Lorne v0.99 — Vi-like Terminal IDE

Документация: wiki/README.md · wiki/VI_EDITOR.md · wiki/KEYBINDINGS.md · wiki/MODES/README.md · wiki/PROJECT_BRAIN.md · wiki/ARCHITECTURE.md · wiki/TOOLS.md · wiki/COMPACT_TOOLS.md · wiki/BACKGROUND_AND_DEEP.md

Редактор

Пять режимов: Normal, Insert, Visual, Command, Widget (управление UI без мыши)
Полный набор стандартных vi-клавиш: hjkl, w/b/e, dd/yy/p, gg/G, :/search, %
Widget-режим: навигация по всем панелям, дереву файлов, чату, вкладкам (Space+w)
Справка по клавишам: F1 или ? — открывает таблицу всех сочетаний
Строка состояния: режим + подсказки клавиш в правом нижнем углу

AI-агент

Потоковая генерация ответов, виджет-мысль модели
Режимы: Agent, Ask, Creator, Research, Deep, Brainer — TUI и classic CLI
Sub-агенты: spawn_subagent/get_subagent_result — фоновый воркер Creator Mode из любого режима (кроме Ask), общий пул (не более 3 одновременно), дерево во вкладке «Активные агенты»
9 базовых тулов для слабых моделей (structured_memory, ast_analyze, multi_read, lint_check, task_decompose, env_info, batch_replace, verify_result, session_notes) плюс опциональный расширенный набор мега-тулов (code_intel_tool, workspace_search, net_tool, viz_tool, qa_extended_tool, session_meta_tool, tools_catalog, …) — включается тумблером Extended tools в настройках, по умолчанию выключен, чтобы не раздувать контекст модели
Роли воркеров Creator Mode с детальными промптами в Agent/roles/; воркеры получают укороченный WORKER_SYSTEM_PROMPT вместо полного системного промпта сессии

Интерфейс

Волновая анимация во время работы модели вместо текстовой строки
Виджет мыслей модели: коллапсируемый ThinkingBlock
Графики и диаграммы прямо в чате: ASCII-графики (plotext) и mermaid-flowchart-диаграммы рендерятся из ответа модели
Настройки с компактным интерфейсом
TUI (Textual) и classic CLI — оба режима поддерживаются, --classic / TCA_MODE=classic

Project Brain

Единая политика по режимам (Agent/project_brain/policy.py): что и когда индексировать/писать/дебаунсить для каждого режима чата
Автодокументирование изменений во всех режимах: Research пишет находки в agent/research_notes.md, Creator — сводку прогона в agent/creator_summary.md, Deep — итоговый отчёт в agent/deep_report.md, Brainer — по ходу диалога
Дебаунс полного пересбора — дорогой AST-скан не гоняется на каждый ход, только когда реально что-то изменилось
Relator (опционально) + Python-фолбэк: [[TREE]], [[JSON]], %%render%% — при отсутствии Relator страницы brain всё равно генерируются
Автобутстрап — project_brain/ создаётся при первом запуске, если его ещё нет
Changelog-шаблон: каждая сессия фиксирует что изменено и когда

Возможности (полный список)

Работа с файлами — чтение , создание, редактирование, поиск по содержимому
Терминал — выполнение shell-команд с подтверждением пользователя
Планирование — автоматическое построение плана для сложных задач с отслеживанием прогресса
Версионирование — SQLite-снимки файлов + Git-интеграция
RAG-поиск — семантический чанкинг, word-level scoring, mtime-кэш, инкрементальная переиндексация
Сессии — сохранение и восстановление диалогов между запусками, именованные чаты
Откат хода (TUI) — у каждого пользовательского сообщения кнопка отката
Много моделей — 27+ моделей через OpenRouter (бесплатные, дешёвые, платные, про) + Ollama
Creator Mode — параллельное выполнение подзадач несколькими агентами
Deep Solver — длительный автономный режим с чекпоинтами
Устойчивость к «петлям» — подсказки при повторяющихся вызовах одних и тех же инструментов
Локальные модели — доразбор tool_calls, восстановление JSON, извлечение <thought>
Генерация PDF — создание документов через ReportLab

Быстрый старт

Требования

Python 3.10+
API-ключ OpenRouter

Установка

macOS / Linux:

git clone https://github.com/threenebula23/Lorne.git
cd Lorne
chmod +x install.sh
./install.sh

