Wichtigste Erkenntnisse
- little-coder (github.com/itayinbarr/little-coder) ist ein kostenloser, quelloffener, terminal-nativer Coding-Agent-CLI — keine IDE-Erweiterung
- Erstellt von Itay Inbar; aufgebaut auf pi, einem eigenständigen, minimalen quelloffenen Agent-Loop-Framework von Earendil Works
- Apache-2.0-Lizenz, bestätigt über das Lizenzfeld und die LICENSE-Datei des GitHub-Repositorys
- Standardmodell: ein lokal über llama.cpp bereitgestelltes Qwen3.6-35B-A3B-Mixture-of-Experts-Modell; unterstützt zudem Ollama, LM Studio und Cloud-Anbieter (Anthropic, OpenAI und weitere von pi unterstützte) über
--model - Repository am 11. April 2026 erstellt; über 2.600 GitHub-Sterne und 179 Forks zum Zeitpunkt dieses Tests
- Bietet Plan Mode, einen Deep-Research-Modus (F2), Sub-Agenten per „dispatch", Hintergrundjobs, „Skill Cards" für Tools sowie Modellauswahl pro Phase
📍 In einem Satz
little-coder ist ein kostenloser, quelloffener (Apache 2.0), terminalbasierter Coding-Agent von Itay Inbar, aufgebaut auf dem pi-Agent-Substrat, gezielt darauf abgestimmt, mit kleinen lokalen Sprachmodellen wie einem lokal bereitgestellten Qwen3.6-35B-A3B-Modell brauchbare Ergebnisse zu erzielen, unterstützt aber auch größere lokale Modelle, Ollama, LM Studio und Cloud-Anbieter.
💬 In einfachen Worten
little-coder ist ein Kommandozeilen-Tool, das innerhalb eines Projektordners läuft, ähnlich wie Aider oder Claude Code — nur speziell für kleine Modelle entwickelt und getestet, die auf einer Laptop-GPU laufen, statt vorauszusetzen, dass immer ein großes Frontier-Modell verfügbar ist. Man kann es aber weiterhin auf ein größeres lokales Modell oder eine Cloud-API richten.
📌Hinweis: Dieser Test basiert auf dem GitHub-Repository, der README und der package.json von little-coder, nicht auf unabhängigen Benchmarks von PromptQuorum. Es existieren mehrere Forks und Kopien dieses Projekts unter anderen GitHub-Benutzernamen; dieser Test bezieht sich speziell auf github.com/itayinbarr/little-coder, das hier als das ursprüngliche, aktiv gepflegte Repository identifiziert wird.
Was ist little-coder?
little-coder ist ein kostenloser, quelloffener, terminalbasierter Coding-Agent, der Ihre lokale Codebasis liest, bearbeitet und Befehle darin ausführt — speziell entwickelt, um mit kleinen Modellen starkes agentisches Coding-Verhalten zu erzielen, statt vorauszusetzen, dass immer ein großes Cloud-Modell verfügbar ist. Es handelt sich nicht um ein von Grund auf neu entwickeltes Agent-Framework — die eigene README beschreibt es als „pi + rund 30 Erweiterungen + 30 Skill-Markdown-Dateien + ein Python-Benchmark-Framework", was bedeutet, dass es für seine Kernschleife, die Multi-Provider-API, die Terminal-Oberfläche und die Sitzungsverwaltung auf pi angewiesen ist (ein eigenständiges, minimales Agent-Loop-Projekt von Earendil Works).
