跳转至

开发者延伸路线(For Developers)

繁體中文 | 简体中文 | English

🚀 第一次装 Claude Code / 写 CLAUDE.md / SKILL.md 快速 setup 指南在 resources/setup-guide.zh-Hans.md D-E。已经熟可以跳过。

← 回主路线 README · 走完 Track A 的 A3Track B 的 Stage 7 后从这里接续。把 agentic AI 应用到开发流程上。

使用场景(开发场景 × AI 怎么帮)

下表把开发者一天会遇到的 7 个场景拆开——每个场景有不同的痛点,AI 工具也不同:

场景 你常遇到的痛点 AI 能帮的部分 推荐工具(从轻到重)
AI 结对编程 写到一半忘 syntax / 想不到 method 名 自动补全 + 改写 + 解释 Cursor / Copilot → Claude Code
多文件重构 改一个 class 怕漏改、跨文件 rename 容易错 batch refactor、改 50 个文件仍保持风格一致 Cursor → Claude Code → codex-delegate
Code review(自己 PR) review 自己的 diff 看不出问题 找 bug / smell、检查 edge case Claude Code / Cline → Continue(CI)
写 test TDD 常忘加 case、coverage 不足 从 signature / spec 生成 pytest Claude Code + Aider
Debug log 不够、stack trace 看不懂 解释 trace、生成 hypothesis、跑 minimal repro Claude Code
Doc docstring / README 没人写、refactor 后过期 从 code 生成 doc、PR 对应改 doc Claude Code
CI / 团队自动化 重复手动跑 review、跨人风格不一 GitHub Action 自动跑 review / lint Claude Code Action + Continue

💡 个人 vs 团队:表中前 6 个是个人 daily workflow;最后 1 个(CI)是团队规范。团队规模 < 5 人时 CI 自动化的 ROI 不高,可以先不上。

精选 Projects

CLI agent 比较:7 个主流 CLI agent(Claude Code / Codex / OpenCode / Gemini CLI / goose / Aider / Hermes Agent)的并列比较见 resources/cli-agents-guide.zh-Hans.md。第一次接触 CLI agent 想要 step-by-step 入门 → tracks/cli/A1-cli-intro.zh-Hans.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.zh-Hans.md(62 个分类整理)。

本页只列跟开发者 workflow 直接相关的工具入口。

Coding Agents

Cursor ⭐⭐⭐⭐⭐

编辑器集成的 AI 结对编程工具。在 AI 编辑器类工具中采用度高,可作为比较其他 IDE agent 的基准。

Aider-AI/aider ⭐⭐⭐⭐⭐

★ 44k+ · Apache-2.0 — git-aware 的 CLI pair-programmer。直接编辑你 repo 中的文件,commit 都自动写好。“git-native AI 编辑流程”的开源模板。模型不限。

anthropics/claude-code ⭐⭐⭐⭐⭐

★ 120k+ — Anthropic 官方的 agentic coding 助理。有 Skills + plugin 生态系。

cline/cline ⭐⭐⭐⭐⭐

★ 61k+ · Apache-2.0 — VS Code extension,autonomous in-IDE agent:tool use、browser、step-by-step approval。VS Code 用户想 IDE-native agentic dev 的好选项

continuedev/continue ⭐⭐⭐⭐

★ 33k+ · Apache-2.0 — source-controlled AI checks,可以在 CI 强制执行。代表“团队 / governance”这条角度的 coding agent。

OpenHands (前身为 OpenDevin) ⭐⭐⭐⭐

★ 72k+ · MIT — open source 的自主软件开发 agent。设计上比 Aider / Claude Code 更激进——agent 自己跑 sandbox、自己 commit,适合“整个 issue 丢给它解”场景。

block/goose ⭐⭐⭐⭐

★ 43k+ · Apache-2.0 — 开源、可扩展的 AI agent,超出纯 code suggestion——能 install / execute / edit / test,搭配任何 LLM。同时支持多家 LLM provider 跟 MCP,提供 desktop app、CLI、API 三种接口。(repo 现指向 aaif-goose/goose。)

RooCodeInc/Roo-Code ⭐⭐⭐⭐

★ 23k+ · Apache-2.0 — VS Code 的 coding agent,采用“多种专业模式”的设计,跟 Cline 的单一 agent flow 不同。VS Code 用户想 multi-mode 替代方案的选择。

