繁體中文
← 返回首頁

AI 開發工具

AI 開發工具的功能、安裝與使用說明

這些工具將程式碼生成、檢索、測試與自動化能力帶入軟體開發流程。不同工具的權限、適用環境與成熟度各不相同,使用前應核對官方文件與安全界線。

開放工具與平台

這些開放工具與平台均有公開 GitHub 倉庫;star 數每日同步並標註日期。程式碼授權、模型授權與託管服務條款並不相同,請分別以官方倉庫和服務說明為準。

💻

Claude Code

AI 編程夥伴

⭐ 144k · 同步於 2026-09-07

Claude Code 是 Anthropic 面向終端與 IDE 工作流程的代理式編程工具。它可以檢查程式碼庫、編輯檔案、執行命令與測試,並在使用者可設定的權限下參與版本控制工作流程。

主要功能

  • 理解整個程式碼庫
  • 編寫和修改程式碼
  • 執行測試和建構
  • 執行 Git 操作
  • 使用終端命令
  • 互動式編程對話

安裝方法

遠端安裝命令會執行下載的程式碼。執行前請審查官方安裝頁面與指令碼,在高權限或企業環境中尤其應謹慎。

# Mac/Linux (推荐)
curl -fsSL https://claude.ai/install.sh | bash

# Windows (推荐)
irm https://claude.ai/install.ps1 | iex

# Homebrew (macOS/Linux)
brew install --cask claude-code

# WinGet (Windows)
winget install Anthropic.ClaudeCode

# 注: `npm install -g @anthropic-ai/claude-code` 已弃用
驗證
環境
macOS / Linux / Windows · zsh / bash / PowerShell

使用方法

安裝後在終端執行 `claude` 即可啟動互動式對話。
🔗

MCP (Model Context Protocol)

AI 連接的開放標準

⭐ 90k · 同步於 2026-09-07

MCP 是 Anthropic 推出的開放標準協議,旨在為 AI 模型與外部工具、資料來源之間建立標準化的連接方式。它被譽為 AI 領域的USB-C 介面,讓 AI 能夠靈活地與各種工具和資料進行互動。

主要功能

  • 統一工具連接標準
  • 支援多種資料來源
  • 安全的授權機制
  • 可擴展的架構

安裝方法

遠端安裝命令會執行下載的程式碼。執行前請審查官方安裝頁面與指令碼,在高權限或企業環境中尤其應謹慎。

# MCP 本身是一个协议——需要通过 Claude Desktop 或 Claude Code 这类客户端来使用。

# 1. 编辑配置文件:
#    macOS:   ~/Library/Application Support/Claude/claude_desktop_config.json
#    Windows: %APPDATA%\Claude\claude_desktop_config.json
# 2. 添加 mcpServers 块(见下方示例)。
# 3. 重启客户端。

# 4. 也可以直接安装一个参考服务器:
npx -y @modelcontextprotocol/server-filesystem /path/to/folder
驗證
環境
取決於用戶端 · zsh / bash / PowerShell

使用方法

在 Claude Desktop 中,透過設定選單新增 MCP 伺服器即可使用。
🧠

OpenAI Codex CLI

终端里的 AI 编程代理

⭐ 122k · 同步於 2026-09-07

openai/codex 是 OpenAI 开源的轻量级终端编码代理(github.com/openai/codex,Rust 实现)。它在本地终端中运行,支持 GPT-5 / o-series 等模型,可通过 ChatGPT OAuth 登录,并能调用 MCP 服务器。Codex CLI 是 Claude Code 在 OpenAI 阵营中的对位产品。

主要功能

  • OpenAI 官方开源
  • Rust 实现的 TUI
  • 支持 GPT-5 / o-series
  • ChatGPT OAuth 登录
  • 可加载 MCP 服务器
  • 沙箱执行任意代码

安裝方法

遠端安裝命令會執行下載的程式碼。執行前請審查官方安裝頁面與指令碼,在高權限或企業環境中尤其應謹慎。

# Mac/Linux 推荐
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# Windows 推荐
powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"

# npm 全局
npm install -g @openai/codex

# Homebrew (macOS/Linux)
brew install --cask codex
驗證
環境
macOS / Linux / Windows · zsh / bash / PowerShell

使用方法

# 启动交互式会话(自动 OAuth 登录)
codex

# 单次任务(headless 模式)
codex exec "解释 src/ 下的所有 .ts 文件"

# 切换模型(Nous Portal / OpenRouter / 自部署等)
# 见官方文档:https://github.com/openai/codex
🌐

browser-use

AI 浏览器自动化

⭐ 113k · 同步於 2026-09-07

browser-use 是 GitHub 上最受欢迎的 AI 浏览器自动化库(github.com/browser-use/browser-use)。它让 LLM 能像人一样操作真实浏览器(点击、输入、滚动、截图),适合需要与没有 API 的网站交互的场景。可作为 Python 库直接调用,也可作为 MCP 服务器暴露给 Claude Code 等客户端。

