開發者延伸路線（For Developers）

繁體中文 | 简体中文 | English

🚀 第一次裝 Claude Code / 寫 CLAUDE.md / SKILL.md？ 快速 setup 指南在 resources/setup-guide.md D-E。已經熟可以跳過。

← 回主路線 README · 走完 Track A 的 A3 或 Track B 的 Stage 7 後從這裡接續。把 agentic AI 應用到開發流程上。

使用情境（開發場景 × AI 怎麼幫）

下表把開發者一天會遇到的 7 個情境拆開——每個情境有不同的痛點，AI 工具也不同：

場景	你常遇到的痛點	AI 能幫的部分	推薦工具（從輕到重）
AI 結對程式設計	寫到一半忘 syntax / 想到 method 名	自動補完 + 改寫 + 解釋	Cursor / Copilot → Claude Code
多檔重構	改一個 class 怕漏改、跨檔 rename 易錯	batch refactor、改 50 個檔保持風格一致	Cursor → Claude Code → codex-delegate
Code review（自己 PR）	review 自己的 diff 看不出問題	找 bug / smell、檢查 edge case	Claude Code / cline → Continue（CI）
寫 test	TDD 一直忘加 case、coverage 不足	從 signature / spec 生 pytest	Claude Code + Aider
Debug	log 不夠、stack trace 看不懂	解 trace、生 hypothesis、跑 minimal repro	Claude Code
Doc	docstring / README 沒人寫、refactor 後過期	從 code 生 doc、PR 對應改 doc	Claude Code
CI / 團隊自動化	重複手動跑 review、跨人風格不一	GitHub Action 自動跑 review / lint	Claude Code Action + Continue

💡 個人 vs 團隊：表中前 6 個是個人 daily workflow；最後 1 個（CI）是團隊規範。團隊規模 < 5 人時 CI 自動化的 ROI 不高、可先不上。

精選 Projects

CLI agent 比較：7 個主流 CLI agent（Claude Code / Codex / OpenCode / Gemini CLI / goose / Aider / Hermes Agent）的並列比較見 resources/cli-agents-guide.md。第一次接觸 CLI agent 想要 step-by-step 入門 → tracks/cli/A1-cli-intro.md（Track A 第一站）。

MCP catalog：要把 CLI 接到日常工具（GitHub、Linear、Atlassian、Postgres、Playwright、Figma 等）→ resources/mcp-skills-catalog.md（62 個分類整理）。

本頁只列跟開發者 workflow 直接相關的工具入口。

Coding Agents

Cursor ⭐⭐⭐⭐⭐

編輯器整合的 AI 結對程式設計工具。在 AI 編輯器類工具中採用度高、可作為比較其他 IDE agent 的基準。

Aider-AI/aider ⭐⭐⭐⭐⭐

★ 44k+ · Apache-2.0 — git-aware 的 CLI pair-programmer。直接編輯你 repo 中的檔案，commit 都自動寫好。「git-native AI 編輯流程」的開源範本。模型不限。

anthropics/claude-code ⭐⭐⭐⭐⭐

★ 120k+ — Anthropic 官方的 agentic coding 助理。有 Skills + plugin 生態系。

cline/cline ⭐⭐⭐⭐⭐

★ 61k+ · Apache-2.0 — VS Code extension，autonomous in-IDE agent：tool use、browser、step-by-step approval。VS Code 使用者要 IDE-native agentic dev 的好選項。

continuedev/continue ⭐⭐⭐⭐

★ 33k+ · Apache-2.0 — source-controlled AI checks，可以在 CI 強制執行。代表「團隊 / governance」這條角度的 coding agent。

OpenHands (前身為 OpenDevin) ⭐⭐⭐⭐

★ 72k+ · MIT — open source 的自主軟體開發 agent。設計上比 Aider / Claude Code 更激進——agent 自己跑 sandbox、自己 commit，適合「整個 issue 丟給它解」場景。

block/goose ⭐⭐⭐⭐

★ 43k+ · Apache-2.0 — 開源、可擴充的 AI agent，超出純 code suggestion——能 install / execute / edit / test，搭配任何 LLM。同時支援多家 LLM provider 跟 MCP，提供 desktop app、CLI、API 三種介面。（repo 現指向 aaif-goose/goose。）

RooCodeInc/Roo-Code ⭐⭐⭐⭐

★ 23k+ · Apache-2.0 — VS Code 的 coding agent，採用「多種專業 mode」的設計，跟 Cline 的單一 agent flow 不同。VS Code 使用者要 multi-mode 替代方案的選擇。