Windows:

git clone https://github.com/threenebula23/Lorne.git
cd Lorne
install.bat

Скрипт установки:

Создаёт виртуальное окружение .venv
Устанавливает зависимости из requirements.txt
Создаёт команды lorne и tca в PATH

Первый запуск

# С ключом через аргумент
lorne env=sk-or-v1-ваш_ключ

# Или сохранить ключ в файл
echo 'OPENROUTER_API_KEY=sk-or-v1-ваш_ключ' > Agent/.env
lorne

Использование

Запуск

lorne                          # работает в текущей директории
lorne /path/to/project         # работает в указанном проекте
lorne env=sk-or-v1-xxx         # передать API-ключ через аргумент
lorne /path/to/project env=KEY # оба варианта (любой порядок)

Альтернативный способ запуска (без установки) — тот же разбор env= и каталога через python lorne.py:

python lorne.py
python -m Terminal              # TUI; для classic: python -m Terminal --classic

Команды

Команда	Описание
`Enter` (пустой ввод)	Продолжить — агент выполнит следующий шаг
`!<команда>`	Выполнить команду в терминале напрямую (например `!ls -la`, `!git status`)
`/model`	Выбрать модель из списка (выбор сохраняется)
`/model <id>`	Установить произвольную модель по ID
`/profile [имя]`	Сменить профиль: `fast`, `balanced`, `quality`
`/balance`	Показать баланс OpenRouter
`/plan`	Показать текущий план задачи (без LLM)
`/status`	Информация о модели, контексте, RAG, сообщениях
`/ls [путь]`	Список файлов в директории
`/tree [путь]`	Дерево проекта
`/rag <запрос>`	Прямой поиск по проекту (RAG) без LLM
`/versions <файл>`	История версий файла (SQLite)
`/rollback <файл> [id]`	Откатить один файл к версии из SQLite (classic и общий сценарий; в TUI дополнительно есть откат целого хода — кнопка у сообщения пользователя)
`/git status`	Статус Git-репозитория
`/git log [файл]`	История Git-коммитов
`/git diff [хеш]`	Git diff текущих изменений или коммита
`/git rollback <хеш>`	Откатить Git-коммит (revert)
`/compact`	Сжать историю разговора (освободить контекст)
`/creator`	Включить/выключить Creator Mode (параллельные агенты)
`/creator <задача>`	Запустить задачу в Creator Mode
`/creator set orchestration …`	`parallel` \| `sequential` \| `supervisor` \| `hierarchical` (см. EXTENDING.md)
`/custom`	Управление кастомными инструментами
`/agent list`	Список логических под-агентов
`/help`	Справка по командам
`/exit`	Выйти

Сессии

В TUI при старте открывается модальное окно со списком чатов: для каждой сессии видны заголовок, время обновления и примерное число сообщений. Доступны Открыть, Удалить, Новый чат и Выход из TCA.

В classic-режиме по-прежнему текстовый выбор: Enter — новая сессия, номер — продолжить, d номер — удалить.

Сессии и история сообщений хранятся в .tca/checkpoints.sqlite. Дополнительно для отката ходов ведутся снимки диалога и снимок «версий файлов проекта» на границе каждого пользовательского сообщения (таблицы turn_snapshots, turn_workspace_snapshots).

Конфигурация

API-ключ

Три способа указать ключ OpenRouter (в порядке приоритета):

Аргумент запуска: lorne env=sk-or-v1-xxx (или tca env=…)
Файл .env: создать Agent/.env или .env в корне TCA с содержимым OPENROUTER_API_KEY=sk-or-v1-xxx
Переменная окружения: export OPENROUTER_API_KEY=sk-or-v1-xxx

Профили

Профиль	Temperature	Max tokens	Назначение
`fast`	0.1	4096	Быстрые простые задачи
`balanced`	0.2	8192	Баланс скорости и качества (по умолчанию)
`quality`	0.1	16384	Максимальное качество

