AI辅助编码系列包括：

• Vibe Coding、AI IDE/插件
• Claude Code实战
• AI IDE/插件（二）
• AI IDE/插件（三）
• Claude Code生态：CCR、SuperClaude、opcode、CCUsage
• Claude Code生态（二）：Everything CC、Claude-Mem、Ruflo、Auto-Claude、CC StatusLine、CodePilot

Aider

官网，开源（GitLab，41.6K Star，4K Fork）AI Coding Agent。

核心功能：

1. 智能识别重构点：自动分析代码，识别需要重构的地方
2. 自动重构执行：按照重构规则，逐个文件自动重构
3. 安全验证机制：重构前备份，重构后跑测试
4. 一键回滚：发现问题，一键恢复到重构前状态
5. 多语言支持：Python、JS、Java、Go等主流语言
6. 支持忽略文件（.aiderignore），敏感文件不参与重构

工具对比（仅供参考）

工具	Star	优势	劣势
Aider	41.6k	本地运行、安全、多语言	需要配置AI模型
Cursor	17k	IDE集成、可视化	重构能力不如Aider专注
Sourcery	1.8k	IDE插件、自动优化	Python/JS为主
Refact	3.5k	编码+重构一体化	重构功能不如Aider强

推荐：

• 重构为主：Aider
• 日常编码：Cursor
• Python/JS快速优化：Sourcery
• 全能型：Refact

实战

pip install aider-chat
brew install aider
帮我重构 src/user_service.py，提取重复代码到独立函数，并添加类型注解
aider --diff
# 只重构 src/models/ 目录
aider --include src/models/ "重构所有模型类，添加数据验证"
# 只重构单个文件
aider --file src/api/user.py "优化API响应速度"
# 重构前生成报告
aider --report before.json
# 执行重构
aider "重构XXX"
# 重构后生成报告
aider --report after.json
# 对比报告
aider --diff-report before.json after.json
# 查看重构历史
aider --history
# 回滚到重构前
aider --rollback 1

vibe-kanban

官网，开源（GitHub，22.6K Star，2.2K Fork）的AI编程协作工具，能让多个AI编程智能体并行协同工作。通过独立Git Worktree隔离、集中化配置管理、灵活编排调度等核心设计，既能让开发者释放各种主流AI编程智能体的技术潜力，又保障代码库的整洁与安全，直接让AI编程效率提升10倍。

Trellis

开源（GitHub，3.2K Star，154 Fork），官方文档

解决AI辅助开发中的常见问题：

• 自动注入：将必需的规范和流程自动注入每次对话，一次编写，永久应用；
• 自动更新规范库：最佳实践存在于自动更新的规范文件中，使用越多，效果越好；
• 并行会话：同时运行多个代理，每个都在独立的工作树中；
• 团队同步：跨团队共享规范，一人的最佳实践惠及所有人；
• 会话持久化：工作记录保存在仓库中，AI能记住跨会话的项目上下文。

应用场景

• AI教育：用Markdown编写规范（如组件准则、文件结构），Trellis将其自动注入每次AI会话，无需重复教导；
• 并行开发：使用/trellis:parallel在独立的工作树中生成多个Claude会话，可同时处理多个功能，完成后合并；
• 自定义工作流：定义自定义技能和命令（如/trellis:before-frontend-dev），为特定任务和上下文一键加载预设的规范、检查更改等。

工作原理

• 项目结构：在项目根目录生成.trellis/目录，包含工作流指南、多代理配置、规范库、个人工作空间、任务管理和脚本等。
• 代理系统：通过.claude/目录下的代理定义（如调度、实施、检查、研究）和钩子脚本，实现智能的任务路由、上下文注入和质量控制循环。

核心机制是动态规范注入。只需在spec目录里写好规范文档，Trellis采用分层架构，每次对话时，它只精准加载与当前任务相关的规范，绝不把无关信息塞给AI浪费Token。

并行会话能力：可在不同worktree里同时开跑多个AI任务，互不干扰，简直是多线开发的终极神器。配合/trellis:record-session命令记录工作日志，AI下次启动无缝衔接上下文。