Code Review

obra/superpowers ⭐⭐⭐⭐

20+ 個經過實戰驗證的 skill，包括 TDD 模式、debug、協作模式。設計 code-review skill 時的好參考。

必練流程（按使用頻率）

頻率	流程	怎麼做（≤ 3 步）	推薦工具	適合誰
每天	AI 結對寫 code	(1) 開 branch (2) 任務丟給 Claude Code、先 plan（不寫 code） (3) Review plan → approve → 寫 code → 自己 review diff	Claude Code / Cursor / Cline	全開發者
每天	Git-native AI 編輯	(1) `aider` (2) 自然語言請求 (3) review + commit / `/undo`	Aider	想要乾淨 git 流程的人
Per PR	自動 code review	(1) `.github/workflows/claude-review.yml` (2) 抓 git diff → 跑 prompt → post 回 PR (3) human + AI 雙審	Claude Code Action + Continue	團隊
Per feature	測試生成	(1) 給 function signature + docstring (2) 請 AI 生 pytest case（含 edge case） (3) 跑覆蓋率 + 故意改 bug 看 test 抓不抓得到	Claude Code / Aider	寫 test 階段
不定期	多檔批次修改	(1) Claude 寫 plan (2) codex-delegate 跑機械式 refactor (3) Claude review diff	Claude + codex-delegate	refactor 30+ 檔的時候

💡 新手起手式：先做「每天 AI 結對」+「測試生成」兩條一個月、習慣後再上 PR 自動 review。

3 個具體 workflow recipe

1. AI 結對程式設計（每日節奏）

開新 feature → git checkout -b feature/xxx
把任務丟給 Claude Code / Cursor，先讓它寫 plan（不直接寫 code）
Review plan、修正方向 → 才 approve 寫 code
寫完跑 tests + lint → 自己 review diff（不要 blind accept）
Commit message 自己寫或 prompt 生草稿後改

2. Aider git-native 流程（最像「跟 AI pair」）

# 進入 repo 後
aider --model anthropic/claude-sonnet-4-20250514

# 自然語言請求
> 幫我把 utils.py 的 parse_date 加上時區參數，預設 UTC

# Aider 會自動編輯 + commit。若不滿意：
> /undo # 退掉最後一次 AI commit

3. PR 上的 Claude code review（GitHub Action）

.github/workflows/claude-review.yml：

on:
  pull_request:
jobs:
  review:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
        with:
          fetch-depth: 0
      - name: Run Claude review
        env:
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
        run: |
          # 用 anthropics/claude-code-action 或自寫 script
          # 抓 git diff、跑 prompt、結果 post 回 PR

參考 anthropics/claude-code-action 官方 GitHub Action。

常見踩坑（Anti-patterns）

❌ 不要	✅ 改成
讓 AI 直接 push 到 main	永遠 PR → review → merge
Blind accept 大規模 refactor diff	拆成 < 50 LOC 改動，逐個 review
把 .env / API key 丟給 AI 看	用工具對應的排除機制：Cursor `.cursorignore` / Aider `.aiderignore` / Claude Code 用 `.claude/settings.json` 的 `permissions.deny`
讓 AI 在 production code 自由跑 shell	sandbox 限制、permission whitelist
用 AI 生 test 後不檢查 assertion	跑覆蓋率 + 故意改一個 bug 看 test 抓不抓得到
跨多個 commit 才發現方向錯	plan-first 模式：先 review plan 再寫 code

Tier 升級路徑

下表是建議的進階路徑：

Tier	工具	適合誰	學習成本
Tier 0	Cursor / Copilot / Claude.ai	IDE 內 chat、autocomplete、不自己寫 agent	0（會用編輯器就行）
Tier 1	Claude Code / Cline / OpenCode + `CLAUDE.md`	CLI 接 file system、human-in-the-loop	1-2 天上手
Tier 2	自寫 Skills + MCP server	把 dev workflow 包成 skill 給團隊共用	1 週 setup
Tier 3	CI 自動跑 agent + production observability	進到 Stage 7 領域	數週、需 governance

多數個人開發者可先停在 Tier 0-1。升級到 Tier 2+ 要先確認 ROI——團隊夠大、流程夠重複、事故不可逆、才值得 invest。

也適用其他分支

開發者重疊度高的分支：

要做 ML 研究 / 寫 paper → 研究員分支
接 Notion / Linear / Atlassian / Postgres / Figma 等 dev tool → resources/mcp-skills-catalog.md
要寫自己的 Skill / MCP server → Stage 5 + resources/cookbook.md
想看 schema 設計細節 → resources/schema-design-cheatsheet.md
CLI 從零開始 → Track A（A1 → A2 → A3）

社群備註

特別歡迎以下貢獻：

IDE-specific 設定範本（Cursor .cursorrules、Claude Code CLAUDE.md for Python / Go / Rust 等）
程式語言特化 skill（Python / TypeScript / Rust / Go 各自的 best practice）
CI / pre-commit hook 整合 case study
跨多人團隊用 AI dev 的 governance pattern——多 dev 共用 Skills、permission 設計、cost tracking

請見 CONTRIBUTING.md。

Keyboard shortcuts

awesome-agentic-ai-zh