Переменные окружения

Переменная	Описание	По умолчанию
`OPENROUTER_API_KEY`	API-ключ OpenRouter	— (обязательно)
`TCA_MODE`	`tui` (IDE) или `classic` (чат в терминале)	`tui`
`TCA_PROFILE`	Профиль по умолчанию	`balanced`
`TCA_MODEL`	Модель по умолчанию	`arcee-ai/trinity-large-preview:free`
`TCA_BASE_URL`	Base URL для API	`https://openrouter.ai/api/v1`
`TCA_MODEL_FAST`	Модель для профиля fast	значение `TCA_MODEL`
`TCA_MODEL_BALANCED`	Модель для профиля balanced	значение `TCA_MODEL`
`TCA_MODEL_QUALITY`	Модель для профиля quality	значение `TCA_MODEL`
`TCA_TEMP_FAST`	Temperature для fast	`0.1`
`TCA_TEMP_BALANCED`	Temperature для balanced	`0.2`
`TCA_TEMP_QUALITY`	Temperature для quality	`0.1`
`TCA_MAX_TOKENS`	Max tokens (глобально)	`8192`
`TCA_MAX_TOKENS_FAST`	Max tokens для fast	`4096`
`TCA_MAX_TOKENS_BALANCED`	Max tokens для balanced	`8192`
`TCA_MAX_TOKENS_QUALITY`	Max tokens для quality	`16384`
`TCA_RAG_PATTERNS`	Паттерны для RAG-индексации	`.py,.md,.ts,.tsx,*.json`
`TCA_RAG_MAX_FILES`	Макс. число файлов для RAG	`500`
`TCA_RUN_COMMAND_DEDUPE_S`	Окно анти-спама для повторной той же `run_command` (сек.); 0 = отключено	`0`
`LOCAL_API_KEY`	API-ключ для локального сервера (Creator Mode)	—

Доступные модели

Команда /model показывает полный список. Краткая сводка:

Бесплатные: Trinity Large, Step 3.5 Flash, Qwen3 235B Thinking

Платные: Qwen3 235B Thinking, Qwen3 Coder 30B, Qwen3.5 Flash, GPT OSS 120B, GPT-5 Nano, Gemini 2.5 Flash Lite

Доступные (cheap): Qwen3 Coder Next, Qwen3.5 35B, Qwen3 Coder, Qwen3.5 Plus, Qwen3.5 397B, GPT-4o Mini, GPT-5 Mini, Gemini 2.5 Flash, Gemini 3 Flash, Grok 4.1 Fast, Grok Code Fast, DeepSeek V3.2

Про (pro): GPT-5.1 Codex, GPT-5.3 Codex, Gemini 3.1 Pro, Claude Haiku 4.5, Claude Sonnet 4.6, Claude Opus 4.6

Выбор модели сохраняется в ~/.tca_config.json между запусками.

Архитектура

Подробная карта модулей, потоков данных и путей к SQLite — в wiki/ARCHITECTURE.md.

Структура проекта (кратко)

TCA/
├── tca.py                      # Точка входа Python; после install — команды lorne и tca (алиас)
├── requirements.txt
├── wiki/                       # ARCHITECTURE.md, EXTENDING.md, TOOLS.md, BACKGROUND_AND_DEEP.md
│
├── Agent/                      # Ядро: LLM, LangGraph, инструменты, RAG, сессии
│   ├── agent/                  # run_tui_mode / run_coding_agent_loop; снимки, откат TUI
│   ├── graph_runner.py         # LangGraph: call_model, execute_tools, анти-петля
│   ├── tool_registry.py        # build_tools(agent_mode, playwright_python), compact + custom
│   ├── message_utils/          # Санитизация, компактирование, восстановление tool JSON, петли тулов
│   ├── deep_solver/            # Пакет Deep Solver; legacy_loop.py — долгий цикл, чекпоинты
│   ├── background_agent_runner.py  # Фоновый LLM+тул-цикл для start_background_task
│   ├── command_router/         # Slash-команды в classic-режиме
│   ├── llm_provider.py         # OpenRouter, профили, модели
│   ├── planner.py              # Планы задач
│   ├── git_integration.py      # GitPython
│   ├── creator_mode.py         # Creator: воркеры, оркестрация, супервайзер
│   ├── creator_orchestration.py  # Роли, handoff, сводка супервайзера
│   ├── creator_summary.py      # Единый текст итога Creator (TUI + classic + сессия)
│   ├── creator_provider.py     # Конфиг Creator (orchestration, local/heavy)
│   ├── system_prompt.py        # SYSTEM_PROMPT (сессия) + WORKER_SYSTEM_PROMPT (Creator-воркеры)
│   ├── prompts/                # Промпты режимов (*.md) + project_brain_rules.py
│   ├── subagent_runner.py      # Общий раннер фоновых суб-агентов (spawn/get_result, лимит 3)
│   ├── tools/                  # @tool + compact_tools.py, extended_tools.py (опциональный тир)
│   ├── rag/                    # Индексация и rag_search
│   ├── project_brain/          # Скан, Markdown brain, policy.py — политика по режимам
│   ├── checkpoint/             # Сессии (SQLite)
│   ├── versioning/             # Снимки файлов (SQLite)
│   └── file_loading/           # Загрузка файлов для RAG
│
├── Interface/                  # TUI (Textual) + Rich для classic
│   ├── tui_app.py              # LorneApp: layout IDE
│   ├── session_picker_screen.py  # Модальный выбор сессии при старте TUI
│   ├── tui_bridge.py           # Мост агент ↔ панели (потокобезопасно)
│   ├── themes.py               # Темы
│   ├── visualization.py        # Rich в classic-режиме
│   ├── graph_display.py        # Creator Mode (classic)
│   └── panels/                 # file_explorer, active_agents, workspace_center (чат + вкладки), code_editor, …
│
└── Terminal/                   # python -m Terminal — те же режимы, что у tca.py
    ├── cli.py
    └── runner.py

