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。星標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
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(推薦) curl -fsSL https://claude.ai/install.sh | bash # Windows(推薦) irm https://claude.ai/install.ps1 | iex # Homebrew (macOS/Linux) brew install --cask claude-code # WinGet (Windows) winget install Anthropic.ClaudeCode # 註:`npm install -g @anthropic-ai/claude-code` 已棄用
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
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 本身是一種協定——需要透過 Claude Desktop 或 Claude Code 這類用戶端來使用。 # 1. 編輯設定檔: # macOS: ~/Library/Application Support/Claude/claude_desktop_config.json # Windows: %APPDATA%\Claude\claude_desktop_config.json # 2. 新增 mcpServers 區塊(見下方範例)。 # 3. 重新啟動用戶端。 # 4. 也可以直接安裝一個參考伺服器: npx -y @modelcontextprotocol/server-filesystem /path/to/folder
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
終端機裡的 AI 程式設計代理
openai/codex 是 OpenAI 開源的輕量級終端機程式設計代理(github.com/openai/codex,以 Rust 實作)。它在本機終端機中執行,使用 OpenAI 目前提供的模型,可按工作階段選擇,可透過 ChatGPT OAuth 登入,並能呼叫 MCP 伺服器。Codex CLI 是 Claude Code 在 OpenAI 陣營中的對應產品。
主要功能
- OpenAI 官方開源
- 以 Rust 實作的 TUI
- 使用 OpenAI 目前的模型
- ChatGPT OAuth 登入
- 可載入 MCP 伺服器
- 在沙箱中執行任意程式碼
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 推薦 curl -fsSL https://chatgpt.com/codex/install.sh | sh # Windows 推薦 powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex" # npm 全域 npm install -g @openai/codex # Homebrew (macOS/Linux) brew install --cask codex
使用方法
# 啟動互動式工作階段(自動 OAuth 登入) codex # 單次任務(headless 模式) codex exec "解釋 src/ 下的所有 .ts 檔案" # 切換模型(Nous Portal / OpenRouter / 自行部署等) # 見官方文件:https://github.com/openai/codex
browser-use
AI 瀏覽器自動化
browser-use 是一個開源的 Python 函式庫,用來建構操作瀏覽器的 AI Agent(github.com/browser-use/browser-use)。它讓 LLM 能像人一樣操作真實的瀏覽器(點擊、輸入、捲動、截圖),適合需要與沒有 API 的網站互動的情境。可作為 Python 函式庫直接呼叫,也可作為 MCP 伺服器提供給 Claude Code 等用戶端。
主要功能
- 支援所有主流 LLM(GPT / Claude / Gemini / 本機模型)
- 可作為 Python 函式庫或 MCP 伺服器
- 支援真實的瀏覽器(Chrome / Chromium)
- 視覺 + DOM 雙模式理解
- 可截圖並交給 LLM 推理
安裝方法
pip install browser-use uvx --from 'browser-use[cli]' browser-use --mcp
使用方法
# 在 Python 指令碼中:
from browser_use import Agent, ChatOpenAI
llm = ChatOpenAI(model="gpt-5")
agent = Agent(
task="造訪 https://news.ycombinator.com 找出今天得票最高的 5 則 AI 新聞",
llm=llm,
)
result = await agent.run()
print(result)
# 作為 MCP 伺服器:
# 1. 設定 .mcp.json
# 2. Claude Code 啟動時自動載入OpenClaw
開源 AI 助手
OpenClaw 是一個開源的個人 AI 助手,執行在你自己的電腦上,並在你已經在用的聊天應用程式中回應你,例如 Discord、iMessage、Slack、Telegram 和 WhatsApp,也提供桌面與行動裝置的應用程式。它的狀態、記憶與憑證都保存在你自己的裝置上。背後使用的模型,無論是代管還是本機,都是可以自行選擇與更換的外掛。專案採用 MIT 授權,由非營利組織 OpenClaw 基金會負責維護。
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
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。
# 安裝指令碼(macOS / Linux / WSL2),會在需要時提供受支援的 Node.js 執行環境 curl -fsSL https://openclaw.ai/install.sh | bash # Windows PowerShell iwr -useb https://openclaw.ai/install.ps1 | iex # 或用 npm 安裝(Node 24.16+ 或 26.1+;npm 11.15 及更早版本請去掉 --allow-scripts) npm install -g openclaw@latest --allow-scripts=openclaw # 執行設定精靈(將常駐程式註冊為使用者服務) openclaw onboard --install-daemon # 查看閘道狀態 openclaw gateway status
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
