AI Coder Cli
Claude Code
Claude Code 是由 Anthropic 公司推出的 AI 模型系列中的一个专门版本,专注于代码生成、理解与分析任务。它是 Claude 大模型的衍生版本,针对编程场景进行了优化,支持多种编程语言(如 Python、JavaScript、Java、C++、Go、Ruby 等),能够帮助开发者完成代码编写、调试、重构、注释生成、单元测试撰写等任务。
前提条件
- Node.js 18 及以上版本
- Window用户需要有WSL或者Git Bash环境
安装
# Git Bash 中全局安装
npm install -g @anthropic-ai/claude-code
参考资料:https://www.cnblogs.com/xiaoke-ai/p/19047394
配置环境
国内无法访问Claude 替换方案。安装claude-code-router通过模型提供商访问。 github
# 安装ccr
npm install -g @musistudio/claude-code-router
# 通过ccr启动 Claude Code
ccr code
# 使用 UI 模式来管理您的配置
ccr ui
# 修改配置文件后,需要重启服务使配置生效
ccr restart
Google Gemin Cli
Gemini CLI 将 Gemini 模型的能力带到您的终端,提供一个交互式的读取-求值-输出循环(REPL)环境。Gemini CLI 由客户端应用(packages/cli)和本地服务器(packages/core)组成,后者负责管理与 Gemini API 及其 AI 模型的通信。Gemini CLI 还包含多种工具,用于执行文件系统操作、运行 shell 命令和网络请求等任务,这些功能由packages/core管理。
安装
建议Node.js 20 及以上版本
# 全局安装 CLI
npm install -g @google/gemini-cli
# 直接从 GitHub 主分支执行 CLI
npx https://github.com/google-gemini/gemini-cli
配置
Gemini CLI 使用 settings.json 文件进行持久化配置。这些文件有两个存储位置:
用户设置文件 $USER_HOME/.gemini/settings.json, 对当前用户的所有 Gemini CLI 会话生效
项目设置文件 $PROJECT_HOME/.gemini/settings.json, 仅当从该项目运行 Gemini CLI 时生效。项目设置会覆盖用户设置
关于设置文件中的环境变量说明:在 settings.json 文件中,字符串值可以通过"$VAR_NAME"或"${VAR_NAME}"语法引用环境变量。这些变量会在加载设置时自动解析。例如,如果您有一个环境变量 MY_API_TOKEN,可以在 settings.json 中这样使用:"apiKey": "$MY_API_TOKEN"。
认证设置
Gemini CLI 需要您通过 Google AI 服务进行身份验证。首次启动时,您需要配置以下一种认证方式:
使用 Google 账号登录 (Gemini Code Assist):
Gemini API 密钥
使用 Google 账号登录 (适用于 Workspace 版 Gemini Code Assist 或已授权 Code Assist 用户):
自定义命令
Gemini CLI 提供一系列内置命令,帮助用户管理会话、自定义界面以及控制行为。这些命令以斜杠 / 开头。 Gemini CLI 从两个位置发现命令,并按特定顺序加载:
用户命令(全局): 位于 ~/.gemini/commands/。这些命令在用户正在处理的任何项目中都可用。
项目命令(局部): 位于 /.gemini/commands/。这些命令特定于当前项目,可以检入版本控制以便与团队共享。
命令的名称由其相对于 commands 目录的文件路径决定。子目录用于创建命名空间命令,路径分隔符(/ 或 \)将转换为冒号(:)。
~/.gemini/commands/test.toml 中的文件变为命令 /test
$project/.gemini/commands/git/commit.toml 中的文件变为命名空间命令 /git:commit。 自定义命令定义文件必须以 TOML 格式编写,并使用.toml 文件扩展名。
prompt (字符串):执行命令时将发送给 Gemini 模型的提示。这可以是单行或多行字符串。 description (字符串):命令功能的简短单行描述。此文本将显示在 /help 菜单中命令旁边。如果省略此字段,将根据文件名生成通用描述。prompt 中使用 !{...} 语法指定命令应在何处运行以及其输出的注入位置。
test 命令示例
description = "需求拆解助手"
prompt = "请帮我拆解这个需求: {{args}} "
git:commit 命令示例:
# 文件路径: <project>/.gemini/commands/git/commit.toml
# 调用方式: /git:commit
description = "Generates a Git commit message based on staged changes."
# The prompt uses !{...} to execute the command and injectits output.
prompt = """
Please generate a Conventional Commit message based on the following git diff:
```
!{git diff --staged}
```
"""
Qwen Code
Qwen Code 是一款功能强大的命令行 AI 工作流程工具,改编自 Gemini CLI ( 详细信息 ),专门针对 Qwen3-Coder 模型进行了优化。它通过高级代码理解、自动化任务和智能协助来增强您的开发工作流程。github
前提条件
- Node.js 20 及以上版本
安装Qwen Code Cli
npm install -g @qwen-code/qwen-code@latest
qwen --version
Qwen OAuth(推荐)
- 每天 2,000 个请求 ,无令牌限制
- 每分钟 60 个请求 的速率限制
OpenAI 兼容 API
使用 OpenAI 或其他兼容提供商的 API 密钥:
- 环境变量
export OPENAI_API_KEY="ms-xxxxxx"
export OPENAI_BASE_URL="https://api-inference.modelscope.cn/v1/"
export OPENAI_MODEL="deepseek-ai/DeepSeek-V3.1"
- 项目 .env 文件
export OPENAI_API_KEY="sk-or-v1-xxx"
export OPENAI_BASE_URL="https://openrouter.ai/api/v1/"
export OPENAI_MODEL="anthropic/claude-3.7-sonnet"
MCP Server配置示例
配置文件在User/.qwen/settings.json
{
"selectedAuthType": "openai",
"theme": "Default",
"tavilyApiKey": "tvly-dev-xxxx",
"mcpServers": {
"context7": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"@upstash/context7-mcp@latest"
],
"gallery": true
},
"playwright": {
"type": "stdio",
"command": "npx",
"args": [
"@playwright/mcp@latest"
],
"gallery": true
},
"markitdown": {
"type": "stdio",
"command": "uvx",
"args": [
"markitdown-mcp"
],
"gallery": true
}
}
}