Skip to content

附录 E:命令行上的智能体 ​

引言 ​

对开发者而言,命令行曾是精确、命令式操作的阵地;如今它正被一类新工具重塑——智能体 CLI。终端不再只是敲命令的壳,而逐步变成能对话、能记住仓库上下文的协作空间:智能体不仅代跑指令,还能用自然语言理解意图,串联多步操作,覆盖开发生命周期里大段可自动化的工作。

下文聚焦四家代表性产品,比较各自的优势、典型场景与产品理念,帮助你判断哪一类工具更适合自身工作流。需要说明的是,文中列举的大多数用例通常也可由其他工具完成,真正拉开差距的往往是相同任务下结果的稳定性、效率与细腻度。文末还会介绍专门用于评测 CLI 智能体能力的基准。

Claude CLI(Claude Code) ​

Claude CLI 面向具备整体仓库理解能力的编码智能体:它会先建立对仓库结构的全局认识,再拆解并推进多步改造任务。其交互风格接近结对编程,通常会在执行前先说明计划。这使它尤其适合大型代码库、深度重构以及影响范围较广的功能演进。

示例用例:

  1. 大规模重构: 可指示:「我们当前用户认证依赖会话 cookie。将整个代码库重构为使用无状态 JWT,更新登录/登出端点、中间件与前端令牌处理。」Claude 会阅读相关文件并协调完成修改。
  2. API 集成: 在提供新天气服务的 OpenAPI 规范后,可说:「集成这个新的天气 API。创建服务模块处理 API 调用,新增展示天气的组件,并更新主仪表板以包含该功能。」
  3. 文档生成: 指向文档不足的复杂模块,可要求:「分析 ./src/utils/data_processing.js 文件。为每个函数生成完整 TSDoc 注释,说明用途、参数与返回值。」

Claude CLI 定位为面向编码场景的智能体:内置读文件、理解代码结构、批量修改等基础能力,并与 Git 深度集成,可在对话中直接完成分支与提交操作。其扩展能力通过模型上下文协议(MCP)实现,用户可以挂载自定义工具,对接内网 API、数据库或项目脚本。整体上,开发者负责划定能力边界,而 Claude 则在既定工具集合上充当推理核心。

Gemini CLI ​

Gemini CLI 兼具开源属性与较低的上手门槛,可接入 Gemini 2.5 Pro、长上下文以及图文多模态能力。其“推理—行动”循环使执行路径相对透明,免费额度也较为友好。无论是个人实验还是企业场景,尤其是已采用 Google Cloud 的团队,它都属于较为均衡的选择。

示例用例:

  1. 多模态开发: 提供设计稿中某 Web 组件的截图(gemini describe component.png)并指示:「编写 HTML 与 CSS,构建外观与此完全一致的 React 组件,并确保响应式。」
  2. 云资源管理: 借助内置 Google Cloud 集成,可命令:「找出生产项目中所有运行版本低于 1.28 的 GKE 集群,并生成逐个升级的 gcloud 命令。」
  3. 企业工具集成(经 MCP): 开发者为 Gemini 提供名为 get-employee-details、连接公司内部 HR API 的自定义工具。提示为:「为新员工起草欢迎文档。先用 get-employee-details --id=E90210 获取其姓名与团队,再将信息填入 welcome_template.md。」
  4. 大规模重构: 开发者需将大型 Java 代码库中已弃用的日志库替换为新的结构化日志框架,可使用类似提示:读取 src/main/java 下所有 *.java 文件;对每个文件,将所有 org.apache.log4j 导入及其 Logger 类替换为 org.slf4j.Logger 与 LoggerFactory;重写 logger 实例化及所有 .info()、.debug()、.error() 调用,改用带键值对的新结构化格式。

其工具集覆盖文件读写、shell 执行、联网检索与抓取,也支持批量读取文件及跨会话记忆。默认执行环境采用沙箱隔离以控制风险;当需要接入内网系统或私有 API 时,则可通过 MCP 服务器扩展,将外部能力以相对安全的方式接入对话流程。

Aider ​

Aider 是开源 AI 编码助手,其工作方式非常直接:在仓库中原地修改文件、运行测试进行验证,并在每次成功后自动提交到 Git。由于支持更换底层模型,用户可以自主平衡成本与能力。如果团队以 Git 为中心、重视变更的可追溯性与可审计性,那么该工具尤其契合。

示例用例:

  1. 测试驱动开发(TDD): 开发者可说:「为计算数字阶乘的函数写一个会失败的测试。」Aider 写好测试并失败后,下一句提示:「现在编写使测试通过的代码。」Aider 实现函数并再次运行测试确认。
  2. 精准修 bug: 根据缺陷报告可指示:「billing.py 中的 calculate_total 在闰年出错。把该文件加入上下文,修复问题,并用现有测试套件验证。」
  3. 依赖更新: 可指示:「项目使用的 requests 库版本过旧。请遍历所有 Python 文件,更新 import 与已弃用调用以兼容最新版,并更新 requirements.txt。」

GitHub Copilot CLI ​

Copilot CLI 将 Copilot 能力延伸至终端,核心优势在于与 GitHub 数据面的深度集成:Issue、PR 与代码索引天然联动。在智能体模式下,可承接指定 issue、创建分支修复缺陷并打开拉取请求供人工审阅。

示例用例:

  1. 自动化处理 Issue: 管理者将缺陷单(如「Issue #123:修复分页的 off-by-one 错误」)指派给 Copilot 智能体;智能体检出分支、编写代码并提交引用该 issue 的 PR,全程无需开发者手动介入。
  2. 仓库感知问答: 新成员可问:「本仓库中数据库连接逻辑在哪里定义,需要哪些环境变量?」Copilot CLI 利用对整个仓库的感知给出含文件路径的精确答案。
  3. Shell 命令助手: 面对复杂 shell 命令不确定时,用户可问:「gh? 查找所有大于 50MB 的文件,将它们压缩并放入归档文件夹。」Copilot 会生成完成任务所需的确切 shell 命令。

Terminal-Bench:命令行界面中智能体的基准测试 ​

Terminal-Bench 用来量化“CLI 智能体到底有多能打”。终端纯文本、易容器化,是理想的评测场。首发 Terminal-Bench-Core-v0 含 80 道人工挑选任务,横跨科研脚本、数据分析等。为公平对比,还提供极简基线智能体 Terminus,方便横向测不同模型。框架支持接入自定义智能体,也规划并行跑分与兼容其他基准,欢迎社区继续加题。

结语 ​

强大 AI CLI 的兴起,正在改写软件开发的面貌:终端正从被动执行器转变为可协作、可编排的工作环境。并不存在放之四海皆准的“最佳工具”,更合理的理解方式是将它们视为互补生态,并按场景选择:偏向架构级改造可优先考虑 Claude,偏向多模态与云原生整合可考虑 Gemini,偏向 Git 闭环与可审计提交可采用 Aider,而深度嵌入 GitHub issue/PR 流程的则更适合 Copilot CLI。随着这些工具持续演进,熟练运用它们将逐渐成为工程师的基础能力。

参考文献 ​

  1. Anthropic:《Claude Code 命令行界面参考》。https://docs.anthropic.com/en/docs/claude-code/cli-reference
  2. Google Gemini CLI:Google 的开源终端智能体。https://github.com/google-gemini/gemini-cli
  3. Aider:终端中的 AI 结对编程工具。https://aider.chat/
  4. GitHub:《Copilot CLI 使用文档》。https://docs.github.com/en/copilot/github-copilot-enterprise/copilot-cli
  5. Terminal-Bench:面向终端智能体的基准测试框架。https://www.tbench.ai/