主要功能

  • 支持所有主流 LLM(GPT / Claude / Gemini / 本地模型)
  • 可作 Python 库或 MCP 服务器
  • 支持真实浏览器(Chrome / Chromium)
  • 视觉 + DOM 双模式理解
  • 可截屏并交给 LLM 推理

安裝方法

pip install browser-use

uvx --from 'browser-use[cli]' browser-use --mcp
驗證
環境
macOS / Linux / Windows · zsh / bash / PowerShell

使用方法

# 在 Python 脚本中:
from browser_use import Agent, ChatOpenAI

llm = ChatOpenAI(model="gpt-5")
agent = Agent(
    task="访问 https://news.ycombinator.com 找今天得票最高的 5 条 AI 新闻",
    llm=llm,
)
result = await agent.run()
print(result)

# 作为 MCP 服务器:
# 1. 配置 .mcp.json
# 2. Claude Code 启动时自动加载
🦞

OpenCLAW

開源 AI 助手

⭐ 389k · 同步於 2026-09-07

OpenCLAW 是一個開源的 AI 助手專案,意為 The lobster way。它可以在任何作業系統和平台上執行,作為你的個人 AI 助手。這是一個完全開源的解決方案,讓每個人都能擁有自己的 AI 助手。

主要功能

  • 完全開源
  • 跨平台支援
  • 可自架設部署
  • 活躍的社群
  • 支援多模型供應商(在引導或設定中選擇)

安裝方法

# 运行时要求: Node.js 24(推荐)或 Node.js 22.19+

# 全局安装 (npm)
npm install -g openclaw@latest

# 或 pnpm
pnpm add -g openclaw@latest

# 运行配置向导(将守护进程注册为用户服务)
openclaw onboard --install-daemon

# 查看网关状态
openclaw gateway status
驗證
環境
macOS / Linux / Windows · zsh / bash / PowerShell
來源
OpenCLAW

使用方法

根據專案文件設定並執行,可自訂擴展功能。
🧠

Hermes-Agent

成長的 AI Agent

⭐ 243k · 同步於 2026-09-07

Hermes-Agent 是 The agent that grows with you——一個會隨著使用不斷成長的 AI Agent。它能夠自主學習使用者習慣,最佳化任務執行方式,提供越來越個人化的服務。

主要功能

  • 自適應學習
  • 長期記憶
  • 個人化服務
  • 任務持續最佳化
  • 多模態支援

安裝方法

遠端安裝命令會執行下載的程式碼。執行前請審查官方安裝頁面與指令碼,在高權限或企業環境中尤其應謹慎。

# 运行时: Python 3.11+(安装脚本会自动处理)

# Mac/Linux (一行命令)
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# Windows (PowerShell)
iex (irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1)

# 安装脚本会自动安装 uv、Python 3.11、Node.js、ripgrep、ffmpeg 和便携 Git Bash
驗證
環境
macOS / Linux · zsh / bash

使用方法

安裝後設定 API 金鑰即可開始使用。
🧰

Anthropic Skills

Claude Skills 官方实现库

⭐ 175k · 同步於 2026-09-07

anthropics/skills 是 Anthropic 官方维护的 Claude Skills 参考实现库,示范如何把 Skills(提示词、脚本、资源的文件夹)写成 Claude 可动态载入的扩充。Skill 是 Claude 学习如何完成特定任务的可重用单元,例如套用企业品牌指南产生文件、依照组织流程分析数据、自动化个人工作等。

主要功能

  • Anthropic 官方维护
  • 可动态加载的 Skills 规范
  • 示範 Skills 与 Claude API 集成
  • 覆盖文档、数据、工作流等领域
  • 可作为自定义 Skill 的模板
  • 遵循 agentskills.io 标准

安裝方法

/plugin marketplace add anthropics/skills

/plugin install document-skills@anthropic-agent-skills
驗證
環境
Claude Code / Claude API · Claude Code / HTTP

