Agenti — Dokumentace Tlycode

dashboard Přehled

TlyCode Agent podporuje několik AI coding agentů. Výchozí je Claude Code, ale můžete použít i alternativy — Gemini CLI, Codex CLI, GitHub Copilot CLI nebo open-source opencode.

Na této stránce najdete návody na instalaci a přihlášení pro každého z nich. Poslední sekce popisuje lokálního agenta — kombinaci LM Studio a opencode pro běh modelů přímo na vašem počítači.

info Cloud vs lokální

Cloudoví agenti — Claude Code, Gemini, Codex a Copilot běží přes API u poskytovatele. Nejvyšší kvalita, žádné požadavky na hardware, ale placené (nebo free tier) a data opouštějí váš stroj.

Lokální agent — LM Studio + opencode běží offline na vašem hardwaru. Žádné náklady za tokeny, plné soukromí, ale potřebujete výkonné GPU nebo Apple Silicon s dostatkem RAM.

auto_awesome Claude Code

Oficiální CLI agent od Anthropicu. Výchozí volba pro TlyCode Agent — podporuje MCP, OAuth přihlášení a nejlépe spolupracuje s Codespace integracemi platformy.

Instalace

Vyžaduje Node.js 18+. Instalace přes npm:

# Globální instalace
npm install -g @anthropic-ai/claude-code

Přihlášení

Spusťte CLI a při prvním spuštění proběhne OAuth přihlášení v prohlížeči (Claude Pro, Team nebo API klíč).

# Spuštění a OAuth
claude

# V rámci Claude Code lze přepnout účet:
# /login

tips_and_updates Tip

Pro použití v Codespace TlyCode Hosting nabízí automatické OAuth — viz stránka Claude Code Authentication v detailu projektu.

diamond Gemini CLI

CLI agent od Google s podporou modelů Gemini 2.5. Dostupný free tier s limity volání, vhodný pro méně náročné úlohy.

Instalace

# Globální instalace
npm install -g @google/gemini-cli

Přihlášení

Spusťte CLI a přihlaste se Google účtem pro free tier, nebo nastavte proměnnou GEMINI_API_KEY pro placené API.

# Spuštění a Google OAuth
gemini

info Free tier

Free tier nabízí až 1000 volání denně přes osobní Google účet bez placené karty. Ideální pro experimenty.

terminal Codex CLI

CLI agent od OpenAI. Používá model GPT-5-Codex optimalizovaný pro kódování. Placený přes OpenAI API nebo ChatGPT Plus/Pro předplatné.

Instalace

# Globální instalace
npm install -g @openai/codex

Přihlášení

Přihlašte se ChatGPT účtem (Plus/Pro) nebo OpenAI API klíčem.

# Přihlášení
codex login

flight GitHub Copilot CLI

Oficiální CLI GitHub Copilotu. Používá stejné předplatné jako Copilot v editorech (Copilot Free, Pro, Business).

Instalace

Vyžaduje Node.js 22+ a aktivní předplatné GitHub Copilot.

# Globální instalace
npm install -g @github/copilot

Přihlášení

# Spuštění a přihlášení přes GitHub OAuth
copilot

# Přepnutí účtu uvnitř CLI:
# /login

code opencode

Open-source AI coding agent (Apache 2.0) s podporou libovolného modelu — Anthropic, OpenAI, Google, xAI, Groq i lokálních poskytovatelů kompatibilních s OpenAI API.

Instalace

Instalace přes oficiální installer nebo npm:

# macOS / Linux
curl -fsSL https://opencode.ai/install | bash

# nebo přes npm
npm install -g opencode-ai

Přihlášení

Přihlášení k providerovi (Anthropic, OpenAI, Google, …) přes API klíč:

# Interaktivní výběr providera a vložení API klíče
opencode auth login

tips_and_updates Tip

opencode je ideální pro lokální agenta — lze ho napojit na LM Studio přes OpenAI-kompatibilní endpoint. Viz sekce níže.

computer Lokální agent — LM Studio + opencode

Lokální agent spustí velký jazykový model přímo na vašem počítači — žádná data neopustí stroj, žádné náklady za tokeny, funguje i offline. Nejjednodušší cesta je kombinace LM Studio (runtime a správa modelů) a opencode (agentický CLI klient).

LM Studio umí spustit OpenAI-kompatibilní HTTP server na localhost. opencode si s ním pak poradí přes stejný protokol, který používá pro OpenAI API — stačí přepnout baseURL.

1. Nainstalujte LM Studio

Stáhněte instalátor pro svůj systém z lmstudio.ai:

macOS (Apple Silicon M1+ doporučeno, 16 GB+ RAM)
Windows (x64, NVIDIA GPU 8 GB+ VRAM ideální)
Linux (AppImage, AMD/NVIDIA GPU s ROCm/CUDA)

2. Stáhněte model v LM Studio

Ve vyhledávači LM Studio (ikona lupy) najděte a stáhněte model zaměřený na kódování. Doporučené:

Qwen2.5-Coder 7B / 14B / 32B — nejlepší open-source coding model, 14B verze běží dobře na 16 GB RAM
Llama 3.1 8B / 70B — obecný model od Mety, dobrý pro chat i kód
DeepSeek-Coder V2 — silný specializovaný coding model, vyžaduje více RAM

3. Zapněte lokální server v LM Studio

V LM Studio přepněte do sekce Developer (ikona </>), vyberte stažený model v horní liště a klikněte na Start Server. Výchozí endpoint je:

# OpenAI-kompatibilní endpoint
http://localhost:1234/v1

4. Nakonfigurujte opencode na LM Studio

opencode má vestavěnou podporu custom providerů přes opencode.json. Vytvořte nebo upravte konfigurační soubor:

# ~/.config/opencode/opencode.json
{
  "provider": {
    "lmstudio": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "LM Studio",
      "options": {
        "baseURL": "http://localhost:1234/v1"
      },
      "models": {
        "qwen2.5-coder-14b-instruct": {}
      }
    }
  }
}

Spusťte opencode v adresáři projektu a vyberte model lmstudio/qwen2.5-coder-14b-instruct:

opencode

warning Výkon

Lokální modely jsou pomalejší a méně schopné než frontier modely v cloudu. Pro komplexní úlohy (velké refactory, plánování architektury) je cloud stále lepší volba. Pro rychlé úpravy, vysvětlování kódu a doplňování lokální model bohatě stačí.

tips_and_updates Kdy použít lokální agent

Pracujete s citlivým kódem (interní systémy, finance, zdravotnictví), který nesmí opustit firmu.
Chcete experimentovat bez sledování nákladů nebo narazíte na limity cloudového tier.
Potřebujete offline režim — vlak, letadlo, místa bez spolehlivého internetu.