---
title: "Cline vs Roo Code vs Aider: ओपन मॉडल के लिए, 2026 | BroadRouter"
description: "Cline, Roo Code (अब आर्काइव, Zoo Code के रूप में जारी) और Aider की तुलना, ओपन मॉडल के लिए अहम बातों पर: टूल कॉल, कॉन्टेक्स्ट, MCP, git और अप्रूवल।"
url: https://broadrouter.com/hi/blog/cline-vs-roo-code-vs-aider/
lang: hi
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

यह पेज अंग्रेज़ी से AI की मदद से अनुवाद किया गया है। [अंग्रेज़ी मूल पढ़ें](https://broadrouter.com/blog/cline-vs-roo-code-vs-aider/) (2026-11-16 को अपडेट किया गया).

# Cline बनाम Roo Code बनाम Aider: ओपन मॉडल वाली टीमों के लिए (2026)

BroadNet Inference टीम · 5 मिनट में पढ़ें · प्रकाशित 2026-11-14 · अपडेट किया गया 2026-11-16

मेंटेन होने वाला VS Code एजेंट चाहिए, जिसमें अप्रूवल, चेकपॉइंट, MCP और Plan/Act मॉडल हों, तो Cline चुनें। git-केंद्रित टर्मिनल वर्कफ़्लो चाहिए, जो टेक्स्ट फ़ॉर्मैट से एडिट करता है और इसलिए बिना टूल कॉलिंग वाले मॉडल पर भी चलता है, तो Aider चुनें। Roo Code 15 मई 2026 को आर्काइव हो गया; मौजूदा यूज़र उसके कम्युनिटी सिलसिले Zoo Code या Cline पर जा सकते हैं।

## मुख्य बातें

-   Roo Code की रिपॉज़िटरी 15 मई 2026 को आर्काइव हो गई। Zoo Code उसे Apache-2.0 के तहत आगे बढ़ाता है; Cline अपस्ट्रीम प्रोजेक्ट है।
-   Cline हर फ़ाइल एडिट और कमांड पर अप्रूवल माँगता है, चेकपॉइंट रखता है और stdio व Streamable HTTP पर MCP सपोर्ट करता है।
-   Aider हर बदलाव को git में कमिट करता है, डिफ़ॉल्ट 1k-टोकन बजट वाला repo map बनाता है, और टूल कॉल के बजाय टेक्स्ट फ़ॉर्मैट से एडिट करता है।
-   ओपन मॉडल के साथ फ़ीचर से ज़्यादा टूल कॉलिंग सपोर्ट फ़ैसला करता है। Roo Code के डॉक्स कहते हैं कि वह सिर्फ़ नेटिव टूल कॉलिंग इस्तेमाल करता है।
-   तीनों Apache-2.0 हैं और किसी भी OpenAI-कम्पैटिबल एंडपॉइंट के साथ काम करते हैं।

**इस पेज पर**

1.  Roo Code के साथ क्या हुआ?
2.  फ़ीचर दर फ़ीचर इनकी तुलना कैसी है?
3.  टूल कॉलिंग पर सबसे कम निर्भर कौन है?
4.  सबसे कम टोकन कौन ख़र्च करता है?
5.  टीम के लिए कौन-सा सबसे अच्छा है?
6.  एक हफ़्ता गँवाए बिना एजेंट कैसे बदलें?
7.  BroadNet Inference कहाँ फ़िट होता है

Cline बनाम Roo Code बनाम Aider की ज़्यादातर तुलनाएँ बड़े बंद मॉडल वाली टीमों के लिए लिखी गई थीं। ओपन मॉडल के साथ सवाल बदल जाता है। अहम यह है कि एजेंट नेटिव टूल कॉल पर निर्भर है या नहीं, हर स्टेप में कितना कॉन्टेक्स्ट भेजता है, और लागत पर आपको कितना नियंत्रण देता है। इस साल एक और चीज़ बदली: **Roo Code अब मेंटेन नहीं होता**। यह तुलना हर प्रोजेक्ट की अपनी रिपॉज़िटरी और डॉक्स पर आधारित है, जिन्हें 14 नवंबर 2026 को जाँचा गया।