MonkeyCode

企业级开源（GitHub，2.3K Star，268 Fork）AI开发平台，覆盖需求→设计→开发→Review全流程。SaaS版即官网，官方文档。

特色

• 工具无关性：底层工具支持OpenAI Codex、Claude Code等，CC用户可无缝切换到MonkeyCode上。
• 模型无关性：兼容GPT、Claude、Deepseek、GLM、Kimi、Qwen、Doubao等模型，或其他本地模型。
• SDD驱动的项目管理：将技术设计严格管理起来，解决AI写代码随意放飞自我的问题，让AI完善代码评审和单元测试流程，让工程师聚焦于业务需求和架构设计，而不是繁琐的编码任务。
• 企业级配置：专为企业研发团队打造的研发管理模式，支持调用离线大模型，支持在企业内网中使用。
• 随时随地执行研发任务：开发形式不再局限，可通过IDE发起任务，也可通过MonkeyCode在线页面发起任务，还可通过Git平台发起任务，甚至可通过API接入其他开发平台。
• 内置Git机器人：可与GitHub、GitLab、Gitee等平台集成，用户只需在PR或Issue中@monkeycode-ai并描述需求，即可自动获得代码审查、功能实现、任务拆分等AI支持，无需额外配置，响应迅速。
• 内置标准SDD开发流程：原始需求->产品设计->技术设计->任务列表，每个阶段都有AI深度参与，可支持专业的研发任务。相比Vibe Coding的自由发挥，MonkeyCode更强调可控性、可追溯性与工程质量。
• 支持多角色协作推进项目：
  • 产品经理：需求拆解与产品设计
  • 项目管理：流程与进度管理
  • 研发工程师：技术设计与实现
• 提供灵活、安全的在线开发环境方案：本地开发机+云端控制。所有AI操作仅在虚拟机内执行，即使发生破坏性操作，也不会影响真实开发环境，支持多个AI任务并行运行，每个任务使用独立的虚拟开发环境，任务之间完全隔离、互不影响。

本地开发机+云端调度控制模式：

• 代码仍在本地
• 云端负责任务调度与AI执行
• 每个任务运行在隔离环境

使用方式：

• @monkeycode-ai，请review这个PR，并给出修改建议
• @monkeycode-ai，请根据Issue的描述来实现相关的功能，实现完成后主动发起PR
• @monkeycode-ai，请理解Issue所描述的需求，将其合理地拆分为多个子任务并为子任务创建新Issue
• @monkeycode-ai，请查找和当前Issue类似的其他Issue
• 将MonkeyCode接入DevOps流程，在代码提交时自动触发AI Review

Synkra AIOS

开源（GitHub，2.2K Star，713 Fork）以CLI为核心、由AI驱动的全栈开发协作框架。通过Agent Planning与Engineering Context两阶段，先由分析师、产品经理、架构师产出PRD/架构，然后由Scrum Master转化为含实现细节的开发故事，确保上下文完整、流程可追踪，并支持跨平台CLI、IDE集成与多领域Squads扩展。

核心问题包括规划不一致、上下文流失以及需求向实现的断层。AIOS的两阶段工作流通过分析与架构产出实现PRD与架构文件，接着将计划转写为超详开发故事，确保决策、设计与实现的连续性，提升协作效率与交付质量。

应用场景

• 在企业级软件和SaaS平台开发场景，AIOS作为跨职能智能协作核心，帮助从需求梳理、架构设计到实现分解与测试，形成可执行的开发故事并保持上下文的一致性。
• 开发者与学习者可利用AIOS快速从想法落地为可运行原型，通过分析、计划和故事化实现任务，减少上下文切换并提升学习与原型迭代的效率。
• 在内容创作、商业策略、教育等非技术领域，Squads提供领域代理协同工作，帮助快速构建创意、教学设计与评估流程，拓展AIOS的应用领域。

Letta Code

Letta AI开源（GitHub，1.8K Star，181 Fork）基于Letta API的记忆优先编码工具，利用持久化代理在多会话、跨模型场景中持续学习与积累能力。

