A1 — 选一个 CLI Agent，开始用它做事（CLI Agent Intro & Selection）¶
← 回主线路 README · Track A: CLI Power User 第 1 站
⏱ 时间估算：1 周（约 5-10 小时）
📋 本章组成：学习目标 → 进入条件 → 必修阅读 → 动手练习 → 精选 Projects → 自我检查 🔑 关键名词：本页只用到 CLI agent（在终端机跑的 AI 工具）。MCP / Skill / plugin 等其他生态名词会在 A2 / A3 第一次使用时再解释。完整词表见
resources/glossary.zh-Hans.md。
读完 Stage 0-2 之后，你想直接用现成的 CLI agent 把工作做完，不打算自己写 agent 程序，只想先用现成工具完成任务？这条轨就是给你的。第一站：选一个 CLI agent，跑起来。
📌 学习目标¶
完成后你会：
- 知道 7 个主流 CLI agent（Claude Code / Codex / OpenCode / Gemini CLI / goose / Aider / Hermes Agent）的差别
- 依自己的场景挑出第一个 CLI 工具
- 完成安装 + 认证 + 第一个真正的任务（不是 hello world）
- 知道什么 时候该换 / 加第二个 CLI
🚪 进入条件¶
你应该已经： - 跑过 Stage 0 的 练习：CLI（会用命令行） - 有 Claude / OpenAI / Google 任一个 账号（不一定是付费） - 对 prompt 写法基本上手（Stage 2）
📚 必修阅读¶
resources/agent-paradigms.zh-Hans.md⭐ — 5 种 agent 型态的全景图；先读这份知道 CLI agent 在整个 agent 生态中的位置（Type 2 + Type 3）resources/cli-agents-guide.zh-Hans.md⭐ — 本轨的核心参考。7 个主流 CLI agent 并列比较、依 use case 推荐、实用搭配- Anthropic — Claude Code Quickstart — 官方安装指南
- OpenAI — Codex Quickstart — Codex 安装跟认证流程
🛠 动手练习（基础 illustrative 练习）¶
动手练习 CLI-1：安装 + 第一次跑¶
3 步走完：
- 装：照你选的 CLI 的 quickstart 安装（每个 CLI 官网都有 ≤ 5 分钟的安装指南）
- 挑一个低风险真实任务：不要写 "hello world"——挑一件你今天本来就要做的事（例：整理我 Downloads 文件夹，把 PDF 全部 move 到 ~/Documents/PDFs）
- 观察 3 件事：它怎么分解任务、何时要求确认、输出格式如何
→ 用真任务跑，才能感受 agent 跟 chatbot 的差别。
动手练习 CLI-2：CLI 内建的 system prompt 文件¶
- Claude Code → 写一个
CLAUDE.md在 repo 根目录 - Codex → 写
AGENTS.md - Gemini CLI → 写
GEMINI.md - goose / OpenCode → 看各自的设置
写进去 3 件事：你的个性 / 偏好的 code style / 不能做的事。再跑一个任务，观察行为差异。
动手练习 CLI-3：第二个 CLI 并用¶
装第二个 CLI（建议 Codex 或 OpenCode 当 backup）。用同一个 prompt 跑，比较输出风格、速度、cost。不是要选一个赢家——是要学“不同 CLI 解同一个问题的角度不同”。
动手练习 CLI-4：认证细节¶
故意把 API key 弄错一个字符，看 CLI 怎么报错。再做一次“正确 key 但 model 名称错”的实验。Production 用一定 会遇到 auth 问题，先在这里踩过。
🎯 精选 Projects¶
7 个主流 CLI agent¶
详细比较（star、license、强弱项、推荐场景）见 resources/cli-agents-guide.zh-Hans.md。这里只给快速 entry point：
anthropics/claude-code ⭐⭐⭐⭐⭐¶
★ 120k+ — 第一个 CLI agent 推荐。内建 SKILL / plugin 生态、CLAUDE.md prompt 系统、最完整的中文社群资源。
openai/codex ⭐⭐⭐⭐⭐¶
★ 80k+ — 已订 ChatGPT Plus / Pro 的人很合适；用同一个 账号就能在终端机跑。
sst/opencode ⭐⭐⭐⭐⭐¶
★ 155k+ — 开源、不绑 LLM provider、社群迭代最快。要 self-host / 不想 vendor lock-in 选这个。
google-gemini/gemini-cli ⭐⭐⭐⭐¶
★ 103k+ — 想要 1M token 长 context 处理大 codebase / 大 PDF 时用。
block/goose ⭐⭐⭐⭐¶
★ 43k+ — 15+ provider 支援（含 Ollama）、可用既有 Claude / ChatGPT / Gemini 订阅。已迁至 aaif-goose/goose（AAIF / Linux Foundation）。
Aider-AI/aider ⭐⭐⭐⭐⭐¶
★ 44k+ — git-native，自动 commit / branch。要写 code 想要 git 流程干净的人用这个。
NousResearch/hermes-agent ⭐⭐⭐⭐⭐¶
★ 142k+ — Nous Research 出的自动演化型 agent。差异化在三件事：(1) agent 跑 cloud VM，从 Telegram / Discord / Slack 任一界面跟它聊；(2) 多 LLM 中性，支持 GLM / Kimi / 小米 MiMo / MiniMax 等中文圈生态；(3) 内建 cron 排程 + skill 自动演化回圈（★ 数据截至 2026-05；以官方 GitHub 为准）。⚠️ 自动演化 skill 是实验性功能，缺第三方独立审计，production 用前请自行验证安全性与维护状态，先在低风险场景试。
进阶：跟主流 CLI 互补的工具¶
LM Studio¶
非开源 desktop app——拖拉界面跑本地 LLM。如果你是 Windows / Mac 用户不想学 command line 但想跑 local LLM，先试这个。
Ollama¶
★ 170k+ — 本地 LLM runner，跟 OpenCode / goose 搭配很好（也能单独给 IDE 接 OpenAI 相容 API）。详见 Stage 1 — Local LLM 执行。
✅ 进 A2 前的自我检查¶
你能不能：
- [ ] 讲得出 7 个主流 CLI 的核心差别（不查表就答得出 3-4 个）
- [ ] 你已经選定一个主用 CLI，并有 working setup（装好、认证好、跑过至少 5 个非 hello-world 任务）
- [ ] 写过你自己的 CLAUDE.md / AGENTS.md / GEMINI.md
- [ ] 至少跑过第二个 CLI 一次，知道两个的风格差异
如果可以 → 进 A2 — CLI Workflow Patterns。
如果不行 → 别跳。CLI 工具会用得 sloppy 不会用得 productive；A1 的 动手练习 CLI-1/2 至少各跑 3 次再走。
💡 给 Track A 学习者的提醒¶
CLI agent 跟 web 版（Claude.ai / ChatGPT）的差别不是“一样的东西换界面”——CLI 能读写你电脑上的文件、执行 shell 指令、改 git。这个能力差异先了解再用：
- 第一周：每个任务都加 --dry-run 或先 review 计划再执行
- 不要直接让 CLI 对 production codebase 做 commit
- 重要数据（key、合约、病历）放在 .cursorignore / .claudeignore 排除