前言

AI智能體(Agent)能夠操控你的編程環境工具，簡化了你對集成環境的操作。而最近的命令行界面(CLI)智能體，從操作系統命令行獲得更多系統權限，進一步簡化了你編程的操作，甚至可以幫助你整理文件。這篇短文，簡單介紹一些代表性的智能體工具，解釋如何配置工具應用你想要的大模型服務，并給出作者喜歡的應用場景。

AI工具的界面種類

AI編程工具常見Chat、Agent、CLI三種，說明解釋如表1。作者在不同類型工作中會選用不同AI工具。表2要豎著看，每一種類型的工作配套的開發環境、AI聊天、智能體成為一列。

在使用簡儀主推的C# 和C++語言開發軟件工程時，作者喜歡用Visual Studio及其AI工具。Visual Studio對于軟件架構和對象關系表達方面非常好用，適合較大規模軟件開發。

當作者需要寫一些小工具軟件時，尤其是用Python、網頁語言，開發數據庫、圖像處理這樣的不熟悉的領域，作者會選用VS Code并主要用智能體編程。

如果你不想自己動手操作一個集成開發環境，不想寫一行代碼，甚至不愿意看到代碼的時候，可以用命令行界面。

智能體命令行界面是個比較新的工具，這里列出三款：

Codex CLI，OpenAI研發

iFlow CLI，阿里巴巴心流團隊研發

Copilot CLI，GitHub研發

表 1 AI界面類型

表 2 不同工作內容作者推薦的AI工具

AI應用接口的配置

AI界面給你非常好的交互，那么背后怎樣連接你想要的大模型呢？你可以參考表3，設置你的界面工具，調用勝任你工作目標的，價格合適的大模型。圖1展示了VS Code中配置Cline調用Kimi大模型服務的截屏。目前，作者用到的AI工具都是通過這4個配置內容，與大模型接口的。其中大模型服務有很多提供商，如表4。在這些平臺注冊登錄后可以選擇你想要的模型，獲取密鑰，以及其他界面配置要素。大多數有免費起步token數量，免費的用完就要充值了。

其中，token是大模型計算工作量的單位，本質是對輸入/輸出文本的語義拆分單元（英文1token≈4個字符，中文1token≈1-2個字符）。量級上，總token數=輸入token數+輸出token數。由于模型輸入會經過預處理，不僅包含你的提問文字，還會整合參考文件、網絡資料、歷史對話上下文、系統提示詞等關聯信息，因此輸入token數會遠遠多于你單次的提問文字數量。

表 3 AI服務配置內容

圖 1 VS Code中Cline的AI服務配置界面

表 4 大模型供應平臺舉例

常見AI工具界面

圖 2 Codex CLI界面

圖 3 Visual Studio通義靈碼聊天界面

圖 4 Visual Studio Copilot聊天和智能體界面

圖 5 VS Code中Continue聊天和智能體界面

作者感受

由于市場驅使，各個AI公司爭相推出更好用的工具，很快就會有更新的界面和更好的模型推出。當你不知所措的時候，網絡資源和AI聊天工具，是你忠實的助手。當然必須要小心，助手也會犯錯誤，使用者必須認真鑒別，謹慎授權。

編者注

本文，旨在介紹經驗，僅代表作者觀點。文章中難免錯漏，希望讀者以寬容之心，交流指正。