## Roo Code के साथ क्या हुआ?

Roo Code की GitHub रिपॉज़िटरी 15 मई 2026 को आर्काइव हो गई और अब सिर्फ़ पढ़ने लायक है। README कहता है कि एक्सटेंशन बंद कर दिया गया, और यूज़र्स को दो जगह भेजता है: **Zoo Code**, एक सिलसिला जिसकी कोर टीम Roo के पुराने कॉन्ट्रिब्यूटर हैं, और **Cline**, वह प्रोजेक्ट जिससे Roo Code मूल रूप से फ़ोर्क हुआ था। Zoo Code Apache-2.0 है, Roo के मोड और हर मोड की MCP पाबंदियाँ बनाए रखता है, और Roo से Zoo पर जाने का माइग्रेशन गाइड प्रकाशित करता है।

तो व्यवहार में यह Cline, Zoo Code (Roo वाले काम करने के तरीक़े के लिए) और Aider के बीच तीन-तरफ़ा चुनाव है। नीचे “Roo Code” का मतलब Roo का फ़ीचर सेट है, जिसे Zoo Code आगे ले जा रहा है।

## फ़ीचर दर फ़ीचर इनकी तुलना कैसी है?

|  | Cline | Roo Code / Zoo Code | Aider |
| --- | --- | --- | --- |
| कहाँ चलता है | VS Code एक्सटेंशन, साथ में CLI | VS Code एक्सटेंशन | टर्मिनल, IDE watch मोड के साथ |
| स्थिति | मेंटेन होता है | Roo आर्काइव; Zoo Code मेंटेन होता है | मेंटेन होता है |
| लाइसेंस | Apache-2.0 | Apache-2.0 | Apache-2.0 |
| एडिट कैसे करता है | टूल (नेटिव या टेक्स्ट-आधारित), हर एडिट पर अप्रूवल | सिर्फ़ नेटिव टूल कॉल | टेक्स्ट फ़ॉर्मैट: पूरी फ़ाइल, search/replace, udiff |
| Undo | चेकपॉइंट | चेकपॉइंट (Zoo Code) | हर बदलाव पर एक git कमिट |
| प्लानिंग | Plan और Act मोड, हर एक का अलग मॉडल | मोड: Code, Architect, Ask, Debug, कस्टम | दो मॉडल वाला Architect मोड |
| MCP | हाँ: stdio, Streamable HTTP, पुराना SSE | हाँ, हर मोड की पाबंदियों के साथ | कोई बिल्ट-इन क्लाइंट डॉक्यूमेंट नहीं |
| कॉन्टेक्स्ट नियंत्रण | Model Configuration, चेकपॉइंट | हर मोड की सेटिंग | `/add`, `/drop`, `/tokens`, `--map-tokens` |
| कस्टम एंडपॉइंट | OpenAI Compatible प्रोवाइडर | OpenAI Compatible प्रोवाइडर | `OPENAI_API_BASE` |

## टूल कॉलिंग पर सबसे कम निर्भर कौन है?

**Aider।** उसके [एडिट फ़ॉर्मैट डॉक्स](https://aider.chat/docs/more/edit-formats.html) एडिट को जवाब के अंदर टेक्स्ट के रूप में बताते हैं, जैसे search/replace ब्लॉक। मॉडल को स्ट्रक्चर्ड [टूल कॉल](https://broadrouter.com/hi/glossary/tool-calling/) भेजने की ज़रूरत नहीं। इससे मॉडल चुनने की छूट बढ़ती है: BroadNet पर आप Aider को [DeepSeek V4.1 Flash](https://broadrouter.com/hi/models/deepseek-v4.1-flash/) पर चला सकते हैं, जिसे BroadNet टूल के साथ सूचीबद्ध नहीं करता, और वह भी फ़्लैट प्लान पर। सेटअप [Aider गाइड](https://broadrouter.com/hi/guides/aider-unlimited-deepseek/) में है।

**Roo Code** सबसे सख़्त है। उसके डॉक्स कहते हैं कि वह सिर्फ़ नेटिव टूल कॉलिंग इस्तेमाल करता है, बिना XML फ़ॉलबैक के, इसलिए ठोस टूल कॉल न करने वाला मॉडल शुरू में ही फ़ेल हो जाता है। [GLM 5.3](https://broadrouter.com/hi/models/glm-5.3/) या [Qwen3.8 27B](https://broadrouter.com/hi/models/qwen3.8-27b/) इस्तेमाल करें।