- Produktart: ein Kommandozeilen-Coding-Agent, keine IDE-Erweiterung — funktioniert in jedem Terminal, in jedem Projektverzeichnis
- Entwickler: Itay Inbar (GitHub: itayinbarr)
- Grundlage: aufgebaut auf pi (Paket
@earendil-works/pi-coding-agent), einem eigenständigen minimalen Agent-Substrat; little-coder ergänzt eigene Erweiterungen, Skill-Dateien und ein Benchmark-Framework, statt pis Code zu forken - Lizenz: Apache 2.0, bestätigt über die Lizenzmetadaten des GitHub-Repositorys
- Repository: github.com/itayinbarr/little-coder, erstellt am 11. April 2026
- Umfang: über 2.600 GitHub-Sterne, 179 Forks, 13 Mitwirkende und 17 offene Issues zum Zeitpunkt dieses Tests
- Distribution: als npm-Paket
little-coderveröffentlicht, außerdem installierbar über ein Ein-Zeilen-curl-Skript oder bun
Projektgeschichte und Versionsmeilensteine
Das GitHub-Repository von little-coder wurde am 11. April 2026 erstellt und hat seitdem rund 78 getaggte Releases veröffentlicht — von einer frühen, einfach gehaltenen CLI hin zu einem strukturierteren Agenten mit getrennten Plan-/Aktionsmodellen, Recherche-Werkzeugen und einem Erweiterungssystem. Die Versionsnummern unten stammen aus den eigenen GitHub-Releases des Projekts; prüfen Sie für alles, was nach dem Veröffentlichungsdatum dieses Tests erschienen ist, direkt die Release-Seite.
- 1Repository erstellt — 11. April 2026
Why it matters: little-coder startet laut Erstellungsdatum des Repositorys als fokussierte CLI, die das pi-Agent-Substrat für Coding-Aufgaben mit kleinen Modellen umhüllt. - 2v1.9.x-Serie — Juni 2026: schnelle, iterative Releases
Why it matters: Eine dichte Folge von Patch-Releases (v1.9.4 bis v1.9.13) deutet laut GitHub-Release-Liste auf eine aktive, schnelltaktige Entwicklung in diesem Zeitraum hin. - 3v1.10.0–v1.14.0 — Juli 2026
Why it matters: Laut GitHub-Release-Liste folgen weitere Minor-Version-Releases im Juli 2026; für genaue Änderungen in diesem Zeitraum lohnt sich ein Blick in die einzelnen Release Notes auf GitHub. - 4v1.15.0–v1.17.0 — 15. August 2026: drei Releases an einem Tag
Why it matters: Das Projekt veröffentlichte drei Minor-Versionen am selben Tag — laut diesem Test ein ungewöhnlich dichter Release-Cluster, dessen Changelog auf GitHub sich näher anzusehen lohnt. - 5v1.18.0 — 22. August 2026
Why it matters: Laut GitHub-Release-Liste eine weitere Minor-Version-Iteration. - 6v1.19.0 — 29. August 2026: jüngstes getaggtes Release zum Zeitpunkt dieses Tests
Why it matters: Die aktuelle `package.json`-Version zum Zeitpunkt dieses Tests; das Erweiterungssystem, Plan Mode, Deep Research und die Modellauswahl pro Phase, die in diesem Test beschrieben werden, sind ab dieser Version alle vorhanden.
Was kann little-coder?
Der Funktionsumfang von little-coder konzentriert sich auf agentische, kleinmodell-bewusste Coding-Workflows oberhalb von pis Kernschleife. Hier, was jeder Teil laut dem eigenen README des Projekts tatsächlich tut.
- Für kleine Modelle abgestimmter Standard — enthält eine kuratierte Sammlung von rund 30 Erweiterungen und 30 Skill-Markdown-Dateien, die laut README den Kaltstart-Kontext klein halten sollen (rund 7.000 Token) und das Verhalten vorhersehbar machen — das Projekt positioniert dies als Weg, kleine Modelle als Coding-Agenten nutzbarer zu machen als es ein generischer Large-Context-Agent-Prompt könnte
- Plan Mode — per Strg+Q umschaltbar oder mit
--plan-modestarten; little-coder recherchiert eine Anfrage mit reinen Lese-Sub-Agenten, stellt 1–3 Klärungsfragen und schreibt einen Plan nach.pi/approved-plan.md, bevor irgendeine Datei bearbeitet wird;/implementwechselt anschließend zum Aktionsmodell und beginnt die eigentliche Arbeit - Deep-Research-Modus — F2 drücken oder
