06 · AI 开发工具链

AI 编程工具

Cursor

基于 VS Code 的 AI-first IDE。核心差异：

• Agent 模式 — 多轮工具调用，可读文件、改代码、跑命令
• 上下文系统 — Rules / Skills / Plugins 三层注入，见上下文注入
• Inline Edit — Cmd+K 原地修改选中代码，快速且不占对话窗口
• Tab 补全 — 基于上下文的多行补全，延迟极低（~100ms）
• MCP 支持 — 原生集成，可接入任意 MCP Server

GitHub Copilot

VS Code / JetBrains 插件形态。主打补全，Chat 模式对标 Cursor 的 Agent 但工具调用能力较弱。优势在于与 GitHub 生态的整合（PR 描述、代码审查等）。免费层有额度限制。

Aider

终端内 AI 编程工具，适用场景与 GUI IDE 不同：

• 命令行优先，适合 SSH 远程开发
• 显式 git 集成：每次修改自动 commit，支持 /undo
• 支持多模型切换
• 通过 --architect 模式分离规划与编码

其他

工具	定位
Cline (VS Code 扩展)	开源 Agent，MCP 支持，模型灵活
Windsurf	基于 VS Code，AI flow 模式
Zed	Rust 写的极速编辑器，内置 AI
Cody (Sourcegraph)	代码理解 + 自动补全

选择建议

• 项目级 Agent 任务（多文件重构、调试）→ Cursor Agent 或 Aider
• 快速补全和内联修改 → Cursor / Copilot
• 开源 + 自托管模型 → Cline 或 Aider
• 轻量编辑器偏好 → Zed

AI SDK

Vercel AI SDK

面向 AI 应用的 TypeScript SDK。核心能力：

• 统一的 generateText / streamText API，屏蔽各 provider 差异
• tool() 定义工具，框架自动处理 tool-calling 循环
• useChat() / useCompletion() React hooks
• 支持 OpenAI、Anthropic、Google、Mistral 等
• 边缘运行时兼容（Vercel Edge、Cloudflare Workers）

import { generateText, tool } from 'ai';
import { openai } from '@ai-sdk/openai';

const result = await generateText({
  model: openai('gpt-4o'),
  tools: {
    weather: tool({
      description: '获取城市天气',
      parameters: z.object({ city: z.string() }),
      execute: async ({ city }) => { /* 调用天气 API */ },
    }),
  },
  prompt: '北京今天天气怎么样？',
});

LangChain

最早的 LLM 应用框架，生态最广。劣势是抽象层次多、版本迭代快、API 不够稳定。适合原型探索和学术场景，生产中使用 LangChain 的团队逐渐减少。

LlamaIndex

聚焦数据索引和检索（RAG）的框架。内置多种 chunking 策略、检索算法和向量库集成。如果主要做 RAG 相关应用，LlamaIndex 比 LangChain 更专注。

OpenAI SDK vs Anthropic SDK

直接使用厂商 SDK 是更轻量的选择。适合工具调用少、不需要框架抽象的简单场景。

模型网关

统一代理层，一次接入多模型提供商，不直接暴露各家的 API key。

网关	特点
OpenRouter	200+ 模型，按 token 计价，无需多处注册
Vercel AI Gateway	内置缓存、速率限制、用量追踪；与 Vercel AI SDK 深度集成
Netlify AI Gateway	托管代理，支持 OpenAI、Anthropic、Gemini；需部署在 Netlify
LiteLLM	自托管代理，兼容 OpenAI API 格式

Vercel AI Gateway

// 配置后直接使用，不需要 API key 暴露给前端
import { openai } from '@ai-sdk/openai';
const model = openai('gpt-4o'); // key 在 gateway 侧管理

Netlify AI Gateway

import { Netlify } from '@netlify/ai-gateway';
const ai = new Netlify.AI();
const response = await ai.chat('openai/gpt-4o', {
  messages: [{ role: 'user', content: 'hi' }],
});

本地模型

不依赖云 API，在本地运行 LLM。适合隐私敏感、离线或高频低成本场景。

工具	说明
ollama	一键运行开源模型，API 兼容 OpenAI 格式。ollama run llama3.2
llama.cpp	C++ 推理引擎，支持 GGUF 量化模型，CPU 可用
LM Studio	GUI 桌面应用，内置模型发现与下载
MLX	Apple Silicon 优化推理框架

ollama 快速使用

# 拉取并运行模型
ollama pull llama3.2
ollama pull qwen2.5-coder

# API 调用（OpenAI 兼容）
curl http://localhost:11434/v1/chat/completions \
  -H 'Content-Type: application/json' \
  -d '{"model":"qwen2.5-coder","messages":[{"role":"user","content":"写一个快排"}]}'

本地模型的限制：

• 同参数规模下效果弱于云端旗舰模型（GPT-4o / Claude Sonnet）
• 推理速度受硬件限制，大模型内存需求高
• 适合补全和简单问答，复杂 Agent 场景建议用云端模型

部署

平台	适用场景
Vercel	AI SDK + Edge/Serverless，AI Gateway 集成
Netlify	Netlify Functions + AI Gateway
Cloudflare Workers	边缘 AI 推理（Workers AI），超低延迟
Fly.io / Railway	需要 GPU 实例或长时间运行
Hugging Face Spaces	模型 Demo 快速部署

与整个系列的关系

• LLM 核心概念 — Token、上下文窗口、推理的基础
• Agent 与 MCP — Agent 模式与工具协议
• RAG — 检索增强生成的工程实践