Setup Aider CLI di Terminal: Autonomous Git Pair Programming dengan ModelRouter & Mode Architect

Bagi banyak developer, berpindah-pindah antara jendela terminal dan graphical IDE saat melakukan coding terasa memecah fokus. Jika kamu terbiasa bekerja di dalam ekosistem terminal—baik menggunakan Neovim, Tmux, maupun sesi SSH di remote server—kehadiran tool AI coding yang menyatu dengan alur kerja Git adalah sebuah kebutuhan mutlak.

Di sinilah Aider membuktikan dirinya sebagai salah satu open-source command-line AI pair programmer terpopuler saat ini. Berbeda dengan asisten kode biasa yang hanya menghasilkan cuplikan teks di jendela obrolan, Aider langsung menyunting berkas di local repository kamu dan membuat git commit otomatis dengan pesan deskriptif yang rapi.

Namun, tantangan terbesar bagi developer di Indonesia umumnya ada pada akses API: kewajiban kartu kredit internasional, harga token yang mahal, dan minimnya kontrol routing. Melalui panduan ini, kita akan membahas cara mengintegrasikan Aider CLI dengan ModelRouter sebagai gateway OpenAI-compatible berlatensi rendah yang mendukung pembayaran instan via QRIS.

---

Mengapa Aider CLI Menjadi Standar Baru Pair Programming di Terminal?

Aider dirancang khusus untuk memecahkan masalah integrasi kode secara pragmatis. Alih-alih meminta kamu menyalin ulang kode secara manual, Aider membaca struktur proyekmu secara utuh dan langsung mengaplikasikan unified diff ke file tujuan.

1. Pemetaan Repositori Otomatis (Repo Map) Berbasis AST

Salah satu keunggulan teknis Aider adalah kemampuan menghasilkan Repo Map menggunakan Abstract Syntax Tree (tree-sitter). Fitur ini memetakan seluruh definisi fungsi, kelas, dan variabel penting di seluruh codebase kamu ke dalam prompt context yang sangat ringkas tanpa menghabiskan kuota token.

Hasilnya, model AI dapat memahami dependensi antarmuka modul tanpa harus membaca setiap baris file yang tidak relevan. Ini membuat performa penalaran model menjadi jauh lebih akurat dan hemat token secara drastis.

2. Git Commit Otonom dengan Pesan Deskriptif

Setiap kali Aider menyelesaikan instruksi refactoring atau perbaikan bug, Aider secara otomatis menjalankan git diff, memeriksa perubahan, dan membuat commit baru di branch aktif kamu.

Pesan commit yang dibuat mengikuti konvensi industri yang jelas (misalnya feat: add JWT authentication middleware atau fix: resolve race condition in worker pool). Jika kamu tidak puas dengan perubahannya, kamu cukup mengetik /undo di terminal untuk mengembalikan commit dan kode ke titik semula secara instan.

3. Kebebasan Multi-Model via ModelRouter

Secara bawaan, pengguna Aider sering terjebak dalam ekosistem tunggal yang kaku. Dengan menyambungkan Aider ke gateway ModelRouter, kamu dapat bebas berganti model—mulai dari DeepSeek-V3, DeepSeek-R1, hingga Claude 3.7 Sonnet—hanya dengan satu saldo akun tanpa repot mendaftar kartu kredit luar negeri.

---

Persiapan & Instalasi Aider di Lingkungan Lokal

Aider didistribusikan sebagai paket Python modern dan dapat dipasang dengan mudah di Linux, macOS, maupun Windows Subsystem for Linux (WSL).

Langkah 1: Instalasi Paket Aider

Metode yang paling direkomendasikan adalah menggunakan pipx agar dependensi Aider terisolasi dari lingkungan sistem operasi kamu:

# Rekomendasi: Pasang via pipx
pipx install aider-chat

# Atau pasang ke virtual environment aktif via pip
python3 -m pip install -U aider-chat

Pastikan instalasi berhasil dengan memeriksa versinya di terminal:

aider --version

Langkah 2: Mengatur Environment Variable ModelRouter

Aider mendukung protokol standar OpenAI. Kamu hanya perlu mengarahkan OPENAI_API_BASE ke endpoint ModelRouter dan mengisi OPENAI_API_KEY dengan kunci API milikmu.

Tambahkan baris berikut ke file konfigurasi shell kamu (misalnya ~/.bashrc atau ~/.zshrc):

# Konfigurasi gateway ModelRouter untuk Aider
export OPENAI_API_BASE="https://modelrouter.id/v1"
export OPENAI_API_KEY="mr-live-xxxxxxxxxxxxxxxxxxxxxxxx"

Muat ulang sesi terminal kamu dengan perintah:

source ~/.bashrc  # atau source ~/.zshrc

💡 Catatan Praktisi: ModelRouter beroperasi dengan prinsip Zero Prompt Retention (ZPR). Kode sumber dan instruksi sensitif yang dikirim oleh Aider selama sesi interaktif tidak akan pernah disimpan ke disk gateway atau dijadikan bahan pelatihan model pihak ketiga.

