede usar de inmediato sin barrera de inicio de sesión
- Todas las cuentas reciben hasta $20 en créditos
Video demo: YouTube

La idea inicial comenzó al probar Sonnet 3.5 en un hackathon
- El primer script traía de una vez el contexto de la base de código, y en una segunda etapa reescribía los archivos
- Este proceso de 2 etapas sigue presente en Codebuff actualmente
- La demo inicial no lograba producir código útil
Al intentar transmitir al modelo conocimiento específico de cada base de código surgió la idea de knowledge.md
- En un servidor de una startup anterior, para crear un endpoint había que modificar 3 archivos específicos, pero el modelo no lo sabía
- Al escribir una guía de la base de código en un archivo Markdown, como si se le explicara a una persona nueva, e incluirla en el prompt del sistema de Sonnet 3.5, la calidad del código mejoró mucho
- Actualmente Codebuff también usa un archivo knowledge.md que se lee automáticamente en cada solicitud
Justo antes de la entrevista de YC, la mayor limitación era la estabilidad al editar archivos
- Probaron varias estrategias de prompts para reemplazar cadenas en archivos originales, pero ninguna funcionó de forma estable
- El día antes de la entrevista ajustaron finamente GPT-4o para convertir en un git patch el boceto de cambios generado por Claude
- Al día siguiente funcionó, y lo desplegaron a producción justo antes de la entrevista de YC

Al ejecutarse, recorre el directorio actual y sus subdirectorios para crear un mapa de la base de código
- Usa tree-sitter para parsear nombres de funciones, clases o símbolos equivalentes en 11 lenguajes
- Utiliza tanto el árbol de archivos como la información de símbolos
- Hace una solicitud a Claude Haiku 3.5 para cachear el contexto de la base de código y reducir la latencia al responder a la entrada del usuario
Cuando el usuario envía un mensaje, Claude primero elige los archivos relevantes
- Después de cargar los archivos seleccionados en el contexto, el agente responde
- Las llamadas a herramientas se escriben y parsean como etiquetas XML
- Un ejemplo es una etiqueta de modificación de archivo con forma <edit_file path="src/app.ts">…</edit_file>
- Otras etiquetas también permiten ejecutar comandos de terminal o solicitar la lectura de archivos adicionales

El servidor tiene una estructura que reenvía mensajes a Anthropic u OpenAI, y no guarda estado
- Usa websocket para mover datos entre cliente y servidor
- Durante los primeros 3 meses procesó solicitudes con instalación gratuita y claves API propias, sin autenticación ni base de datos
Después agregaron los componentes necesarios para operar el producto
- Base de datos Postgres + Drizzle
- Servidor Bun
- Hosting en Render
- Autenticación con Auth.js
- Sitio web en NextJS
- Pagos con Stripe
- Logging con BetterStack
- Dashboard con Retool

El precio se compone de un uso gratuito limitado y un plan de pago de $99 al mes
- El plan de pago ofrece más créditos
- Indican que es más caro que productos competidores por el mayor contexto y las costosas llamadas a LLM
Entre los casos de uso reales están la creación de apps Flutter, escritura de pruebas unitarias, modificaciones iterativas y automatización de tareas repetitivas
- Un usuario creó en paralelo dos apps Flutter y generó una factura de $500; completó las apps mediante una larga conversación con Codebuff sin revisar directamente el código generado
- Varios usuarios crearon apps reales para uso de equipo o personal durante un fin de semana
- Los usos generales más frecuentes son escribir pruebas unitarias, ejecutar bucles de corrección de código hasta que las pruebas pasen, configurar flujos de OAuth y tareas de scaffolding de API
También ofrecen un SDK alpha para usuarios que quieran usar Codebuff en sus propios sistemas
- La app puede invocar la misma interfaz en lenguaje natural y recibir edición de código
- Enlace para solicitar early access: Retool form