Sema Code: Het Ontkoppelen van AI-codeeragentschappen in Programmeerbare, Inbedbare Infrastructuur
Sema Code: Decoupling AI Coding Agents into Programmable, Embeddable Infrastructure
April 13, 2026
Auteurs: Huacan Wang, Jie Zhou, Ningyan Zhu, Shuo Zhang, Feiyu Chen, Jiarou Wu, Ge Chen, Chen Liu, Wangyi Chen, Xiaofeng Mou, Yi Xu
cs.AI
Samenvatting
AI-codeeragents zijn centraal komen te staan in ontwikkelaarsworkflows, maar elke bestaande oplossing sluit zijn redeneercapaciteiten op in een specifieke leveringsvorm, zoals een CLI, IDE-plugin of webapplicatie. Deze beperking creëert systemische barrières wanneer ondernemingen deze capaciteiten proberen te hergebruiken in heterogene engineeringomgevingen. Om deze uitdaging aan te pakken, presenteren wij Sema Code, een open AI-coderingsframework gebouwd op het principe van embedbaarheid, pluggabiliteit en een framework-first benadering. Sema Code ontkoppelt de kernagent-engine volledig van alle clientlagen en publiceert deze als een standalone npm-bibliotheek die elke runtime programmatisch kan aansturen.
Rond deze architectuur hebben wij acht kernmechanismen ontworpen: multi-tenant engine-isolatie, FIFO-inputqueueing met veilige sessiereconstructie, adaptieve contextcompressie, multi-agent collaboratieve planning, intelligente Todo-gebaseerde procesmanagement, vierlaags asynchroon rechtenbeheer, drievoudige ecosysteemintegratie (omvattend MCP, Skills en Plugins), en een framework voor achtergrondtaken met gescheiden uitvoerings- en observatierechten. Deze mechanismen pakken gezamenlijk de technische uitdagingen aan van het transformeren van een complexe agent-engine naar een gedeelde, programmeerbare kern.
De architectuurflexibiliteit wordt gedemonstreerd doordat dezelfde Sema Core-engine gelijktijdig een VSCode-extensie en een multi-kanaal messaging-gateway (genaamd SemaClaw) aanstuurt, om agentinteracties te unificeren over platformen zoals Telegram en Feishu. Deze vertegenwoordigen twee fundamenteel verschillende productvormen die een identieke redeneerkern delen, en enkel verschillen op de clientlaag.
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.