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。
# 執行環境:Python 3.11+(安裝指令碼會自動處理) # Mac/Linux(一行指令) 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) # 安裝指令碼會自動安裝 uv、Python 3.11、Node.js、ripgrep、ffmpeg 和可攜式 Git Bash
使用方法
安裝後設定 API 金鑰即可開始使用。
Anthropic Skills
Claude Skills 官方實作庫
anthropics/skills 是 Anthropic 官方維護的 Claude Skills 參考實作庫,示範如何把 Skills(提示詞、指令碼、資源的資料夾)寫成 Claude 可動態載入的擴充。Skill 是 Claude 學習「如何完成特定任務」的可重複使用單元,例如套用企業品牌指南產生文件、依照組織流程分析資料、自動化個人工作等。
主要功能
- Anthropic 官方維護
- 可動態載入的 Skills 規範
- 示範 Skills 與 Claude API 整合
- 涵蓋文件、資料、工作流程等領域
- 可作為自訂 Skill 的範本
- 遵循 agentskills.io 標準
安裝方法
/plugin marketplace add anthropics/skills /plugin install document-skills@anthropic-agent-skills
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 安全稽核(Anthropic 官方)
claude-code-security-review 是 Anthropic 官方維護的 GitHub Action(github.com/anthropics/claude-code-security-review),用 Claude 對 PR 的 diff 進行自動安全審查。它支援 diff-aware 掃描(只分析變更的檔案),把發現的安全問題作為行級審查評論自動發布到 PR 上,並內建 False Positive 過濾(自動排除 DoS、速率限制、記憶體/CPU 耗盡、泛化輸入驗證、開放重新導向這五類雜訊問題)。
主要功能
- Anthropic 官方維護
- Diff-aware 掃描只分析變更檔案
- 行級 PR 評論自動發布
- False Positive 過濾 5 類雜訊
- GitHub Action 原生整合
- 可自訂 Claude 模型(預設值由儲存庫設定)
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:
permissions:
pull-requests: write
contents: read
jobs:
security-review:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
with:
ref: ${{ github.event.pull_request.head.sha || github.sha }}
fetch-depth: 2
- uses: anthropics/claude-code-security-review@main
with:
comment-pr: true
claude-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,並以審查評論回報安全問題 # 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
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
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
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
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。
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。
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(代理腳手架)
Agent 的執行時承載層
Harness 是把 system prompt、工具迴圈、記憶、外掛組裝起來執行 Agent 的執行時層。Claude Code、Codex CLI、Cursor Agent、OpenClaw 都是 Harness 的具體實作——改 Harness 設定 = 改宿主;寫新 Skill = 為宿主安裝新工具。Harness 是 MCP/Agent/Skill 之上承載三者的宿主,詳見 MCP 頁面。
主要功能
- system prompt 組裝
- 工具迴圈管理
- 工作階段狀態與長期記憶
- Skill 與 MCP 調度
- 權限與沙箱控制
- 跨形態託管(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 curl -fsSL https://claude.ai/install.sh | bash # Codex CLI curl -fsSL https://chatgpt.com/codex/install.sh | sh # OpenClaw curl -fsSL https://openclaw.ai/install.sh | bash
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 倉庫可追蹤星標數。
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,可選用 OpenAI、Anthropic、Google 等多家廠商的模型,也能為每個請求自動選擇。它能夠智慧補全程式碼、產生函式、解釋程式碼、修復 Bug。
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
# 從官網下載安裝(推薦) # https://cursor.com # 或 WinGet (Windows) winget install Anysphere.Cursor # 或 Homebrew (macOS) brew install --cask cursor
使用方法
# 1. 啟動 Cursor # 2. 開啟專案資料夾 # 3. 用 Cmd+K(行內編輯)或 Cmd+L(對話) # 4. Agent:按 Cmd+I 在側邊欄開啟 # 5. 登入帳號啟用 Pro/Ultra 功能
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。