Auto-Coder.Chat：基于终端命令行的AI辅助编程助手，提供VSCode插件

综合介绍

Auto-Coder.Chat 是一款基于终端的 AI 辅助编程工具，旨在通过智能化手段提升开发者的编程效率。该工具可以与任意 IDE 搭配使用，使开发工具具备 AI 辅助编程能力。Auto-Coder.Chat 支持多种编程语言和框架，能够自动生成代码、优化代码结构，并提供智能化的代码建议。其独特的功能包括基于上下文的代码生成、自动提交代码变更以及详细的代码审查功能，帮助开发者更高效地完成项目。

auto-coder.chat 是全球第一款面相 commit 级别的 AI 辅助编程工具。也就是你描述需求后，它会自动给你提交commit。 auto-coder.chat 也是全球第一款提出了“复现”概念的 AI 辅助编程工具，它会记录你每个commit 后面的“环境” 和 需求。 类似 docker。我们会记录某个commit 背后的上下文，环境配置（auto-coder.chat 的各种配置），需求以及最后得到的实际commit 代码等。

目前提供了两款AI辅助编程工具：

1. auto-coder.chat

是一款基于 terminal 的 AI 辅助编程工具。可以搭配任意IDE使用。可以让任何开发工具瞬间就具备AI辅助编程能力，比如微信小程序开发工具。推荐搭配 cursor， cusor 的tab tab 可以有效的提升你偶尔可能会手动修改代码的需求。

2. auto-coder.web

是一款 web IDE。 你只需要web 浏览器，就可以对一个项目做变更或者修改。

功能列表

• 代码生成：根据用户输入的需求自动生成代码片段。
• 代码优化：智能优化现有代码，提高代码质量和性能。
• 代码审查：提供详细的代码审查建议，帮助开发者发现和修复潜在问题。
• 自动提交：自动提交代码变更，记录每次提交的上下文和环境配置。
• 多语言支持：支持多种编程语言和框架，适应不同开发需求。
• 上下文模式：基于上下文的代码生成和优化，提供更精准的代码建议。
• 工具集成：与多种开发工具和 IDE 无缝集成，提升开发效率。

使用帮助

安装流程

1. 创建虚拟环境：

   conda create --name autocoder python=3.10.11
conda activate autocoder

2. 安装 Auto-Coder：

   pip install -U auto-coder

使用指南

1. 启动 Auto-Coder.Chat： 在终端中输入 auto-coder.chat 启动工具。
2. 代码生成： 在终端中输入需求描述，例如：

   /coding @src/project/main.py 添加一个新的翻译API, 输入是文本以及目标语言,输出是翻译后的内容.

等待系统生成代码并提交。

3. 代码审查： 使用 /review 命令对代码进行审查，例如：

   /review @src/project/main.py

系统会提供详细的审查建议。

4. 自动提交： 修改代码后，使用 /commit 命令提交变更，系统会记录提交的上下文和环境配置。
5. 撤销提交： 如果需要撤销提交，使用 /revert 命令，例如：

   /revert

系统会撤销最近一次提交。

详细操作流程

1. 描述需求： 在编码区直接描述需求，系统会根据需求生成代码并提交。
2. 审查代码： 查看系统生成的代码提交，进行审查和修改。
3. 优化代码： 使用系统提供的优化建议，提高代码质量。
4. 提交变更： 确认代码无误后，使用 /commit 命令提交变更。
5. 撤销和修改： 如果需要修改或撤销提交，使用 /revert 命令进行操作。

auto-coder.chat与其他工具差异

目前主流的 AI 辅助编程工具都达到了图片中展示的 write 级别。不同工具的做法不同：

1. windsurf 是采用 agentic 模式。

2. cline 是采用 COT 模式，以 tools 为核心。

3. cursor 则是兼具上下文和agent 模式，用户自己选择切换。

auto-coder.chat 则是以上下文模式为核心，辅以其他模式比如以tools为核心的COT ，也包括 mcp 支持等。

我们来说下 tools 模式和 上线文模式的区别， tools 模式是我给大模型一堆工具，比如查找文件，修改文件等等，你自己自由组合这些工具来完成用户的需求。通常而言，对工具的使用是线性的，系统会利用工具完成相关代码收集，代码修改，命令行执行等等。

context 模式则是通过索引,rag等各种策略，根据用户需求反推这次可能需要的源码文件，然后将源码文件和需求给到大模型，让大模型给出修改。这里也是充分利用大模型自由发挥。

相比同为开源的 cline， auto-coder.chat 的可玩性相当高， 比如cline一般是一个模型走到黑，auto-coder.chat 可以任意组合模型完成不同功能模块。比如索引，过滤可以分别配置模型，代码生成可以配置单独模型，结果筛选可以配置单独模型，rag服务也可以配置不同模型。

auto-coder.chat 如何使用 MCP Server

目前已经至少有过千的 MCP Server 实现了，你可以在 auto-coder.chat 中通过一条命令就可以随意安装一个 MCP Server ,然后实现对这个Server的使用。这里我们以对接 https://www.perplexity.ai/ API 为例来介绍具体使用方法。执行如下指令，查看已有的的 mcp server：

/mcp /list

通过名字来进行安装：

/mcp /add perplexity

如果你安装的是第三方的，系统会自动通过 pip / npx 安装相应的依赖库。请确保你的电脑拥有 pip /npx 命令。如果没有，系统也会提醒你。因为 perplexity 需要API Key 才能访问，所以需要手动添加下 Key。

手动修改下文件 `~/.auto-coder/mcp/settings.json`：

{
"mcpServers": {
"perplexity": {
"command": "python",
"args": [
"-m",
"autocoder.common.mcp_servers.mcp_server_perplexity"
],
"env": {
"PERPLEXITY_API_KEY": "{{PERPLEXITY_API_KEY}}"
}
}
}
}

将 {{PERPLEXITY_API_KEY}} 整个替换成你实际 API Key。 然后刷新下：

/mcp /refresh perplexity

现在，我可以使用 /mcp 询问一些问题：

/mcp 帮我搜索下 auto-coder.chat 是什么东西

这里我们通过”帮我搜索下“ 来引导 auto-coder.chat 选择 perplexity 提供的工具来进行检索。

你还可以通过下面的指令查看当前已经注册的 server:

/mcp /list_running