分类: AI编程

整理AI编程工具推荐、横评和教程,覆盖Cursor、Copilot、Claude Code、Codex、通义灵码、CodeGeeX、Trae、Windsurf等开发者常用工具。

  • 用MCP辅助开发,重点不是多接几个工具,而是让AI能安全地做事

    用MCP辅助开发,重点不是多接几个工具,而是让AI能安全地做事

    MCP辅助开发文章封面

    这里说的 MCP,是 Model Context Protocol,不是 Minecraft 相关的 MCP。你可以把它理解成一种连接方式:让 AI 应用用比较统一的规范,去访问外部工具和数据源。

    没有 MCP 时,AI 大多是在聊天窗口里给建议;有了 MCP,它可以在授权范围内读取文件、调用接口、查数据、上传图片、更新内容。能力变强了,风险也跟着变大。

    开发里最常见的用途

    • 读取项目文件,理解目录和代码关系。
    • 调用内部接口,拿到真实业务数据。
    • 查询数据库结构,辅助写SQL或接口逻辑。
    • 打开页面做检查,辅助前端调试。
    • 更新CMS内容、SEO字段或配置。

    听起来都很有用,但不要一开始就把所有权限都给出去。先接只读工具,让 AI 能查、能看、能总结。等你确认参数、返回值、日志都稳定,再增加写入能力。

    MCP 的价值不是“AI终于能乱动东西了”,而是让 AI 在清楚边界里完成真实任务。

    设计工具时要先想风险

    读取文章、查询列表、获取配置,这类工具风险较低;删除内容、批量发布、付款、改生产配置,这类动作就必须谨慎。最好有日志、确认步骤和回滚方案。

    如果你做的是内容网站,MCP 可以提供读取文章、更新 SEO、上传图片、刷新缓存这些工具。这样 AI 就不是只告诉你怎么做,而是真的能帮你做。但前提是每个工具的权限和用途都写清楚。

    内容站可以先做这四个MCP工具

    get_article 只读。输入文章 ID,返回标题、正文摘要、分类、SEO 字段。
    update_article_seo 低风险写入。只允许改标题、描述、关键词,不碰正文。
    upload_image 中风险写入。上传图片后返回媒体 ID 和 URL,需要检查尺寸、alt 和来源。
    refresh_cache 中风险动作。更新内容后刷新前端缓存,并记录刷新结果。

    一次调用日志可以很简单:时间、工具名、文章 ID、参数摘要、成功或失败、错误信息。等这些日志稳定了,再考虑让 Agent 连续执行多个步骤。

    如果你刚开始接触 MCP,可以先看 MCP入门;准备自己配置服务时,再看 MCP Server配置。

  • Cursor和Claude Code怎么选:一个适合边写边改,一个适合交给它跑任务

    Cursor和Claude Code怎么选:一个适合边写边改,一个适合交给它跑任务

    Cursor Claude Code选型文章封面

    Cursor 和 Claude Code 都能帮你写代码,但它们解决的不是同一个问题。Cursor 更像一个 AI 原生编辑器,你坐在代码旁边,边看边改;Claude Code 更像一个项目级编码 Agent,你把任务交给它,它去读文件、改代码、跑命令,再把结果交回来。

    所以这不是“谁更强”的问题,而是你更需要哪种工作方式。

    先看你平时怎么写代码

    你喜欢在编辑器里逐段确认 Cursor 更顺手
    你想让 AI 读项目、改多文件、跑命令 Claude Code 更适合
    你刚学编程 先用 Cursor 这类可视化编辑器更容易看懂改动
    你熟悉终端、Git、测试和回滚 可以尝试 Claude Code 这类 Agent 工作流

    Cursor适合什么场景

    Cursor 的优势在于它就在编辑器里。你写组件、改函数、看上下文、让 AI 解释文件、做局部重构,都能比较自然地发生在同一个界面里。它适合日常开发、前端组件、小功能迭代、代码解释和“我想边看边改”的场景。

    但 Cursor 不是魔法。遇到大型重构、复杂命令、跨多个服务联调时,你仍然要自己判断它改了哪些文件、有没有动到不该动的地方。

    Claude Code适合什么场景

    Claude Code 的定位更接近编码 Agent。它可以读取代码库,跨文件修改,运行测试或命令,并把任务推进到一个可检查的结果。比如修一个真实 bug、补测试、迁移一组接口字段、整理报错原因,这类任务就更适合交给它跑。

