跳轉到

繁體中文 | 简体中文 | English

CLI Agents 比較指南

← 回主路線 README

📌 這份是 reference doc（深度比較、選擇邏輯、坑、推薦搭配）。 第一次接觸 CLI agent、想要 step-by-step 上手 → 看 tracks/cli/A1-cli-intro.md（Track A 第一站）。 想先理解「為什麼有的 agent 在 terminal、有的在 Telegram、有的在 Jetson」這層 mental model → 看 resources/agent-paradigms.md（5 種 agent 型態）。 已經在用、想決定 / 比較 / 升級 → 留在這份。

跨 5 個 branch + Track A 共用的參考——Claude Code / Codex / OpenCode / Gemini CLI / goose / Aider / Hermes Agent 之間怎麼挑？ Track A（A1-A3）的 CLI workflow 設計、5 條 branch 內的 CLI 引用都連到這份；每個 branch 都會用到 CLI agent，但沒有一個 branch 真的「擁有」這份比較，所以放在 resources/。

📋 7 個主流 CLI agent

只列在 terminal 跑的（IDE-based 如 Cursor / Cline / Continue 不在這份；那些放在 for-developer）。前 6 個數字 gh api 驗證於 2026-05-06；Hermes Agent 驗證於 2026-05-10。

工具 提供者 License 主推 LLM 認證 / 計費 Stars
Claude Code Anthropic（官方） NOASSERTION Claude Claude 訂閱 或 Anthropic Console API key ★ 120k+
Codex OpenAI（官方） Apache-2.0 GPT 系列 ChatGPT 帳號登入 或 OpenAI API key ★ 80k+
OpenCode 社群（repo 已遷至 anomalyco/opencode） MIT 任意（多 provider） BYO API key 或 OpenCode Zen 內建 hosted ★ 155k+
Gemini CLI Google（官方） Apache-2.0 Gemini 免費額度寬，超出收費 ★ 103k+
goose Agentic AI Foundation（repo 已遷至 aaif-goose/goose） Apache-2.0 15+ provider（含 Ollama） BYO API key 或既有 Claude / ChatGPT / Gemini 訂閱（ACP） ★ 43k+
Aider Aider-AI（社群） Apache-2.0 任意 BYO API key ★ 44k+
Hermes Agent Nous Research MIT 200+ via OpenRouter / NVIDIA NIM / 智譜 GLM / Kimi / 小米 MiMo / MiniMax / HF / OpenAI BYO API key（多 provider） ★ 156k+

🎯 該選哪個？依 use case 決定

寫 paper / 文獻 / 研究

首推：Claude Code（長 context、reasoning 強、擋幻覺扎實）。Gemini CLI 是備選——它的百萬 token 適合丟整本 PDF / dataset 進去問。

寫 code / 改 codebase

首推：Aider（git-native——每次改完自動 commit，方便 revert）或 Claude Code。OpenCode 適合需要在多 LLM 間切的場景。

隱私 / offline / 不送雲端

首推：goose 或 OpenCode + 本地 Ollama。兩個都支援 BYO LLM，可以接 http://localhost:11434/v1（Ollama 預設）。

已訂 ChatGPT Plus / Pro

首推：Codex——同一個帳號就能用，不另外付費。

用 Google 生態 + 想要 1M token 長 context

首推：Gemini CLI。免費額度寬、長 context 是強項。注意：Google 服務（Gmail / Drive / Docs）的整合靠 MCP 擴充，不是內建——跟其他 CLI 一樣需要安裝 MCP server。

不想被 vendor lock-in

首推：OpenCode > goose > Aider。三個都不綁特定 provider，模型可換。

第一次裝 CLI agent，先試手感

首推：Claude Code。生態廣泛、CLAUDE.md 機制讓 prompt 可以版本控制、出問題時社群資源多。

想跑在 cloud VM、用 Telegram / Slack 等多平台跟它聊 + 用中國大陸 LLM

首推：Hermes Agent。差異化在三件事： - 不綁 laptop——agent 跑在 $5 VPS / Modal serverless，你從 Telegram / Discord / Slack / WhatsApp / Signal 任一個介面對話 - 多 LLM 中性——支援 GLM / Kimi / 小米 MiMo / MiniMax，剛好對應 11 中文圈生態 - 內建 self-improving skill loop + cron 排程——agent 跟你互動久了會自動生成 skill，跨 session 持續優化 - ⚠️ skill 自動演化是 frontier feature，目前缺獨立審計；對 production 任務建議先在低風險場景試