---

Konfigurasi Tetap Menggunakan `.aider.conf.yml`

Mengetikkan parameter panjang di terminal setiap kali memulai sesi coding tentu tidak efisien. Aider memungkinkan kamu menyimpan preferensi default dalam file konfigurasi YAML, baik secara global di direktori home (~/.aider.conf.yml) maupun per-repositori (.aider.conf.yml).

Buat file konfigurasi di direktori kerja kamu:

# ~/.aider.conf.yml atau .aider.conf.yml di root project
openai-api-base: https://modelrouter.id/v1
openai-api-key: mr-live-xxxxxxxxxxxxxxxxxxxxxxxx

# Gunakan prefix openai/ agar request diteruskan ke OpenAI-compatible endpoint
model: openai/deepseek-chat

# Fitur kenyamanan terminal
auto-commits: true
dirty-commits: true
dark-mode: true
show-diffs: true
stream: true

Aturan Prefix `openai/` pada Penamaan Model

Satu hal krusial yang wajib dipahami saat menggunakan custom gateway di Aider adalah prefix model. Karena Aider memiliki validator internal untuk nama-nama penyedia resmi, menambahkan awalan openai/ memberi instruksi kepada pustaka Litellm di balik Aider untuk meneruskan permintaan langsung ke URL endpoint OPENAI_API_BASE.

Contoh pemetaan model di ModelRouter:

• openai/deepseek-chat untuk DeepSeek-V3 (sangat cepat dan hemat biaya untuk tugas penulisan kode standar).
• openai/deepseek-reasoner untuk DeepSeek-R1 (kemampuan berpikir mendalam saat mendesain logika rumit).
• openai/claude-3-7-sonnet untuk model reasoning hybrid terkini dari Anthropic.

---

Memaksimalkan Produktivitas dengan Mode Architect

Salah satu fitur paling revolusioner di Aider adalah Mode Architect (--architect). Dalam mode ini, Aider memecah tugas rekayasa perangkat lunak menjadi dua fase kerja yang dijalankan oleh dua model terpisah:

1. Fase Architect (Perancang): Menganalisis kebutuhan, membaca peta repositori, memikirkan edge cases, dan merancang rencana solusi teknis.
2. Fase Editor (Eksekutor): Menerima rancangan dari Architect dan menerjemahkannya menjadi patch kode yang presisi dan kompatibel dengan format diff Git.

┌─────────────────────────────────────────────────────────┐
│                      User Prompt                        │
└────────────────────────────┬────────────────────────────┘
                             │
                             ▼
┌─────────────────────────────────────────────────────────┐
│  Architect Model (DeepSeek R1 / Claude 3.7 Sonnet)     │
│  - Menganalisis AST Repo Map                            │
│  - Merancang arsitektur & step-by-step implementation   │
└────────────────────────────┬────────────────────────────┘
                             │
                             ▼ [Plan & Instructions]
┌─────────────────────────────────────────────────────────┐
│  Editor Model (DeepSeek-V3)                            │
│  - Mengubah rencana menjadi unified diff                │
│  - Mengedit file target secara otomatis                 │
└────────────────────────────┬────────────────────────────┘
                             │
                             ▼
┌─────────────────────────────────────────────────────────┐
│              Auto Git Commit (Ready to push)            │
└─────────────────────────────────────────────────────────┘

Menjalankan Mode Architect dengan Kombinasi Multi-Model

Kamu bisa mengombinasikan model penalaran kuat sebagai arsitek dan model berbiaya sangat ekonomis sebagai editor. Misalnya, pasangkan DeepSeek-R1 sebagai arsitek dan DeepSeek-V3 sebagai editor:

aider --architect   --model openai/deepseek-reasoner   --editor-model openai/deepseek-chat

Atau jika kamu ingin arsitektur terencana dengan Claude 3.7 Sonnet dan eksekusi instan dengan DeepSeek-V3:

aider --architect   --model openai/claude-3-7-sonnet   --editor-model openai/deepseek-chat

Kombinasi ini memberikan keunggulan ganda: daya nalar sekelas model state-of-the-art, tetapi pengeluaran token untuk penulisan diff tetap berada pada tarif termurah DeepSeek-V3.

---

Pengujian Langsung: Refactoring Logika API Python

Mari kita uji alur kerja ini pada sebuah proyek Python nyata. Misalkan kita memiliki modul endpoint FastAPI yang masih menggunakan pemanggilan synchronous dan belum memiliki error handling yang memadai.