    它的门槛也更高。你至少要会看 diff,知道怎么跑测试,知道怎么回滚。否则 AI 改得越多,你越难判断能不能合并。

    Cursor 适合“我和 AI 一起写”,Claude Code 适合“我把一个明确任务交给 AI 做”。

    我的建议:不要二选一,按任务分工

    • 写新页面、调样式、改小组件:先用 Cursor。
    • 解释旧模块、找调用链:Cursor 或 Claude Code 都可以。
    • 修跨文件 bug、补测试、批量改接口:更适合 Claude Code。
    • 新手学习代码:先用 Cursor,看清楚每一步。
    • 成熟项目交付:用 Agent 也必须跑测试和做代码审查。

    AI 编程工具变化很快,价格和额度也会调整。真正长期有效的判断标准不是宣传页,而是你能不能看懂它的改动、能不能验证结果、能不能在出问题时安全回退。

    如果你想横向比较更多 AI 编程工具,可以继续看 AI编程工具横评;想了解项目级工具调用,可以读 MCP辅助开发。

  • AI编程工具横评,别只看谁写得快:真正要看改得准不准

    AI编程工具横评,别只看谁写得快:真正要看改得准不准

    AI编程工具横评文章封面

    看 AI 编程工具横评,最容易被演示带偏:几秒生成一个页面,自动写函数,解释一大段代码。演示当然爽,但真实开发里,最重要的问题不是它写得多快,而是它改得准不准、你敢不敢合并。

    一堆你不敢提交的代码,不叫提效,只是把返工往后推。

    先按工具形态分三类

    编辑器型 Cursor、Trae 这类,适合边写边看、局部修改、组件开发。
    插件/平台型 GitHub Copilot 这类,适合补全、聊天、PR/Issue 工作流和 IDE 集成。
    Agent/命令行型 Claude Code、Codex、OpenCode 这类,适合项目级任务、跨文件修改和命令验证。

    不同形态没有绝对高低。你只是写一个表单组件,编辑器型最顺;你要处理 GitHub issue、PR 和团队协作,平台集成更重要;你要让 AI 跑完整任务,Agent 型更合适。

    横评时别只看生成速度

    • 上下文理解:能不能读懂项目结构和相关文件。
    • 修改范围:会不会为了小问题改一堆无关代码。
    • 调试能力:能不能根据报错定位原因,而不是重写一遍。
    • 验证能力:会不会运行测试、解释失败、给出下一步。
    • 可控性:diff 是否清楚,能不能撤回,能不能分步提交。
    • 费用和额度:是否按请求、模型、AI credits 或团队席位计费。
    • 隐私和权限:代码会不会上传,企业权限、日志和合规怎么处理。

    用同一个真实任务测试

    不要拿空项目测。准备一个真实小任务,让不同工具做同一件事,比如:

    小任务 给旧表单补校验,并只修改相关文件
    调试任务 根据一段真实报错找原因,给最小修复方案
    测试任务 给一个工具函数补单元测试,并跑测试
    迁移任务 把接口字段改名,同步类型和调用处

    做完以后,不要只看“能不能跑”。还要看它为什么这么改、有没有漏边界条件、有没有引入新依赖、有没有多改文件。

    AI 编程工具最好的横评方式,是拿你自己的项目、自己的报错、自己的测试来试。

    怎么选更实际

    个人开发和前端页面较多,可以先用 Cursor 或 Trae 这类编辑器型工具。重度 GitHub 工作流,可以重点看 Copilot 的 IDE、PR、Issue 和平台能力。已经熟悉终端、测试和 Git 的开发者,可以尝试 Claude Code 或 Codex 这类 Agent,把明确任务交给它跑。

    最后一定要记住:AI 生成的代码不是答案,而是候选修改。能跑测试、能看 diff、能回滚,才是你敢把它放进项目里的前提。

    如果你正在 Cursor 和 Claude Code 之间犹豫,可以先看 Cursor和Claude Code怎么选;想把 AI 接到真实开发工具里,可以继续看 MCP辅助开发。