使用方法

Claude Code:在請求中直接提及已安裝的 Skill 名稱。

Claude API:透過 Messages API 的 `container.skills` 欄位、文件指定的 beta 標頭與程式碼執行工具來執行 Skill。`GET /v1/skills` 只列出 Skill,不會執行 Skill。
https://platform.claude.com/docs/en/build-with-claude/skills-guide
🛡️

Claude Code Security Review

GitHub Action 安全审计(Anthropic 官方)

⭐ 6.2k · 同步於 2026-09-07

claude-code-security-review 是 Anthropic 官方维护的 GitHub Action(github.com/anthropics/claude-code-security-review),用 Claude 对 PR 的 diff 进行自动安全审查。它支持 diff-aware 扫描(只分析变更的文件),把发现的安全问题作为行级 review comment 自动发布到 PR 上,并内置了 False Positive 过滤(自动排除 DoS、限速、内存/CPU 耗尽、泛化输入校验、开放重定向这五类噪音问题)。

主要功能

  • Anthropic 官方维护
  • Diff-aware 扫描只分析变更文件
  • 行级 PR comment 自动发布
  • False Positive 过滤 5 类噪音
  • GitHub Action 原生集成
  • 可定制 Claude 模型(默认 Opus 4.1)

安裝方法

# 在 GitHub 儲存庫的 .github/workflows/ 下建立 security-review.yml

name: Claude Code Security Review
on:
  pull_request:
    types: [opened, synchronize, reopened]
jobs:
  security-review:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
        with:
          fetch-depth: 1
      - uses: anthropics/claude-code-security-review@v0
        env:
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}

# ⚠️ 此 Action 未針對 prompt injection 加固,建議只用於受信任的 PR
# 建議搭配 GitHub 的 Require approval for all external contributors 設定
驗證
環境
GitHub Actions · YAML / bash

使用方法

# 1. 在儲存庫中設定 ANTHROPIC_API_KEY secret
# 2. PR 提交後,Action 會自動分析變更檔案,並以 review comment 回報安全問題
# 3. 維護者可在 PR conversation 中查看 Claude 提供的風險等級與具體位置
🦙

Ollama

本機模型執行環境

⭐ 180k · 同步於 2026-09-07

Ollama 可在 macOS、Linux 與 Windows 上下載和執行模型,並提供命令列工具與本機 HTTP API。模型是否完全在本機執行、會占用多少資源,以及資料是否會傳送到遠端,取決於所選模型與實際設定。

主要功能

  • 在本機下載與執行模型
  • 模型庫與 Modelfile
  • 命令列工具與本機 API
  • 支援嵌入、視覺與工具呼叫
  • Python 與 JavaScript 函式庫
  • 可選用雲端模型

安裝方法

遠端安裝命令會執行下載的程式碼。執行前請審查官方安裝頁面與指令碼,在高權限或企業環境中尤其應謹慎。

# macOS / Windows
# 從 https://ollama.com/download 下載官方安裝程式

# Linux(執行前請先檢查遠端指令碼)
curl -fsSL https://ollama.com/install.sh | sh
驗證
環境
macOS / Linux / Windows · zsh / bash / PowerShell
來源
Ollama

使用方法

# 啟動本機模型對話
ollama run gemma4

# 確認本機服務版本
ollama -v
🤗

Hugging Face Hub

開放式 AI 協作平台

⭐ 3.9k · 同步於 2026-09-07

Hugging Face Hub 是用於探索、分享與協作開發模型、資料集和 Spaces 的 AI 平台,並提供公開與私人資源。huggingface_hub 函式庫及 hf 命令列工具可用於搜尋、下載、上傳、快取管理與推論服務;每個模型和資料集的授權條款需分別確認。

主要功能

  • 模型、資料集與 Spaces
  • 公開與私人儲存庫
  • 模型卡、資料集卡與授權資訊
  • hf 命令列工具與 Python 函式庫
  • 推論提供者與推論端點
  • AI Agent 的 MCP 與 Skill 整合

安裝方法

# 安裝 Hugging Face Hub 命令列工具與 Python 函式庫
pip install -U "huggingface_hub"

# 需要存取私人資源或上傳時再登入
hf auth login
驗證
環境
macOS / Linux / Windows / hosted · zsh / bash / PowerShell / Python

使用方法

# 下載公開模型儲存庫中的單一檔案
hf download gpt2 config.json

# 搜尋模型並限制結果數量
hf models ls --search bert --limit 5

抽象概念

AI Agent、Skill、Harness 是本站用於梳理這一領域的抽象概念,沒有單一的 GitHub 倉庫。它們描述的是跨實作的模式,而不是某個產品的功能。

🤖

AI Agent

自主執行任務的 AI 系統

AI Agent 是能夠自主規劃並執行複雜任務的 AI 系統。與問答式互動不同,Agent 會理解目標、制定計畫、呼叫工具、評估結果,並根據回饋調整行為。這是一個跨實作的通用概念,而不是某一款產品:本頁收錄的 Claude Code、Codex CLI、Cursor、OpenClaw 與 Hermes Agent 都是它的具體實作。