📝 跨 CLI 都通用的 prompt 寫法

如果想讓 prompt 在不同 CLI 之間 portable（或想隨時換工具不重寫），照這幾條原則：

  1. 明確指定檔案路徑——「修改 src/auth.py」比「修改那個 auth 檔」好
  2. 要求多步驟拆解——先列 plan、確認後再動手，所有 CLI 都吃這個結構
  3. 避免依賴特定 CLI 的 magic 指令——/init /compact 是 Claude Code 專屬，OpenCode 沒有
  4. 用 .cursorrules / CLAUDE.md / AGENTS.md 記持續性偏好——Claude Code 用 CLAUDE.md，Codex 用 AGENTS.md，OpenCode 用 OPENCODE.md，內容可以一樣
  5. 明確要 review 的 scope——「只 review 我這次的 diff」vs 「review 整個 repo」

跨 CLI 寫的 prompt 通常會比 CLI-specific prompt 麻煩 5-10%，但好處是切換工具時不用重寫。

⚠️ 常見坑

File path 處理

  • Windows 路徑用反斜線（C:\Users\...），多數 CLI 內部會轉，但有時會搞混
  • 建議：在 git-bash / WSL 下用 forward slash，避免奇怪 quoting

git 整合差異

  • Aider 自動 commit 每次改動（這是它的設計，不是 bug）
  • Claude Code / Codex / OpenCode / goose 預設不自動 commit，需要手動或 prompt 要求

Sandbox 預設值（每個 CLI 文件略有差異，使用前請對照官方文件）

  • Claude Code：bash 寫入預設限定 cwd，讀取範圍較廣（被 deny rule 排除的除外）
  • Codex：版本控制目錄建議 Auto（workspace-write + on-request 提權）；非 git 目錄建議 read-only
  • goose / OpenCode：相對寬鬆——建議自己加 sandbox / approval 設定，不要靠預設

Token cost 累積

  • 在大 codebase 上跑 grep 一次可能消耗 10 萬+ token
  • 在大 PDF 上摘要可能 50 萬 token（Gemini 適合，其他要 cost-aware）
  • 建議：每次操作前估 cost；訂 monthly cap

多 CLI session 互相干擾

  • 同一個 repo 開兩個 CLI（譬如 Claude Code + Aider），改檔可能 race condition
  • 建議：一個 repo 一個 CLI（除非真的有並行需求）

🔧 實用搭配（real-world setup）

下面 3 個常見搭配，挑一個合的場景：

Setup A：Claude Code 主推 + OpenCode 備援

  • Claude Code 處理日常 90%（寫 code、寫 doc、debug）
  • OpenCode 接 Ollama，處理隱私資料（醫療紀錄、財務分析）
  • 一個 prompt 寫一次，兩邊都能跑

Setup B：Codex（GPT）+ Aider（Claude）混用

  • Codex 處理 ChatGPT Plus 額度內的小事
  • Aider 接 Claude API key 處理大重構（git-native commit 方便）
  • 兩個帳單分開算、互不影響

Setup C：Gemini CLI 主推（給長 context 場景）

  • 整本 PDF / 整個 codebase 一次餵進去
  • 加 Aider 處理需要精準 git diff 的場景
  • 適合學者、知識工作者

Setup D：Hermes Agent + 本機 Ollama（多平台 + 中國大陸 LLM + offline）

  • Hermes Agent 跑在 $5 VPS 或自己的機器上，當作多平台 agent gateway
  • LLM endpoint 用 Ollama（http://localhost:11434/v1），也可以改接 z.ai GLM / Kimi 等 provider
  • 聊天入口 用 Telegram / Slack / Discord；Hermes 負責把平台訊息轉進 agent workflow
  • 完全不想接 Anthropic / OpenAI 時，這條路線適合做離線、隱私資料、低成本重複實驗
  • Step-by-step 做法看 resources/cookbook.md Recipe 6

從這份指南連回各 branch

不同 audience 對 CLI 的需求不一樣：

  • for-developer：除了 CLI，也看 IDE-based agents（Cursor、Cline、Continue）
  • for-everyday-users Tier 2：CLI 是進階選項，先試 Tier 0 / 1 的 Web / Desktop App
  • for-researcher：除了 CLI，也看 paper-specific 工具（paper-qa、gpt-researcher、ChatPaper）
  • for-knowledge-worker：除了 CLI，也看 workflow 自動化（n8n、Make）
  • for-teacher：CLI 對教師偏進階；建議先看 prompt 素材庫

維護備註

  • 7 個 CLI 的 stars / license / pushed_at 每季用 bash scripts/refresh-stars.py 更新一次
  • CLI 工具市場變化快——新工具出現要評估是否加入這份比較（門檻：> 30k stars + 維護中 + 真的 CLI 不是 IDE）
  • 比較表格的「強項 / 弱項」欄位刻意沒填——避免產生主觀 bias，讓 use case section 跟讀者自己的判斷做這件事