**Cline** बीच में है। उसकी v3.35 रिलीज़ नामित प्रोवाइडर और फ़्रंटियर मॉडल की एक सूची के लिए नेटिव टूल कॉलिंग पर चली गई, और कहती है कि बाक़ी मॉडल “continue using the text-based approach” (अनुवाद: टेक्स्ट-आधारित तरीक़ा इस्तेमाल करते रहते हैं)। दोनों ही सूरत में मॉडल को सख़्त टूल फ़ॉर्मैट का पालन करना होता है। लंबे सेशन से पहले किसी भी मॉडल को एक छोटे असली टास्क पर परखें, जैसे “README पढ़ो और बिल्ड स्टेप की सूची बनाओ”। हमारा [टूल कॉलिंग गाइड](https://broadrouter.com/hi/blog/tool-calling-open-models/) बताता है कि क्या देखना है, और [कोडिंग एजेंट के लिए सबसे अच्छा ओपन मॉडल](https://broadrouter.com/hi/blog/best-open-model-for-coding-agents/) हर एजेंट के लिए मॉडल चुनता है।

## सबसे कम टोकन कौन ख़र्च करता है?

यह टूल से ज़्यादा इस पर निर्भर है कि आप उसे कैसे इस्तेमाल करते हैं, लेकिन डिफ़ॉल्ट अलग हैं:

-   **Aider** हर अनुरोध के साथ एक [repo map](https://aider.chat/docs/repomap.html) भेजता है, जिसका डिफ़ॉल्ट बजट `--map-tokens` से तय 1k टोकन है (कोई फ़ाइल न जोड़ी गई हो तो यह उससे काफ़ी बढ़ सकता है), और साथ में सिर्फ़ वे फ़ाइलें जो आप `/add` करते हैं। `/tokens` मौजूदा कॉन्टेक्स्ट का आकार बताता है। तीनों में इसे हल्का रखना सबसे आसान है।
-   **Cline और Roo** हर टर्न पर बड़ा सिस्टम प्रॉम्प्ट और टूल परिभाषाएँ भेजते हैं, फिर टास्क की ज़रूरत के हिसाब से फ़ाइलें पढ़ते हैं। लंबे टास्क तेज़ी से बढ़ते हैं। हर बदलाव के लिए नया टास्क शुरू करने से हिस्ट्री छोटी रहती है।

प्रति-टोकन key पर ये अंतर बिल में दिखते हैं। [अनलिमिटेड प्लान](https://broadrouter.com/hi/guides/unlimited-llm-api-sessions/) पर ये सिर्फ़ रफ़्तार पर असर डालते हैं। हमारी [एजेंट टोकन बजट](https://broadrouter.com/hi/blog/agent-token-budget/) पोस्ट हर हिस्से को मापने का तरीक़ा बताती है, और [टोकन काउंटर](https://broadrouter.com/tools/token-counter/) भेजने से पहले सिस्टम प्रॉम्प्ट या फ़ाइल का आकार बताता है।

## टीम के लिए कौन-सा सबसे अच्छा है?

1.  **VS Code में मिले-जुले अनुभव वाली टीम:** Cline। हर एडिट और कमांड पर अप्रूवल, साथ में चेकपॉइंट, रिव्यूअर को साफ़ रिकॉर्ड देते हैं। Plan और Act अलग मॉडल इस्तेमाल कर सकते हैं, इसलिए आप GLM 5.3 से प्लान कर सकते हैं और टेस्ट पास होते हों तो किसी सस्ते मॉडल से Act।
2.  **पहले से Roo मोड इस्तेमाल करने वाली टीम:** Zoo Code। यह आपके कस्टम मोड और सेटिंग बनाए रखता है। आर्काइव हुए एक्सटेंशन पर न टिकें; उसे फ़िक्स नहीं मिलेंगे।
3.  **टर्मिनल और git-केंद्रित टीम:** Aider। हर बदलाव संदेश के साथ एक कमिट है, इसलिए सामान्य कोड रिव्यू और `git revert` काम करते हैं।
4.  **MCP सर्वर चाहिए:** Cline या Zoo Code। देखें [OpenAI-कम्पैटिबल मॉडल के साथ MCP](https://broadrouter.com/hi/blog/mcp-with-openai-compatible-models/)।

एक साथ कई एजेंट चला रहे हैं? हर चलते हुए एजेंट को अपनी क्षमता चाहिए। देखें [फ़्लैट रेट पर पैरेलल कोडिंग एजेंट चलाना](https://broadrouter.com/hi/blog/run-parallel-coding-agents-flat-rate/)।