Code Review

obra/superpowers ⭐⭐⭐⭐

20+ 个经过实战验证的 skill,包括 TDD 模式、debug、协作模式。设计 code-review skill 时的好参考。

推荐工具

  • yamadashy/repomix ⭐⭐⭐⭐⭐ ★ 24k+ — 典型开发者用途:打包整个 codebase 给 reviewer / refactor agent。输出单个 AI-friendly 文件(XML / Markdown / JSON),方便 Claude Code / Codex 做 code review / refactoring。技术细节(MCP server mode、tree-sitter 压缩、secretlint 过滤)见官方 README。Track A 的必备 daily-driver 工具。

必练流程(按使用频率)

频率 流程 怎么做(≤ 3 步) 推荐工具 适合谁
每天 AI 结对写 code (1) 开 branch
(2) 任务丢给 Claude Code、先 plan(不写 code)
(3) Review plan → approve → 写 code → 自己 review diff
Claude Code / Cursor / Cline 全开发者
每天 Git-native AI 编辑 (1) aider
(2) 自然语言请求
(3) review + commit / /undo
Aider 想要干净 git 流程的人
Per PR 自动 code review (1) .github/workflows/claude-review.yml
(2) 抓 git diff → 跑 prompt → post 回 PR
(3) human + AI 双审
Claude Code Action + Continue 团队
Per feature 测试生成 (1) 给 function signature + docstring
(2) 请 AI 生成 pytest case(含 edge case)
(3) 跑覆盖率 + 故意改 bug 看 test 抓不抓得到
Claude Code / Aider 写 test 阶段
不定期 多文件批量修改 (1) Claude 写 plan
(2) codex-delegate 跑机械式 refactor
(3) Claude review diff
Claude + codex-delegate refactor 30+ 文件的时候

💡 新手起手式:先做“每天 AI 结对”+“测试生成”两条一个月,习惯后再上 PR 自动 review。

3 个具体 workflow recipe

1. AI 结对编程(每日节奏) 1. 开新 feature → git checkout -b feature/xxx 2. 把任务丢给 Claude Code / Cursor,先让它写 plan(不直接写 code) 3. Review plan、修正方向 → 才 approve 写 code 4. 写完跑 tests + lint → 自己 review diff(不要 blind accept) 5. Commit message 自己写或 prompt 生草稿后改

2. Aider git-native 流程(最像“跟 AI pair”)

# 进入 repo 后
aider --model anthropic/claude-sonnet-4-20250514

# 自然语言请求
> 帮我把 utils.py  parse_date 加上时区参数,默认 UTC

# Aider 会自动编辑 + commit。若不满意:
> /undo # 退掉最后一次 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 或自写 script
          # 抓 git diff、跑 prompt、结果 post 回 PR
参考 anthropics/claude-code-action 官方 GitHub Action。

常见踩坑(Anti-patterns)

❌ 不要 ✅ 改成
让 AI 直接 push 到 main 永远 PR → review → merge
Blind accept 大规模 refactor diff 拆成 < 50 LOC 改动,逐个 review
把 .env / API key 丢给 AI 看 用工具对应的排除机制:Cursor .cursorignore / Aider .aiderignore / Claude Code 用 .claude/settings.jsonpermissions.deny
让 AI 在 production code 自由跑 shell sandbox 限制、permission whitelist
用 AI 生 test 后不检查 assertion 跑覆盖率 + 故意改一个 bug 看 test 抓不抓得到
跨多个 commit 才发现方向错 plan-first 模式:先 review plan 再写 code

Tier 升级路径

下表是建议的进阶路径:

Tier 工具 适合谁 学习成本
Tier 0 Cursor / Copilot / Claude.ai IDE 内 chat、autocomplete、不自己写 agent 0(会用编辑器就行)
Tier 1 Claude Code / Cline / OpenCode + CLAUDE.md CLI 接 file system、human-in-the-loop 1-2 天上手
Tier 2 自写 Skills + MCP server 把 dev workflow 包成 skill 给团队共用 1 周 setup
Tier 3 CI 自动跑 agent + production observability 进到 Stage 7 领域 数周、需 governance

多数个人开发者可先停在 Tier 0-1升级到 Tier 2+ 要先确认 ROI——团队够大、流程够重复、事故不可逆,才值得 invest。

也适用其他分支

开发者重叠度高的分支:

社群备注

特别欢迎以下贡献:

  • IDE-specific 设置范本(Cursor .cursorrules、Claude Code CLAUDE.md for Python / Go / Rust 等)
  • 编程语言特化 skill(Python / TypeScript / Rust / Go 各自的 best practice)
  • CI / pre-commit hook 集成 case study
  • 跨多人团队用 AI dev 的 governance pattern——多 dev 共用 Skills、permission 设计、cost tracking

请见 CONTRIBUTING.md