与传统的会话式工具不同，它在各会话间保持同一代理，记忆可持续。通过/init、/remember、/skill等命令管理记忆与技能，并通过/connect、/model配置API密钥与模型，必要时还可连接外部Docker服务器，提升编码持续性与协作效率。

传统的对话式编码助手在会话结束后难以保留上下文，需重复提供历史信息，导致效率低下。Letta Code通过长期记忆与学习能力，使同一代理在多次会话中记住开发线索、偏好与实现细节，提升编码连贯性和团队协作效率。同时，技能学习功能允许代理基于当前轨迹扩展能力，更好地适配不同任务。

应用场景

• 在大型企业的内部开发与代码审查场景中，Letta Code可作为长期记忆的开发助手。代理跨会话记住项目约定、命名规范、实现细节与历史决策，帮助新成员快速融入并保持代码风格的一致性。团队成员通过持续对话与技能学习，提升协作效率、降低重复沟通成本，并在不同项目之间保留可迁移的知识。
• 开发者在学习新技术、搭建原型时可使用Letta Code作为记忆型辅助工具。代理在练习中积累经验、方法和代码模板，并通过/skill学习新能力，使后续项目能够直接复用前期知识与实现路径。随着会话持续，代理对个人偏好和代码风格的记忆也将增强，帮助快速迭代与提升学习效率。
• 研究人员或DevOps团队在多模型实验或跨项目迁移时，可将Letta Code作为记忆中心，记录不同模型的实验设定、对比结果与性能分析。这使得切换模型时无需重复搭建上下文，能够快速复现实验、复用已验证的技能与脚本，提升研究与开发的连续性。

Mux

官网，面向开发者的开源（GitHub，1.3K Star，73 Fork）多AI Coding Agent并行工作台，解决单一AI助手串行交互效率低、难以对比与治理等问题。

价值

• 并行探索：同一任务可同时交给多个Agent或模型处理，显著缩短试错与决策时间。
• 可对比决策：不同Agent的方案、代码改动、输出结果并排呈现，便于选择最优解。
• 可治理可复现：本地自托管运行，workspace隔离，Git状态清晰，适合团队与合规场景。

功能

• 多Agent并行运行：同时启动多个AI Coding Agent。
• 隔离工作区（Workspace）：每个Agent独立文件与上下文，避免相互污染。
• 多模型支持：可配置不同LLM或推理模型并行对比。
• 开发者友好集成：桌面应用+VS Code集成，贴合真实开发流。
• 富输出呈现：结构化 Markdown、图表等，适合设计与方案讨论。
• 支持自定义 Providers：Anthropic (Cloud)、OpenAI (Cloud)、Google (Cloud)、xAI (Grok)、DeepSeek (Cloud)、OpenRouter (Cloud)等等

OpenDevTeam

为Claude Code量身定制的开源（GitLab）数字分身管理工具，一个零依赖(Zero-Dependency)的CLI工具。只需一行指令，就可在终端使用6个专业级AI代理。

特性：

• 极简：仅依赖Node.js 18+，无任何第三方包，主打原生干净
• 专业：预设6大专家指令
• 无损：基于Manifest清单安装/卸载，绝不乱动原有.claude配置
• 灵活：支持项目级--local或全局--global部署

安装：npm install -g open-dev-team

odt init初始化后，在Claude Code执行斜杠命令：

指令	专业角色	职责范围
/pm	Product Manager	需求分析、PRD撰写、用户故事拆解
/fe	Frontend Dev	React/Vue架构、TypeScript、响应式UI
/be	Backend Dev	REST/GraphQLAPI、数据库建模、鉴权逻辑
/qa	QA Engineer	自动化测试、E2E方案、漏洞扫描
/ops	DevOps Engineer	CI/CD流水线、云基础设施、容器化部署
/tl	Tech Lead	架构决策、CodeReview、技术选型

内置基于Manifest的管理系统。每一行生成的Prompts都有迹回循，支持一键无损卸载，绝不触碰你的自定义配置。