/deep-research <Thema>ausführen, um eine externe Rechercheanfrage einzugrenzen, sie an reine Lese-Recherche-Sub-Agenten zu verteilen und einen zitierten Markdown-Bericht zurückzuerhalten; laut README ist dies für externe/Online-Recherche gedacht, nicht für die Erkundung der eigenen Codebasis - Sub-Agenten via
dispatch— isolierte Kindsitzungen starten, um eine Frage zu recherchieren (das Repo lesen und laut README auch online recherchieren) und das Ergebnis zurückzumelden, ohne die Hauptunterhaltung zu überladen; diese laufen standardmäßig seriell, da sie um denselben lokalen Modellserver konkurrieren können, Parallelität ist über eine Umgebungsvariable verfügbar - Hintergrundjobs — lang laufende Befehle (Builds, Testsuiten, Dev-Server) laufen im Hintergrund, statt einen Zug zu blockieren, und little-coder wird von Job-Ereignissen geweckt statt in festen Intervallen abzufragen
- Modellauswahl pro Phase — mit
/plan-modelund/action-modellässt sich ein größeres Modell für die Planung und ein kleineres, schnelleres für die Umsetzung nutzen, oder umgekehrt - „Skill Cards" für Tools — kurze, kontextbezogene Nutzungsanleitungen für ein Tool werden nur eingespielt, wenn ein Zug sie voraussichtlich braucht, statt die vollständige Dokumentation jedes Tools vorab in den Kontext zu laden;
/skillslistet auf, was geladen ist - Lesen-vor-Bearbeiten-Pflicht — little-coder verlangt, eine Datei zu lesen, bevor sie bearbeitet wird, sodass Änderungen am tatsächlichen aktuellen Inhalt der Datei ansetzen statt an einem angenommenen Zustand
- Erweiterungssystem — little-coder lädt standardmäßig eine feste, mitgelieferte Menge an Erweiterungen (
--no-extensionsim Hintergrund, nur die eigenen sind fest verdrahtet); eigene Erweiterungen lassen sich über~/.config/little-coder/extensions/, eine Umgebungsvariable oder durch Neustart mit--with-pi-extensionshinzufügen, um pis eigene Erweiterungserkennung zu aktivieren
Anwendungsbeispiele: Drei Wege, little-coder zu nutzen
Das sind konkrete Workflows, die auf den oben dokumentierten eigenen Funktionen von little-coder aufbauen, keine hypothetischen Anwendungsfälle.
little-coder installieren
little-coder lässt sich kostenlos über npm, bun oder ein Ein-Zeilen-Shell-Skript installieren, der Quellcode liegt auf GitHub. Node.js 22.19 oder neuer muss im PATH vorhanden sein, selbst bei einer Installation über bun, da das Startskript selbst auf Node läuft.
Source | Link |
|---|---|
| Ein-Zeilen-Installationsskript | curl -fsSL https://raw.githubusercontent.com/itayinbarr/little-coder/main/install.sh | bash |
| npm-Paket | npm install -g little-coder |
| bun-Paket | bun add -g little-coder |
| GitHub-Repository (Quellcode, Apache 2.0) | github.com/itayinbarr/little-coder |
| Projekt-Homepage | itayinbarr.github.io/little-coder |
little-coder selbst hat außer Node.js keine GPU- oder RAM-Mindestanforderung — die tatsächliche Hardware-Untergrenze setzt das gewählte Modell. Der eigene Referenzaufbau der README (Qwen3.6-35B-A3B, quantisiert, mit ins System-RAM ausgelagerten Experten-Gewichten) zielt auf eine Laptop-GPU mit 8 GB VRAM; ein dichteres oder größeres Modell braucht mehr.
little-coder: Preise und Lizenz
little-coder selbst ist kostenlos und quelloffen, lizenziert unter Apache 2.0. Es gibt keine kostenpflichtige Stufe, kein Abonnement und keine Kontopflicht für die CLI. Die tatsächlichen Kosten hängen vollständig davon ab, welches Modell-Backend Sie damit nutzen.