Как работает агент

TCA построен на LangGraph — фреймворке для создания графов состояний поверх LangChain.

Граф выполнения

┌────────────┐     tool_calls?   ┌─────────┐
│    agent   │ ──── yes ────────▶│  tools  │
│(call_model)│ ◀─────────────────│(execute)│
└────────────┘                   └─────────┘
       │
       │ no tool_calls
       ▼
      END

call_model — отправляет историю сообщений в LLM, получает ответ. Перед отправкой вызывает _sanitize_messages() для исправления возможных повреждений истории. При ошибке провайдера автоматически повторяет запрос (до 2 раз).
should_continue — если в ответе есть tool_calls, переходит к узлу tools. Иначе — завершение (END).
execute_tools — выполняет вызванные инструменты (read-only параллельно в пуле потоков, если все вызовы из «безопасного» набора; иначе по очереди), формирует ToolMessage с результатами. Если провайдер не поддерживает parallel_tool_calls при bind_tools, выполняется повторная привязка без этого флага.
Цикл повторяется, пока модель не ответит текстом без tool_calls.

Поток данных одного хода

Пользователь вводит задачу
  │
  ▼
Планирование (build_plan) → plan_tool(action=save) → .tca/plan.json
  │
  ▼
HumanMessage добавляется в messages
  │
  ▼
app.stream(messages) запускает граф:
  │
  ├─ call_model → AIMessage(tool_calls=[edit_file, run_command])
  ├─ execute_tools → [ToolMessage(result1), ToolMessage(result2)]
  ├─ call_model → AIMessage(tool_calls=[plan_tool update])
  ├─ execute_tools → [ToolMessage(result)]
  ├─ call_model → AIMessage(content="Готово! Вот что я сделал...")
  └─ END
  │
  ▼
save_state(messages) → SQLite

Система инструментов

Инструменты — @tool (LangChain). У модели — компактные имена (plan_tool, git_ops, library_context, …) плюс «атомарные» (read_file, edit_file, web_search, …). Подробная таблица и поля action: wiki/TOOLS.md и wiki/COMPACT_TOOLS.md.

Кратко:

Группа	Примеры имён у модели
Файлы	`read_file`, `list_files`, `edit_file`, `write_file`, `replace_file_lines`, `insert_file_lines`, `search_in_files`, `code_file_tool`
План / мысли	`plan_tool`, `reasoning_tool`
Терминал / код	`run_command`, `code_interpreter`
Git / версии	`git_ops`, `file_versions_tool`
Веб / доки	`web_search`, `web_fetch`, `library_context` (в т.ч. `action=search` вместо отдельного get_documentation)
Office / OCR	`office_document_read`, `docx_write_tool`, `docx_document_advanced_ops`, `docxedit_tool`, `ocr_tool`, `pdf_styled_document_create`, `create_pdf`
Прочее	`rag_search`, `ask_user`, кастомные тулы
Только TUI + режим Agent	`headless_browser`, `playwright_sync` (Python — только при галочке в Files → Settings)
Фон	`start_background_task`, `get_background_result` — см. BACKGROUND_AND_DEEP.md
Суб-агенты	`spawn_subagent`, `get_subagent_result` — фоновый Creator-воркер из Agent/Brainer/Research/Deep; недоступны в Ask
Загрузки	`download_file` — HTTP(S) в файл в рабочей области проекта, лимиты в схеме (`Agent/tools/download_tool.py`)
Расширенный тир (опционально)	`code_intel_tool`, `workspace_search`, `net_tool` (http/port_check/db_query), `viz_tool` (chart/diagram), `qa_extended_tool`, `session_meta_tool`, `tools_catalog`, `diff_tool`, `apply_patch`, `project_tree`, `brain_search`, `export_to_brain`, `memory_search` — включается тумблером Extended tools, по умолчанию выключен ради бюджета контекста

