开发工具
-
AI 编程代理代码评审为何需要“五轴清单”
AI 编程代理写出的代码往往语法干净、看似完整,但真正的问题常藏在边界条件、参数臆造和无效测试里。为什么评审 AI 代码需要一套固定的“五轴清单”?
-
Codex 重连卡顿源于直连失败:一行配置让代理网络下的 AI 编程助手秒连
在代理网络环境中使用 Codex 时,频繁出现的 Reconnecting 提示往往不是模型推理缓慢,而是客户端直连失败后的重试过程。通过修改一行配置,可以让 Codex 直接使用系统代理,减少等待时间。
-
AI编程工具技能配置走向统一:Skills Manager试图填平Agent生态碎片化鸿沟
AI编程工具数量激增,但Claude Code、Cursor、Codex、GitHub Copilot等产品之间的技能配置往往互不相通。Skills Manager试图以统一技能库、标准化.skill规范、CLI部署和Git同步机制,打通54种以上AI编程Agent的技能管理,为AI编程工作流提供统一抽象层。
-
Codex 本地 Agent 配置指南:TOML、AGENTS.md 与模型优先级如何协同
Codex 本地自定义 Agent 的配置并不是“新建一个角色文件就会自动运行”。掘金文章梳理出三层结构:config.toml 设置入口默认模型,角色 TOML 定义专长与权限,AGENTS.md 负责调度规则。
-
从 Codex 切到腾讯 WorkBuddy 一周:成本、模型选择与真实开发体验
一位 Codex 用户因订阅渠道受限转用腾讯 WorkBuddy。一周实测显示,其编程能力已接近 Codex,后端表现稳定,但前端还原仍需人工调整;模型选择对成本影响显著。
-
审计 Claude Code:从用量、会话到文件变更的可观测实践
文章介绍如何通过用量指标、会话回放和文件变更记录,对 Claude Code 的实际执行过程进行审计,为团队建立 AI 编码工具的可观测能力。
-
AI 编程工具链正在形成新分工:LSP、MCP、ACP 各自解决什么问题
LSP、MCP、ACP 正在成为 AI 编程基础设施中的三条重要协议线。它们分别对应代码理解、模型工具调用和智能体协作,共同构成下一代开发工具通信标准的基础框架。
-
Codex 回退对话却不回退文件,暴露了 AI 编程助手真正的工程难题
Codex 双击 Esc 可以回退对话,却不会同步回退文件,导致模型基于错误状态继续回答。OpenAI 曾两次尝试修复,但都因触碰用户 git 仓库而引发问题。社区项目 codex-rewind 则提出不写入 git、单独维护快照的第三种方案。
-
Codex 成为 Claude Code 插件:AI 编程工具开始从并行走向分工
OpenAI 官方 Codex 插件进入 Claude Code,让 AI 编程工具从多窗口并行转向主 Agent 与第二意见的分工。窗口减少之后,上下文、权限、额度和验收成本仍需要开发者重新设计。
-
65 行 CLAUDE.md 规则实测:让 Claude Code 少写 80% 无效代码
掘金作者实测发现,给 Claude Code 加一份 65 行 CLAUDE.md 规则后,AI 生成代码从 380 行、12 个文件降至 75 行、2 个文件,过度设计和顺手修改明显减少。