- Die little-coder-CLI und ihre mitgelieferten Erweiterungen sind kostenlos, ohne vom Projekt selbst auferlegte Nutzungsgrenzen
- Der Betrieb gegen ein lokal gehostetes Modell (llama.cpp, Ollama oder LM Studio) kostet nur eigenen Strom und eigene Hardware — keine Pro-Token-Gebühr an little-coder oder den Modell-Host
- Der Betrieb gegen ein Cloud-Modell (Anthropic, OpenAI oder ein anderer von pi unterstützter Anbieter) kostet, was der jeweilige Anbieter für API-Nutzung berechnet; little-coder schlägt nichts auf
- Lizenz: Apache 2.0, laut Lizenzmetadaten des GitHub-Repositorys und dem eigenen
license-Feld des Pakets inpackage.json - Dieser Test fand keine Hinweise auf eine Finanzierungsrunde, ein Unternehmen oder einen kommerziellen Geldgeber hinter little-coder — es ist als unabhängig gepflegtes, community-getragenes Open-Source-Projekt zu betrachten, das von einem Hauptautor mit Beiträgen von 13 Mitwirkenden entwickelt wird (Stand dieses Tests)
little-coder vs. pi
little-coder ist kein Konkurrent zu pi — es baut darauf auf. pi ist das minimale, allgemeine Agent-Loop-Substrat (Agent-Loop, Multi-Provider-API, Terminal-Oberfläche, Sitzungsbaum, vier eingebaute Tools, ein rund 1.000 Token langer System-Prompt); little-coder ist eine spezifische, meinungsstarke Konfiguration von pi für Coding-Agenten mit kleinen Modellen.
Was es ist
- little-coder:
- Ein meinungsstarker, auf pi aufbauender Coding-Agent für kleine Modelle
- pi:
- Ein minimales, allgemeines Agent-Loop-Framework
Erweiterungen
- little-coder:
- Liefert standardmäßig rund 30 Erweiterungen und 30 Skill-Dateien mit
- pi:
- Minimaler Kern; Erweiterungen sind optional und werden selbst bereitgestellt
Modell-Standard
- little-coder:
- Setzt standardmäßig ein kleines lokales Modell ein (Qwen3.6-35B-A3B)
- pi:
- Keine kleinmodell-spezifischen Standards oder Feinabstimmung
Benchmark-Fokus
- little-coder:
- Liefert ein eigenes Benchmark-Framework für Coding mit kleinen Modellen mit
- pi:
- Kein mitgeliefertes Benchmark-Framework
Beziehung
- little-coder:
- Eine einfache npm-Abhängigkeit von little-coder, kein Fork
- pi:
- Upstream-Abhängigkeit; von little-coder-spezifischen Änderungen unberührt
Wer das minimale Substrat möchte, um eine eigene Agent-Konfiguration von Grund auf zu entwickeln, sollte pi direkt unter pi.dev prüfen. Wer dagegen einen bereits abgestimmten, kleinmodell-fokussierten Coding-Agent von der Stange möchte, ist mit little-coder als der vorkonfigurierten Option auf pi-Basis gut bedient.
Für wen eignet sich little-coder?
little-coder passt zu Entwicklern, die gezielt einen Coding-Agent für kleine, lokal gehostete Modelle suchen, statt einem, der voraussetzt, dass im Hintergrund immer ein großes Frontier-Modell steckt.
Konkurrenz und Alternativen
little-coder wird am häufigsten mit anderen terminal-nativen Coding-Agenten wie Aider, Cline, goose und OpenHands verglichen — sein Hauptunterscheidungsmerkmal ist die explizite Abstimmung und Testung auf kleine, lokal gehostete Modelle, statt ein Frontier-Cloud-Modell als Standard-Backend vorauszusetzen.
Tool | Best known for | Link |
|---|---|---|
| Aider | Git-zentrierter Terminal-KI-Pair-Programmer, bring-your-own-model, eines der frühesten Tools in diesem Bereich | Aider-Test |
| Cline | Quelloffene, autonome Agent-Erweiterung für VS Code und JetBrains-IDEs | Cline-Test |
| goose | Blocks quelloffener, erweiterbarer KI-Coding-Agent mit CLI und Desktop-App | goose-Test |
| OpenHands | Kostenlose, quelloffene, selbst gehostete Plattform für autonome Coding-Agenten | OpenHands-Test |
Diese Liste zeigt Tools, die üblicherweise mit little-coder im Bereich terminal-nativer Coding-Agenten verglichen werden — kein unabhängiges Ranking von PromptQuorum. Anders als little-coder wurde keines dieser Tools primär auf kleine Modelle hin abgestimmt entwickelt — prüfen Sie vor einer Entscheidung den aktuellen Modell-Support und die Preise jedes Tools direkt.
