AI 开发工具
AI 开发工具的功能、安装与使用说明
这些工具将代码生成、检索、测试和自动化能力引入软件开发流程。不同工具的权限、适用环境和成熟度各不相同,使用前应核对官方文档与安全边界。
开放工具与平台
这些开放工具与平台均有公开 GitHub 仓库;star 数每日同步并标注日期。代码许可证、模型许可证与托管服务条款并不相同,请分别以官方仓库和服务说明为准。
Claude Code
AI 编程伙伴
Claude Code 是 Anthropic 面向终端与 IDE 工作流的代理式编程工具。它可以检查代码库、编辑文件、运行命令与测试,并在用户可配置的权限下参与版本控制工作流。
主要功能
- 理解整个代码库
- 编写和修改代码
- 运行测试和构建
- 执行 Git 操作
- 使用终端命令
- 交互式编程对话
安装方法
远程安装命令会执行下载的代码。运行前请审查官方安装页面和脚本,在高权限或企业环境中尤其应谨慎。
# 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
使用方法
# 在任意目录下启动交互式会话 claude # 恢复上一次会话 claude --continue # 更新到最新版本 claude update # 一次性提示 claude -p "解释这个仓库的认证流程" # 列出内置斜杠命令 claude /help
MCP (Model Context Protocol)
AI 连接的开放标准
MCP 是 Anthropic 推出的开放标准协议,旨在为 AI 模型与外部工具、数据源之间建立标准化的连接方式。它被誉为 AI 领域的“USB-C 接口”,让 AI 能够灵活地与各种工具和数据进行交互。
主要功能
- 统一工具连接标准
- 支持多种数据源
- 安全的授权机制
- 可扩展的架构
安装方法
远程安装命令会执行下载的代码。运行前请审查官方安装页面和脚本,在高权限或企业环境中尤其应谨慎。
# 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
使用方法
在 Claude Desktop 中,通过设置菜单添加 MCP 服务器即可使用。
OpenAI Codex CLI
终端里的 AI 编程代理
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
安装方法
远程安装命令会执行下载的代码。运行前请审查官方安装页面和脚本,在高权限或企业环境中尤其应谨慎。
# 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
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
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
安装方法
pip install browser-use uvx --from 'browser-use[cli]' browser-use --mcp
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
开源 AI 助手
OpenCLAW 是一个开源的 AI 助手项目,意为 “The lobster way”。它可以在任何操作系统和平台上运行,作为你的个人 AI 助手。这是一个完全开源的解决方案,让每个人都能拥有自己的 AI 助手。
主要功能
- 完全开源
- 跨平台支持
- 可自托管部署
- 活跃的社区
- 支持多模型提供商(在引导或配置中选择)
安装方法
# 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
使用方法
# 1. 先运行向导 openclaw onboard --install-daemon # 2. 发送测试消息 openclaw gateway status # 3. 可选:前台启动(调试模式) openclaw gateway stop openclaw gateway --port 18789 --verbose # 4. 详细文档:https://docs.openclaw.ai
Hermes-Agent
成长的 AI Agent
Hermes-Agent 是 “The agent that grows with you”——一个会随着使用不断成长的 AI Agent。它能够自主学习用户习惯,优化任务执行方式,提供越来越个性化的服务。
主要功能
- 自适应学习
- 长期记忆
- 个性化服务
- 任务持续优化
- 多模态支持
安装方法
远程安装命令会执行下载的代码。运行前请审查官方安装页面和脚本,在高权限或企业环境中尤其应谨慎。
# 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
使用方法
# 1. 运行配置向导(配置模型 + 工具) hermes setup # 2. 或:通过 Nous Portal OAuth 一键登录 hermes setup --portal # 3. 启动终端 UI hermes # 4. 或:运行网关,从 Telegram/Discord/Slack 接入 hermes gateway setup hermes gateway start # 5. 切换模型(OpenRouter 提供 200+ 模型) hermes model # 文档:https://hermes-agent.nousresearch.com/docs/
Anthropic Skills
Claude Skills 官方实现库
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
安装方法
/plugin marketplace add anthropics/skills /plugin install document-skills@anthropic-agent-skills
使用方法
Claude Code:在请求中直接提及已安装的 Skill 名称。 Claude API:通过 Messages API 的 `container.skills` 字段、文档指定的 beta 标头和代码执行工具来运行 Skill。`GET /v1/skills` 只列举 Skill,不会执行 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)
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)
安装方法
