Sema Code: Disaccoppiare gli Agenti di Codifica IA in Infrastrutture Programmabili ed Integrabili

Sema Code: Decoupling AI Coding Agents into Programmable, Embeddable Infrastructure

April 13, 2026

Autori: Huacan Wang, Jie Zhou, Ningyan Zhu, Shuo Zhang, Feiyu Chen, Jiarou Wu, Ge Chen, Chen Liu, Wangyi Chen, Xiaofeng Mou, Yi Xu

cs.AI

Abstract

Gli agenti di codifica IA sono diventati centrali nei flussi di lavoro degli sviluppatori, eppure ogni soluzione esistente vincola le proprie capacità di ragionamento a una forma di distribuzione specifica, come una CLI, un plugin per IDE o un'applicazione web. Questa limitazione crea barriere sistemiche quando le aziende tentano di riutilizzare queste capacità in ambienti ingegneristici eterogenei. Per affrontare questa sfida, presentiamo Sema Code, un framework aperto per la codifica IA costruito sul principio di essere incorporabile, componibile e orientato al framework. Sema Code disaccoppia completamente il motore dell'agente centrale da tutti i livelli client, pubblicandolo come libreria npm autonoma che qualsiasi runtime può gestire a livello di codice. Intorno a questa architettura, abbiamo progettato otto meccanismi chiave: isolamento del motore multi-tenant, code di input FIFO con ricostruzione sicura delle sessioni, compressione adattiva del contesto, pianificazione collaborativa multi-agente, gestione intelligente dei processi basata su Todo, controllo asincrono delle autorizzazioni a quattro livelli, integrazione dell'ecosistema su tre livelli che comprende MCP, Skills e Plugin, e un framework per task in background con privilegi separati di esecuzione e osservazione. Questi meccanismi affrontano collettivamente le sfide ingegneristiche di trasformare un complesso motore di agenti in un nucleo condiviso e programmabile. Dimostrando la sua versatilità architetturale, lo stesso motore Sema Core alimenta simultaneamente un'estensione VSCode e un gateway di messaggistica multi-canale, che abbiamo chiamato SemaClaw, per unificare le interazioni degli agenti su piattaforme come Telegram e Feishu. Questi rappresentano due forme di prodotto fondamentalmente diverse che condividono un identico nucleo di ragionamento, differenziandosi solo a livello client.

English

AI coding agents have become central to developer workflows, yet every existing solution locks its reasoning capabilities within a specific delivery form, such as a CLI, IDE plugin, or web application. This limitation creates systemic barriers when enterprises attempt to reuse these capabilities across heterogeneous engineering environments. To address this challenge, we present Sema Code, an open AI coding framework built on the principle of being embeddable, pluggable, and framework-first. Sema Code completely decouples the core agent engine from all client layers, publishing it as a standalone npm library that any runtime can drive programmatically. Built around this architecture, we designed eight key mechanisms: multi-tenant engine isolation, FIFO input queuing with safe session reconstruction, adaptive context compression, multi-agent collaborative scheduling, intelligent Todo-based process management, four-layer asynchronous permission control, three-tier ecosystem integration spanning MCP, Skills, and Plugins, and a background task framework with separated execution and observation privileges. These mechanisms collectively address the engineering challenges of transforming a complex agent engine into a shared, programmable core. Demonstrating its architectural versatility, the same Sema Core engine simultaneously powers a VSCode extension and a multi-channel messaging gateway, which we name SemaClaw, to unify agent interactions across platforms such as Telegram and Feishu. These represent two fundamentally different product forms sharing an identical reasoning kernel, differing only at the client layer.