Häufige Fehler bei der Bewertung von little-coder
Die meiste Verwirrung um little-coder entsteht dadurch, es mit pi zu verwechseln, anzunehmen, es funktioniere nur mit winzigen Modellen, oder auf dem falschen GitHub-Repository zu landen.
Häufig gestellte Fragen
Was ist little-coder?
little-coder (github.com/itayinbarr/little-coder) ist ein kostenloser, quelloffener (Apache 2.0), terminalbasierter Coding-Agent von Itay Inbar, aufgebaut auf dem pi-Agent-Substrat, gezielt darauf abgestimmt, mit kleinen lokalen Modellen brauchbares agentisches Coding-Verhalten zu erzielen.
Ist little-coder kostenlos?
Ja, die little-coder-CLI selbst ist kostenlos und quelloffen, ohne kostenpflichtige Stufe. Die tatsächlichen Kosten hängen vom Modell-Backend ab: lokale Inferenz (llama.cpp, Ollama, LM Studio) kostet nur eigene Hardware und Strom, ein Cloud-Modell (Anthropic, OpenAI usw.) wird vom jeweiligen Anbieter abgerechnet.
Wie installiere ich little-coder?
Laut eigener README des Projekts entweder das Ein-Zeilen-Installationsskript ausführen (curl -fsSL https://raw.githubusercontent.com/itayinbarr/little-coder/main/install.sh | bash) oder mit npm install -g little-coder bzw. bun add -g little-coder installieren. In allen drei Fällen muss Node.js 22.19 oder neuer im PATH vorhanden sein.
Wie stehen little-coder und pi zueinander?
pi (pi.dev) ist ein eigenständiges, minimales quelloffenes Agent-Loop-Framework von Earendil Works. little-coder bindet pi als einfache npm-Paketabhängigkeit ein und ergänzt eigene Erweiterungen, Skill-Dateien und ein Benchmark-Framework — es ist kein Fork von pis Code.
Funktioniert little-coder nur mit kleinen Modellen?
Nein. Die Standards und mitgelieferten Erweiterungen sind auf kleine lokale Modelle abgestimmt, mit einem lokal bereitgestellten Qwen3.6-35B-A3B-Modell als mitgeliefertem Standard, laut eigener Dokumentation funktioniert es aber auch mit größeren lokalen Modellen, Ollama, LM Studio und Cloud-Anbietern wie Anthropic und OpenAI.
Welche Hardware braucht little-coder?
little-coder selbst benötigt nur Node.js 22.19+ zum Ausführen. Die eigentliche Hardware-Anforderung ergibt sich aus dem angebundenen Modell — der eigene dokumentierte Referenzaufbau des Projekts zielt auf eine Laptop-GPU mit 8 GB VRAM, auf der ein quantisiertes Qwen3.6-35B-A3B-Modell über llama.cpp läuft.
Wer hat little-coder entwickelt?
Itay Inbar hat little-coder laut Autorenfeld des GitHub-Repositorys und package.json entwickelt.
Hat little-coder einen Plan Mode?
Ja. Der Plan Mode (Strg+Q, oder Start mit --plan-mode) lässt little-coder eine Anfrage mit reinen Lese-Sub-Agenten recherchieren, Klärungsfragen stellen und einen Plan ausgeben, bevor Dateien bearbeitet werden; /implement wechselt danach zum Aktionsmodell und beginnt die eigentliche Arbeit.
Ist little-coder dasselbe Projekt wie gleichnamige Forks?
Nein. Dieser Test fand Forks und nahezu identische Kopien unter anderen GitHub-Benutzernamen. github.com/itayinbarr/little-coder wird in diesem Test als das Original identifiziert, mit dem frühesten Erstellungsdatum des Repositorys und den meisten Sternen unter den geprüften Versionen.
Hat PromptQuorum die Aussagen von little-coder zu kleinen Modellen unabhängig getestet?
Nein. Dieser Test basiert auf dem eigenen GitHub-Repository, der README und den Paketmetadaten von little-coder, nicht auf eigenen Benchmarks von PromptQuorum. Die verlinkte eigene Benchmark-Recherche des Projekts ist eine selbst veröffentlichte Erstanbieter-Quelle — lesen Sie sie direkt und behandeln Sie konkrete Zahlen als selbst berichtet.