正文由作者完成,AI 主要用于措辞优化和语言打磨。
引言
了解我的人通常都知道,我平时写代码主要用 AI IDE,比如 Trae、Cursor 等。
AI IDE 的优势很明显:在保留 Git、代码高亮等高效手动工具的同时,把最耗时的代码编写交给 AI,我们只需要用自然语言描述目标即可。图为 Trae

AI Agent 是什么?
简单来说,AI Agent 一般提供的是一个“偏终端化”的工作环境。和 AI IDE 一样,它也能通过自然语言完成开发任务。
看起来好像和 AI IDE 没区别?其实差别很大。
如果你是先用 AI IDE,再切到 AI Agent,通常会感受到明显落差:界面更朴素,交互更直接。
AI Agent 往往只给你一个输入框。你描述目标后,它不仅能写代码,还能借助外部能力给自己“加特技”。
比如接入 Playwright MCP,它就可以自动改前端代码并执行自动化调试。
换句话说,AI Agent 的上手门槛看起来更低:你不一定要先理解完整代码结构,也不需要手动管理每一步流程。当然,对熟手来说,这种模式有时会降低精细控制的效率,但确实能省下不少精力。
例如,我们可以把 Git 推送远程仓库这类流程交给 AI:自动生成 commit、自动配置代理、自动 push,并把本次规则和约束持久化,下次就不用重复说明。图为 Codex

各 AI Agent 的区别
OpenCode | 开源 AI 编程代理
游客可以直接使用免费的公益模型,不需要付费。

Claude Code by Anthropic | AI Coding Agent, Terminal, IDE
它需要一个 POSIX Terminal(比如 Git Bash)。否则很多终端命令无法正常执行,因为它的工作流高度依赖 Bash 命令(如 cat、ls)。
想要完整发挥体验,通常需要使用 Claude 系列模型。在一次会话中,它可能会让不同模型分工处理理解、规划、执行、测试等环节。

Codex
目前我本人在用
限制相对少,在 Windows Terminal(PowerShell)里也能跑得很好。
只需要提供可用的模型 API 即可。

如何优雅地使用 AI Agent
当然,你也可以手动配置各种 Agent,其实并不难。
通常只要看文档、找到配置文件(一般是 .json),然后手写一份配置,或者让 AI 帮你生成一份。
但目前已经有不少图形化、一键化工具,我更推荐先用这些工具快速上手。
CC-Switch
它可以用图形界面为不同 Agent 配置模型。你只需要像填表一样填入 API Endpoint、API Key、模型名,它会自动生成并应用对应 Agent 的 JSON 配置。
同时也支持图形化配置 MCP 和 Skill。

ZCF
这个工具可以自动帮你安装 Agent,并一键部署一些主流 MCP,还能设置模型系统提示词预设,并提供基础工作流。

从零安装并配置一个 Agent
你需要事先准备一个模型 API
先设置 NPM 镜像源:npmmirror 镜像站
全局安装 zcf(Node 20.x+):
npm install -g zcf运行 zcf:
npx zcf接着把目标 Agent 从 Claude Code 切换为 Codex。输入 S 切换到 Codex。

然后输入 1 执行完整初始化,按需勾选即可。
默认情况下,AI Agent 会先在沙盒里执行命令;如果某条指令在沙盒中失败,才会询问你是否允许在正常环境执行。
你也可以使用一个高风险启动参数,让 Codex 进入“无人值守、默认放行”的模式:
注意使用该参数启动 Codex 后,指令可能被 默认执行,并且默认在 正常环境 下运行。这非常危险,请务必谨慎。
codex --dangerously-bypass-approvals-and-sandbox这个命令很长,可以做成别名。
- Bash:
alias codexfull='codex --dangerously-bypass-approvals-and-sandbox'- PowerShell:
# 创建 PS 配置文件New-Item -Type File -Force $PROFILE
# 用记事本打开 PS 配置文件notepad $PROFILE加入这一段:
function codexfull { codex --dangerously-bypass-approvals-and-sandbox $args}之后在你的项目目录直接输入 codexfull,即可启动一个高权限执行模式的 Agent。

接下来你就可以让它做你要做的事:删文件、写文章、修 Bug,甚至从零搭建项目。


发现错误或想要改进这篇文章?
在 GitHub 上编辑此页