## एक हफ़्ता गँवाए बिना एजेंट कैसे बदलें?

1.  एक असली टिकट चुनें और उसे दो एजेंट में चलाएँ, एक ही मॉडल, एक ही रिपॉज़िटरी।
2.  अपने प्रोवाइडर के उपयोग डेटा से अनुरोधों की संख्या और टोकन लॉग करें।
3.  चैट नहीं, diff की तुलना करें। गिनें कि कितने एडिट आपको ठीक करने पड़े।
4.  वह एजेंट रखें जिसे प्रति टिकट सबसे कम सुधार चाहिए थे।

तीनों एक ही तरह जुड़ते हैं। [कोडिंग एजेंट में ओपन मॉडल का हब](https://broadrouter.com/hi/blog/use-open-models-in-coding-agents/) सटीक फ़ील्ड की सूची देता है।

## BroadNet Inference कहाँ फ़िट होता है

BroadNet Inference मॉडल प्रोवाइडर है, एजेंट नहीं, इसलिए यह तीनों के साथ काम करता है। Cline और Zoo Code के लिए, जहाँ टूल कॉल मायने रखते हैं, GLM 5.3 या Qwen3.8 27B इस्तेमाल करें। Aider के लिए DeepSeek V4.1 Flash इस्तेमाल करें, उपयोग के अनुसार भुगतान वाली key पर या $60 के फ़्लैट Full Moon सेशन पर। BroadNet किसी एजेंट की अपनी सीमाएँ ठीक नहीं कर सकता, जैसे Aider में बिल्ट-इन MCP क्लाइंट की कमी, और यह बंद मॉडल सर्व नहीं करता। एक महीने के एजेंट ट्रैफ़िक की कीमत [LLM API कॉस्ट कैलकुलेटर](https://broadrouter.com/tools/llm-api-cost-calculator/) में निकालें, मॉडल की कीमतों की तुलना [प्राइसिंग पेज](https://broadrouter.com/hi/pricing/) पर करें, और प्लान [inference.broadnet.ai/plans](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-blog-cline-vs-roo-code-vs-aider&utm_content=body) पर देखें।

इस विषय के मुफ़्त टूल (अंग्रेज़ी में)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [LLM token counter](https://broadrouter.com/tools/token-counter/) Exact token counts with each model's real tokenizer, with a token view and cost.
-   [Context window calculator](https://broadrouter.com/tools/context-window-calculator/) Will it fit? Window used per model, room left for output, cost to send.

[मुफ़्त टूल (अंग्रेज़ी में)](https://broadrouter.com/tools/)

## इस लेख के शब्द

[AI एजेंट (AI agent)](https://broadrouter.com/hi/glossary/agent/)

AI एजेंट ऐसा सिस्टम है जिसमें लैंग्वेज मॉडल किसी लक्ष्य की ओर अपने क़दम ख़ुद तय करता है: कौन-से टूल कॉल करने हैं, चुनता है, नतीजे पढ़ता है और अंतिम जवाब या किसी सीमा तक दोहराता रहता है। तय बिंदुओं पर मॉडल को कॉल करने वाली स्क्रिप्ट को आम तौर पर workflow कहते हैं।

[टूल कॉलिंग (tool calling)](https://broadrouter.com/hi/glossary/tool-calling/)

टूल कॉलिंग, जिसे function calling भी कहते हैं, LLM API की वह सुविधा है जिसमें मॉडल डेवलपर के तय किए किसी फ़ंक्शन को चलाने का एक स्ट्रक्चर्ड अनुरोध, JSON आर्ग्युमेंट के साथ, लौटाता है। ऐप्लिकेशन फ़ंक्शन चलाकर नतीजा वापस भेजता है; मॉडल ख़ुद कभी कोड नहीं चलाता।

[MCP (Model Context Protocol)](https://broadrouter.com/hi/glossary/mcp/)

MCP (Model Context Protocol) JSON-RPC 2.0 पर बना एक ओपन प्रोटोकॉल है, जो तय करता है कि LLM ऐप्लिकेशन बाहरी टूल और डेटा से कैसे जुड़ें। MCP सर्वर टूल, रिसोर्स और प्रॉम्प्ट उपलब्ध कराता है; होस्ट ऐप्लिकेशन के अंदर का MCP क्लाइंट उन्हें ढूँढता है और मॉडल की टूल कॉल सर्वर तक पहुँचाता है।

[टोकन (token)](https://broadrouter.com/hi/glossary/token/)

