简体中文
← 返回首页

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

⭐ 144k · 同步于 2026-09-07

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
验证
环境
macOS / Linux / Windows · zsh / bash / PowerShell

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

⭐ 90k · 同步于 2026-09-07

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
验证
环境
取决于客户端 · zsh / bash / PowerShell

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

⭐ 122k · 同步于 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
验证
环境
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 · 同步于 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

安装方法

pip install browser-use

uvx --from 'browser-use[cli]' browser-use --mcp
验证
环境
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

开源 AI 助手

⭐ 389k · 同步于 2026-09-07

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
验证
环境
macOS / Linux / Windows · zsh / bash / PowerShell
来源
OpenCLAW

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

⭐ 243k · 同步于 2026-09-07

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
验证
环境
macOS / Linux · zsh / 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

⭐ 175k · 同步于 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

安装方法

/plugin marketplace add anthropics/skills

/plugin install document-skills@anthropic-agent-skills
验证
环境
Claude Code / Claude API · Claude Code / HTTP

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)

⭐ 6.2k · 同步于 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
验证
环境
GitHub Actions · YAML / bash

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

⭐ 180k · 同步于 2026-09-07

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
验证
环境
macOS / Linux / Windows · zsh / bash / PowerShell
来源
Ollama

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

⭐ 3.9k · 同步于 2026-09-07

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
验证
环境
macOS / Linux / Windows / hosted · zsh / bash / PowerShell / Python

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。
验证
环境
implementation-dependent · n/a
来源
AI Agent

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。
验证
环境
Claude Code · n/a

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
验证
环境
implementation-dependent · n/a

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
验证
环境
macOS / Linux / Windows · IDE terminal
来源
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。