1. Buka Repositori dan Tambahkan File ke Chat

Jalankan Aider di dalam direktori proyek kamu:

cd ~/my-fastapi-service
aider --architect --model openai/deepseek-reasoner --editor-model openai/deepseek-chat

Tambahkan berkas yang ingin diperbaiki ke dalam konteks percakapan:

/add app/services/ai_gateway.py

2. Berikan Instruksi Refactoring

Ketikkan instruksi teknis langsung di prompt Aider:

Ubah fungsi generate_completion agar menggunakan AsyncOpenAI client dengan base_url="https://modelrouter.id/v1".
Tambahkan retry logic dengan exponential backoff jika terjadi status HTTP 429 atau 503, dan pastikan type hints lengkap.

3. Review Perubahan dan Hasil Commit

Model Architect akan memaparkan rancangan penanganan koneksi asinkron dan strategi backoff. Setelah kamu menyetujui rencananya, Model Editor akan langsung menulis perubahan ke app/services/ai_gateway.py.

Berikut contoh implementasi akhir yang dihasilkan:

import os
import asyncio
import logging
from typing import Optional, Dict, Any
from openai import AsyncOpenAI, APIConnectionError, RateLimitError

logger = logging.getLogger(__name__)

class ModelRouterService:
    def __init__(self, api_key: Optional[str] = None):
        # Mengarahkan client ke endpoint resmi ModelRouter
        self.client = AsyncOpenAI(
            base_url="https://modelrouter.id/v1",
            api_key=api_key or os.getenv("OPENAI_API_KEY"),
            timeout=45.0,
            max_retries=0  # Kita tangani retry secara eksplisit untuk granular control
        )

    async def generate_completion(
        self,
        model: str,
        messages: list[Dict[str, str]],
        max_attempts: int = 3
    ) -> Optional[Dict[str, Any]]:
        backoff_delay = 1.0
        
        for attempt in range(1, max_attempts + 1):
            try:
                response = await self.client.chat.completions.create(
                    model=model,
                    messages=messages,
                    temperature=0.7,
                )
                return {
                    "content": response.choices[0].message.content,
                    "usage": {
                        "prompt_tokens": response.usage.prompt_tokens,
                        "completion_tokens": response.usage.completion_tokens,
                        "cached_tokens": getattr(response.usage, "prompt_cache_hit_tokens", 0)
                    }
                }
            except (RateLimitError, APIConnectionError) as exc:
                logger.warning(
                    f"Percobaan {attempt}/{max_attempts} gagal: {exc}. Menunggu {backoff_delay}s..."
                )
                if attempt == max_attempts:
                    logger.error("Semua percobaan retry habis.")
                    raise
                await asyncio.sleep(backoff_delay)
                backoff_delay *= 2.0
            except Exception as e:
                logger.error(f"Terjadi kesalahan tak terduga: {e}")
                raise

Aider langsung memvalidasi sintaksis dan mencatat commit:

Commit 4a8b29c: refactor: implement async client with exponential backoff retry for ModelRouter

---

Praktik Terbaik Mengelola Token & Alur Kerja Terminal

Menggunakan agent CLI otonom menuntut disiplin pengelolaan konteks agar kamu tidak boros kuota. Berikut adalah tips esensial yang wajib kamu terapkan:

1. Gunakan /drop Secara Berkala: Jangan biarkan file yang sudah selesai dirombak menumpuk di dalam context session. Ketik /drop nama_file atau /drop untuk membersihkan context file yang tidak lagi aktif.
2. Kombinasikan dengan Git Branching: Selalu buat branch baru (git checkout -b refactor/ai-service) sebelum mengizinkan Aider melakukan auto-commits. Dengan cara ini, kamu bisa meninjau seluruh diff via git diff main sebelum melakukan merge.
3. Cek Ketersediaan Model di Katalog: Selalu pantau harga per juta token dan status model aktif melalui halaman /models agar pemilihan model editor dan arsitek kamu selalu optimal.
4. Mulai dengan Saldo Eksperimen: Jika kamu baru pertama kali mencoba automasi terminal agent, kamu dapat memanfaatkan kuota starter di program /bansos-ai untuk menguji kecocokan Aider sebelum mengisi saldo produksi.
5. Solusi Alternatif OpenRouter Tanpa Kartu Kredit: Jika selama ini kamu terkendala metode pembayaran luar negeri saat memakai tool AI, pelajari komparasi lengkap gateway di artikel /alternatif-openrouter.
6. Integrasi Lintas Editor: Bagi kamu yang juga menyukai workflow berbasis GUI, kamu bisa mengombinasikan sesi Aider di terminal dengan setup editor seperti yang kami jelaskan di dokumentasi /docs/cursor.

---

Kesimpulan

Aider CLI membawa sensasi baru dalam rekayasa perangkat lunak: kecepatan terminal, ketepatan manipulasi Git, dan kecerdasan model penalaran terkini yang bekerja selaras. Dengan memadukan Aider dan gateway ModelRouter, kamu mendapatkan kontrol penuh atas alur kerja coding tanpa terbebani birokrasi pembayaran internasional maupun kekhawatiran retensi data.

Jalankan perintah instalasi, atur konfigurasi YAML kamu, dan rasakan pengalaman memiliki rekan pair programming otonom tepat di dalam terminal harianmu!