टोकन टेक्स्ट की वह इकाई है जिसे लैंग्वेज मॉडल पढ़ता और लिखता है: कोई शब्द, शब्द का हिस्सा, विराम चिह्न या बाइट का क्रम, जो मॉडल का टोकनाइज़र बनाता है। LLM API इस्तेमाल को टोकन में गिनते हैं, उसी में लिमिट लगाते हैं और आम तौर पर बिल भी बनाते हैं।

[मॉडल लाइसेंस (model license)](https://broadrouter.com/hi/glossary/model-license/)

मॉडल लाइसेंस वे क़ानूनी शर्तें हैं जिनके तहत किसी मॉडल के weights, कोड और आउटपुट इस्तेमाल, बदले और साझा किए जा सकते हैं। ओपन-वेट मॉडल Apache 2.0 या MIT जैसे आम सॉफ़्टवेयर लाइसेंस, या कस्टम मॉडल लाइसेंस इस्तेमाल करते हैं, जो बड़ी कमर्शियल सेवाओं पर सीमा जैसी शर्तें जोड़ सकते हैं।

[ओपन-वेट मॉडल (open-weight model)](https://broadrouter.com/hi/glossary/open-weight-model/)

ओपन-वेट मॉडल ऐसा मशीन लर्निंग मॉडल है जिसके ट्रेन किए weights सबके डाउनलोड करने और चलाने के लिए प्रकाशित होते हैं, आम तौर पर शर्तों वाले लाइसेंस के साथ। यह पूरी तरह ओपन-सोर्स AI से अलग है, जो ट्रेनिंग कोड और ट्रेनिंग डेटा की विस्तृत जानकारी भी जारी करता है, ताकि दूसरे मॉडल को समझ और दोबारा बना सकें।

[AI कोडिंग एजेंट (AI coding agent)](https://broadrouter.com/hi/glossary/coding-agent/)

AI कोडिंग एजेंट एक सॉफ़्टवेयर टूल है जिसमें लैंग्वेज मॉडल कोडबेस पर लूप में काम करता है: फ़ाइलें पढ़ता है, उन्हें बदलता है, टेस्ट जैसी कमांड चलाता है, आउटपुट पढ़ता है और अगला क़दम तय करता है, जब तक टास्क पूरा न हो या कोई सीमा न आ जाए।

[सिस्टम प्रॉम्प्ट (system prompt)](https://broadrouter.com/hi/glossary/system-prompt/)

सिस्टम प्रॉम्प्ट वह निर्देश टेक्स्ट है जो कोई ऐप्लिकेशन बातचीत से पहले लैंग्वेज मॉडल को भेजता है, आम तौर पर system या developer रोल वाले मैसेज के रूप में। यह मॉडल की भूमिका, नियम, लहजा और आउटपुट फ़ॉर्मैट तय करता है, और टकराव होने पर मॉडल को यूज़र के मैसेज के बजाय इसी का पालन करना होता है।

## अक्सर पूछे जाने वाले सवाल

### क्या Roo Code बंद हो गया है?

हाँ। Roo Code की रिपॉज़िटरी 15 मई 2026 को आर्काइव हो गई और अब सिर्फ़ पढ़ने लायक है। उसका README कहता है कि एक्सटेंशन बंद कर दिया गया, और कम्युनिटी सिलसिले Zoo Code और Cline की ओर इशारा करता है।

### Roo Code का सबसे अच्छा विकल्प कौन-सा है?

वही मोड और सेटिंग चाहिए तो Zoo Code, क्योंकि वह Roo का कोडबेस Apache-2.0 के तहत आगे बढ़ाता है। वह अपस्ट्रीम प्रोजेक्ट चाहिए जिससे Roo Code फ़ोर्क हुआ था, तो Cline।

### क्या Aider MCP सपोर्ट करता है?

Aider के डॉक्यूमेंटेशन में कोई बिल्ट-इन MCP क्लाइंट नहीं बताया गया। कुछ थर्ड-पार्टी प्रोजेक्ट Aider को MCP सर्वर के रूप में लपेटते हैं ताकि दूसरे एजेंट उसे कॉल कर सकें, जो उलटी दिशा है।