# 在 GitHub 仓库的 .github/workflows/ 下创建 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 }}
# ⚠️ 该 Action 没有针对 prompt injection 做加固,建议只对受信 PR 使用
# 推荐配合 GitHub 的 “Require approval for all external contributors” 设置使用使用方法
# 1. 在仓库中设置 ANTHROPIC_API_KEY secret # 2. PR 提交后,Action 会自动分析变更文件并以 review comment 形式反馈安全问题 # 3. 维护者可以在 PR conversation 中查看 Claude 给出的风险等级与具体位置
Ollama
本地模型运行时
Ollama 可在 macOS、Linux 与 Windows 上下载和运行模型,并提供命令行工具与本地 HTTP API。模型是否完全在本地运行、会占用多少资源,以及数据是否会发送到远端,取决于所选模型与实际配置。
主要功能
- 在本地下载与运行模型
- 模型库与 Modelfile
- 命令行工具与本地 API
- 支持嵌入、视觉与工具调用
- Python 与 JavaScript 库
- 可选用云端模型
安装方法
远程安装命令会执行下载的代码。运行前请审查官方安装页面和脚本,在高权限或企业环境中尤其应谨慎。
# macOS / Windows # 从 https://ollama.com/download 下载安装程序 # Linux(执行前请先检查远端脚本) curl -fsSL https://ollama.com/install.sh | sh
使用方法
# 启动本地模型对话 ollama run gemma4 # 确认安装版本 ollama -v
Hugging Face Hub
开放式 AI 协作平台
Hugging Face Hub 是用于发现、共享与协作开发模型、数据集和 Spaces 的 AI 平台,并提供公开与私有资源。huggingface_hub 库及 hf 命令行工具可用于搜索、下载、上传、缓存管理与推理服务;每个模型和数据集的许可条款需分别确认。
主要功能
- 模型、数据集与 Spaces
- 公开与私有仓库
- 模型卡、数据集卡与许可信息
hf命令行工具与 Python 库- 推理提供商与推理端点
- AI Agent 的 MCP 与 Skill 集成
安装方法
# 安装 Hugging Face Hub 命令行工具与 Python 库 pip install -U "huggingface_hub" # 需要访问私有资源或上传时再登录 hf auth login
使用方法
# 下载公开模型仓库中的单个文件 hf download gpt2 config.json # 搜索模型并限制结果数量 hf models ls --search bert --limit 5
抽象概念
AI Agent、Skill、Harness 是本站用于梳理这一领域的抽象概念,没有单一的 GitHub 仓库。它们描述的是跨实现的模式,而不是某个产品的功能。
AI Agent
自主执行任务的 AI 系统
AI Agent 是能够自主规划并执行复杂任务的 AI 系统。与问答式交互不同,Agent 会理解目标、制定计划、调用工具、评估结果,并根据反馈调整行为。这是一个跨实现的通用概念,而不是某一款产品:本页收录的 Claude Code、Codex CLI、Cursor、OpenClaw 与 Hermes Agent 都是它的具体实现。
主要功能
- 自主任务规划
- 工具使用能力
- 结果评估与反馈
- 多步骤复杂任务处理
- 代码库理解和操作
安装方法
Agent 是概念,不是可单独安装的产品。要运行一个 Agent,需要安装某个具体实现;本页开放工具与平台分类下的各个条目都给出了各自的安装方式。
使用方法
不同实现的调用方式不同:命令行 Harness 通常直接描述任务即可,框架类实现则需要在代码中定义目标与可用工具。具体方式见对应条目的使用说明。
Skill(技能)
扩展 AI 能力的方式
Skill 把领域知识、操作步骤与可复用提示打包成按需加载的模块。一个 Skill 通常是一个包含 SKILL.md 的目录,其中的 name 与 description 决定它在什么时候被调用。该格式由 Anthropic 提出并公开,因此并不限定于单一客户端。
主要功能
- 自定义命令
- 工作流自动化
- 特定领域知识
- 可复用的提示模板
安装方法
把包含 SKILL.md 的目录放到 ~/.claude/skills/(个人)或项目的 .claude/skills/ 下即可。也可以通过 Claude API 的 Skills 接口加载。
使用方法
Skill 通常由模型依据其 description 自动匹配并调用,也可以显式以 /skill-name 触发。
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)
安装方法
远程安装命令会执行下载的代码。运行前请审查官方安装页面和脚本,在高权限或企业环境中尤其应谨慎。
Harness 本身是概念/模式,不是独立可装的产品。要“用 Harness”就是装一个 Harness 实现: # 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
使用方法
本页列出的 Claude Code / Codex / Cursor / OpenClaw / Hermes Agent 均为 Harness 实例。每个 Harness 都有自己的启动方式(详见对应条目的“使用方法”)。也可以自己写一个最小 Harness:装配 system prompt + 工具循环 + 加载 MCP/Skill 即可。
闭源商业产品
闭源商业产品,无公开 GitHub 仓库可追踪 star 数。
Cursor
AI 驱动的代码编辑器
Cursor 是基于 VS Code 的 AI 增强代码编辑器,内置了类似 GPT-4 的 AI 能力。它能够智能补全代码、生成函数、解释代码、修复 Bug,是当前最流行的 AI 编程工具之一。
主要功能
- 智能代码补全
- 生成整个函数
- 代码解释和重构
- Chat 模式交互
- 内置终端
安装方法
# 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
使用方法
# 1. 启动 Cursor # 2. 打开一个项目文件夹 # 3. 用 Cmd+K(行内编辑)或 Cmd+L(对话) # 4. Agent 模式:按 Cmd+I 打开 Composer # 5. 登录账号激活 Pro/Ultra 功能
结语
这些工具可以改变代码编写、审查和自动化流程,但效果取决于任务、模型与配置。采用前请评估权限、数据处理方式、维护状态和团队的审查要求。