本地编码代理OATs：通过本地提示索引让小型AI模型执行工具调用
原帖
**本地编码代理：利用LLM将工具调用委托给小型AI模型**
_Show HN: Local Coding Agent with LLMs to Delegate Tool Calls to Small AI Models_
> 该项目名为Open Agent Tools Coder (OATs)，是一个本地化编码代理系统，支持从小型到大型的自托管AI模型。它通过数据挖掘超过20,900个流行的GitHub仓库（超过2TB数据），生成JSON、Markdown和Parquet文件，创建可复用的本地提示索引。该代理利用这些本地索引，在运行工具调用任务时，让小型开源AI模型直接使用本地源代码，从而减少对大型前沿AI模型的依赖，节省昂贵的令牌消耗。项目提供视频教程、支持141,000多种工具，并可通过斜杠命令进行交互。
**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：tip
- **发布时间**：2026-05-28 19:25（北京时间）
- **原文**：[打开原文](https://github.com/district-solutions/open-agent-tools-coder)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
据First-Principle于2026年5月28日分享的Hacker News热帖，Open Agent Tools Coder (OATs) 是一个本地化编码代理系统，通过挖掘超过20,900个GitHub仓库创建本地提示索引，使小型AI模型能直接调用工具，减少对大型模型的依赖。
答案说明
OATs项目通过数据挖掘GitHub仓库生成本地索引（JSON/Markdown/Parquet格式），让小型开源AI模型在运行工具调用任务时使用本地源代码，从而减少对大型前沿AI模型的依赖并节省令牌消耗。
这篇帖子回答的问题
- Open Agent Tools Coder (OATs) 如何减少对大型AI模型的依赖？
核心观点
- 该项目通过创建本地提示索引，让小型AI模型能处理原本需要大型模型完成的工具调用任务，从而节省成本。
FAQ
- Q: OATs项目如何创建本地提示索引？
- A: 据帖子描述，OATs通过数据挖掘超过20,900个流行的GitHub仓库（超过2TB数据），生成JSON、Markdown和Parquet文件来创建可复用的本地提示索引。
关键实体
- Open Agent Tools Coder (OATs)
- GitHub