Защита run_command: блокировка опасных команд; опциональная дедупликация повторов одной и той же команды — только если задано ненулевое TCA_RUN_COMMAND_DEDUPE_S (по умолчанию выключено). Снимки версий — перед правками файлов.

Детали фонового помощника, Deep Solver и суб-агентов (spawn_subagent / get_subagent_result): wiki/BACKGROUND_AND_DEEP.md.

Управление контекстом

LLM имеют ограниченное окно контекста. TCA управляет этим через:

Компактирование (compact_conversation) — старые сообщения сжимаются в текстовое резюме, сохраняя последние 10–12 сообщений. При сжатии границы не разрывают группы tool_call/ToolMessage.
Авто-компактирование — срабатывает автоматически при превышении 30 сообщений или ~85% лимита контекста модели (TUI и classic).
Тиринг тулов — базовый набор всегда в промпте; расширенный тир (мега-тулы) — опционально по тумблеру Extended tools, чтобы JSON-схемы не раздували системный промпт.
Слим-промпты по режимам — общий SYSTEM_PROMPT минимален, детали конкретного режима (Agent/Ask/Brainer/…) добавляются отдельным фрагментом (Agent/prompts/*.md); воркеры Creator получают отдельный укороченный WORKER_SYSTEM_PROMPT.
Усечение результатов (_truncate_result) — большие ответы инструментов обрезаются (лимиты по инструментам: 2000–4000 символов).
Санитизация (_sanitize_messages) — перед каждым вызовом LLM проверяет и исправляет историю: удаляет осиротевшие ToolMessage, добавляет заглушки для незавершённых tool_calls.

Устойчивость к ошибкам

Ретраи провайдера — при ошибках вроде «Provider returned error», «rate limit», «bad gateway» автоматический повтор с задержкой (до 2 попыток). OpenRouter перемаршрутизирует на другого провайдера.
Восстановление JSON — сломанный JSON от маленьких моделей восстанавливается через json-repair и ручной парсинг.
Починка tool_calls — если модель возвращает tool_calls как текст (JSON в content), TCA парсит их вручную.
Склейка контента — если модель ломает многострочный код в JSON-аргументах, _reconstruct_broken_content собирает фрагменты обратно.
Нормализация кода — если модель передаёт литералы \n вместо переносов строк, они конвертируются в реальные переводы.
Петли тулов — при многократно одинаковых вызовах в историю может вставляться нudge «смени стратегию» (web_search, план, другой файл/команда), см. message_utils.tool_repetition_loop_nudge.

Хранение данных

Файл	Формат	Содержимое
`.tca/checkpoints.sqlite`	SQLite	Сессии: `sessions`, `checkpoints` (messages JSON), снимки для отката ходов (`turn_*`)
`.tca/versions.sqlite`	SQLite	Снимки файлов для отката
`.tca/plan.json`	JSON	Текущий план задачи (`planning_tool`)
`.tca/ui_settings.json`	JSON	Тема, плотность, подсветка; браузерные тулы; свои модели OpenRouter/Ollama; пресеты Ollama
`~/.tca_config.json`	JSON	Выбранная модель, настройки Creator и др.

Файлы под .tca/ создаются в рабочей директории проекта; глобальный конфиг — в домашнем каталоге.