主要功能

  • 自主任務規劃
  • 工具使用能力
  • 結果評估與回饋
  • 多步驟複雜任務處理
  • 程式碼庫理解和操作

安裝方法

Agent 是概念,不是可單獨安裝的產品。要執行一個 Agent,需要安裝某個具體實作;本頁開放工具與平台分類下的各個條目都給出了各自的安裝方式。
驗證
環境
implementation-dependent · n/a
來源
AI Agent

使用方法

不同實作的呼叫方式不同:命令列 Harness 通常直接描述任務即可,框架類實作則需要在程式碼中定義目標與可用工具。具體方式見對應條目的使用說明。
🛠️

Skill(技能)

擴展 AI 能力的方式

Skill 把領域知識、操作步驟與可重複使用的提示打包成按需載入的模組。一個 Skill 通常是一個包含 SKILL.md 的目錄,其中的 name 與 description 決定它在什麼時候被呼叫。該格式由 Anthropic 提出並公開,因此並不限定於單一用戶端。

主要功能

  • 自訂命令
  • 工作流自動化
  • 特定領域知識
  • 可複用的提示範本

安裝方法

把包含 SKILL.md 的目錄放到 ~/.claude/skills/(個人)或專案的 .claude/skills/ 下即可。也可以透過 Claude API 的 Skills 介面載入。
驗證
環境
Claude Code · n/a

使用方法

Skill 通常由模型依據其 description 自動比對並呼叫,也可以明確以 /skill-name 觸發。
🧩

Harness(代理脚手架)

Agent 的运行时承载层

Harness 是把 system prompt、工具循环、记忆、插件组装起来跑 Agent 的运行时层。Claude Code、Codex CLI、Cursor Agent、OpenClaw 都是 Harness 的具体实现——改 Harness 配置 = 改宿主;写新 Skill = 给宿主装新工具。Harness 是 MCP/Agent/Skill 之上承载三者的宿主,详见 MCP 页面。

主要功能

  • system prompt 装配
  • 工具循环管理
  • 会话状态与长期记忆
  • Skill 与 MCP 调度
  • 权限与沙箱控制
  • 跨形态托管(CLI/IDE/Serverless)

安裝方法

遠端安裝命令會執行下載的程式碼。執行前請審查官方安裝頁面與指令碼,在高權限或企業環境中尤其應謹慎。

Harness 本身是概念/模式,不是可獨立安裝的產品。要使用 Harness,就是安裝其中一個 Harness 實作:

# Claude Code (Node 18+)
curl -fsSL https://claude.ai/install.sh | bash

# Codex CLI
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# OpenClaw (Node 24+)
npm install -g openclaw@latest
驗證
環境
implementation-dependent · n/a

使用方法

本頁列出的 Claude Code / Codex / Cursor / OpenClaw / Hermes Agent 都是 Harness 實例。每個 Harness 都有自己的啟動方式(請參閱對應項目的使用方法)。也可以自行編寫最小 Harness:組裝 system prompt、工具迴圈並載入 MCP/Skill 即可。

閉源商業產品

閉源商業產品,無公開 GitHub 倉庫可追蹤 star 數。

Cursor

AI 驅動的程式碼編輯器

Cursor 是基於 VS Code 的 AI 增強程式碼編輯器,內建了類似 GPT-4 的 AI 能力。它能夠智慧補全程式碼、產生函式、解釋程式碼、修復 Bug,是當前最流行的 AI 編程工具之一。

主要功能

  • 智慧程式碼補全
  • 產生整個函式
  • 程式碼解釋和重構
  • Chat 模式互動
  • 內建終端

安裝方法

# 从官网下载安装(推荐)
# https://cursor.com

# 或 WinGet (Windows)
winget install Cursor.Cursor

# 或 Homebrew (macOS)
brew install --cask cursor
驗證
環境
macOS / Linux / Windows · IDE terminal
來源
Cursor

使用方法

安裝後開啟專案,AI 會自動分析程式碼並提供建議。

結語

這些工具可以改變程式碼撰寫、審查與自動化流程,但效果取決於任務、模型與設定。採用前請評估權限、資料處理方式、維護狀態及團隊的審查要求。