### सस्ते ओपन मॉडल के साथ कौन-सा सबसे अच्छा चलता है?

Aider सबसे ज़्यादा लचीला है, क्योंकि उसके एडिट फ़ॉर्मैट सादा टेक्स्ट हैं और उन्हें नेटिव टूल कॉल की ज़रूरत नहीं। Roo परिवार के एजेंट को नेटिव टूल कॉलिंग चाहिए, और Cline को ऐसा मॉडल चाहिए जो उसके टूल फ़ॉर्मैट का बारीकी से पालन करे, इसलिए दोनों के लिए BroadNet पर GLM 5.3 या Qwen3.8 27B ज़्यादा सुरक्षित विकल्प हैं।

### क्या मैं Cline को टर्मिनल से इस्तेमाल कर सकता हूँ?

हाँ। Cline का README npm i -g cline से इंस्टॉल होने वाला CLI बताता है, इंटरैक्टिव चैट के लिए या CI में headless रन के लिए।

## आगे पढ़ें

-   [कोडिंग एजेंट में ओपन मॉडल: Aider, Cline, opencode, Codex](https://broadrouter.com/hi/blog/use-open-models-in-coding-agents/)
-   [कोडिंग एजेंट के लिए बेस्ट ओपन मॉडल: टूल, कॉन्टेक्स्ट, लागत से चुनें](https://broadrouter.com/hi/blog/best-open-model-for-coding-agents/)
-   [एजेंट टोकन बजट: एजेंट लूप के टोकन कहाँ जाते हैं](https://broadrouter.com/hi/blog/agent-token-budget/)
-   [फ़्लैट-रेट LLM API पर पैरेलल कोडिंग एजेंट कैसे चलाएँ](https://broadrouter.com/hi/blog/run-parallel-coding-agents-flat-rate/)
-   [Artificial Analysis के विकल्प: 2026 में LLM की तुलना कहाँ करें](https://broadrouter.com/hi/blog/artificial-analysis-alternatives/)
-   [LLM API SLA तुलना: Azure, Bedrock, Google और OpenAI क्या वादा करते हैं](https://broadrouter.com/hi/blog/llm-api-sla-uptime-compared/)
-   [गाइड: Cline में BroadNet Inference (OpenAI Compatible प्रोवाइडर)](https://broadrouter.com/hi/guides/cline-openai-compatible/)
-   [गाइड: Roo Code में BroadNet Inference (OpenAI Compatible)](https://broadrouter.com/hi/guides/roo-code-openai-compatible/)
-   [गाइड: Aider को अनलिमिटेड DeepSeek V4.1 Flash पर चलाएँ](https://broadrouter.com/hi/guides/aider-unlimited-deepseek/)

इसे अपने असली वर्कलोड पर आज़माएँ। नए अकाउंट Gemma और ट्रांसक्रिप्शन के लिए US$5 के क्रेडिट से शुरू होते हैं। DeepSeek, GLM, और Qwen3.8 के लिए टॉप-अप ज़रूरी है।

[शुरू करें](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-blog-cline-vs-roo-code-vs-aider&utm_content=page-cta) ·

**स्रोत**

-   [Cline रिपॉज़िटरी और README (2026-11-14 को देखा गया)](https://github.com/cline/cline)
-   [Cline डॉक्स, Plan और Act (2026-11-14 को देखा गया)](https://docs.cline.bot/core-workflows/plan-and-act)
-   [Cline डॉक्स, MCP ओवरव्यू (2026-11-14 को देखा गया)](https://docs.cline.bot/mcp/mcp-overview)
-   [Roo Code रिपॉज़िटरी, आर्काइव नोटिस (2026-11-14 को देखा गया)](https://github.com/RooCodeInc/Roo-Code)
-   [Roo Code डॉक्स, OpenAI Compatible प्रोवाइडर (2026-11-14 को देखा गया)](https://roocodeinc.github.io/Roo-Code/providers/openai-compatible)
-   [Zoo Code रिपॉज़िटरी (2026-11-14 को देखा गया)](https://github.com/Zoo-Code-Org/Zoo-Code)
-   [Aider रिपॉज़िटरी और README (2026-11-14 को देखा गया)](https://github.com/Aider-AI/aider)
-   [Aider डॉक्स, repository map (2026-11-14 को देखा गया)](https://aider.chat/docs/repomap.html)
-   [Aider डॉक्स, इन-चैट कमांड (2026-11-14 को देखा गया)](https://aider.chat/docs/usage/commands.html)
-   [Cline ब्लॉग, v3.35 नेटिव टूल कॉलिंग (31 अक्टूबर 2025; 2026-11-14 को देखा गया)](https://cline.bot/blog/cline-v3-35)