Разработка

Установка для разработки

git clone https://github.com/your-repo/TCA.git
cd TCA
python -m venv .venv
source .venv/bin/activate    # Windows: .venv\Scripts\activate
pip install -r requirements.txt
echo 'OPENROUTER_API_KEY=sk-or-v1-ваш_ключ' > Agent/.env
python tca.py

Зависимости

python-dotenv    — загрузка .env файлов
json-repair      — восстановление сломанного JSON от LLM
langchain-core   — базовые абстракции (messages, tools)
langchain-openai — ChatOpenAI для работы с OpenRouter
langgraph        — граф состояний для agent loop
rich             — красивый терминальный вывод
gitpython        — интеграция с Git (авто-коммиты, rollback, история)
ddgs             — веб-поиск через DuckDuckGo
reportlab        — генерация PDF (опционально)
playwright       — Python API браузера в режиме Agent (после установки: `playwright install chromium`)

Добавление нового инструмента

Создайте файл в Agent/tools/, например my_tool.py:

from langchain_core.tools import tool

@tool
def my_tool(arg1: str, arg2: int = 10) -> dict:
    """Описание инструмента — агент увидит этот текст."""
    # Логика
    return {"ok": True, "result": "..."}

Экспортируйте из Agent/tools/__init__.py:

from .my_tool import my_tool
# Добавьте в __all__

Добавьте в список _base_tools в Agent/tool_registry.py:

_base_tools: List[Any] = [
    ...,
    my_tool,
]

Опционально: добавьте описание в системный промпт (Agent/system_prompt.py) или в промпт конкретного режима (Agent/prompts/*.md), и специальный вывод в Interface/visualization.py.

Добавление модели

Добавьте запись в AVAILABLE_MODELS в Agent/llm_provider.py:

{"id": "provider/model-name", "name": "Display Name", "ctx": 128_000, "tier": "free|cheap|paid|pro"},

Если провайдер модели поддерживает parallel_tool_calls, добавьте его в _PROVIDER_CAPS.

Ключевые модули для разработчика

Модуль	Что менять
`Agent/agent/`	Точка входа TUI/classic, мост с UI, сессии
`Agent/graph_runner.py`	LangGraph: узлы и рёбра графа, подсказки при петлях
`Agent/tool_registry.py`	Список инструментов, `build_tools(agent_mode=...)`
`Agent/command_router/`	Slash-команды (classic)
`Agent/deep_solver/`	Режим Deep Solver (локальная модель), `legacy_loop.py`
`Agent/background_agent_runner.py`	Очередь фоновых микро-задач LLM+тулов
`Agent/message_utils/`	Санитизация, компактирование, восстановление tool JSON, анти-петля
`Agent/git_integration.py`	Git
`Agent/rag/`	RAG
`Agent/llm_provider.py`	Модели и OpenRouter
`Agent/system_prompt.py`	`SYSTEM_PROMPT` / `WORKER_SYSTEM_PROMPT`
`Agent/prompts/`	Промпты режимов (`*.md`), `project_brain_rules.py`
`Agent/project_brain/`	Скан, Markdown brain, `policy.py` (политика по режимам)
`Agent/subagent_runner.py`	Фоновые суб-агенты: `spawn`/`get_result`, лимит concurrency
`Agent/tools/`	Реализации инструментов (+ `extended_tools.py` — опциональный тир)
`Interface/tui_app.py`	Layout IDE, CSS
`Interface/tui_bridge.py`	Обновление панелей из фонового агента
`Interface/panels/*.py`	Панели: дерево, агенты, чат, редактор, …
`Interface/visualization.py`	Вывод в classic-режиме
`Terminal/runner.py`	Shell-команды

Полная таблица файлов — wiki/ARCHITECTURE.md.

Удаление

macOS / Linux:

./uninstall.sh

Windows:

uninstall.bat

Скрипт удалит виртуальное окружение и команды lorne / tca в PATH. Опционально удалит данные сессий и версий.

Лицензия

MIT — см. LICENSE.

Name		Name	Last commit message	Last commit date
Agent		Agent
Interface		Interface
Terminal		Terminal
docs		docs
wiki		wiki
.gitignore		.gitignore
CONTRIBUTING.md		CONTRIBUTING.md
LICENSE		LICENSE
README.md		README.md
install.bat		install.bat
install.sh		install.sh
lorne.py		lorne.py
requirements.txt		requirements.txt
tca.py		tca.py
uninstall.bat		uninstall.bat
uninstall.sh		uninstall.sh

Latest commit

History

Folders and files

Repository files navigation