Qodo 发布了 Qodo Gen CLI，这是一个允许开发者基于工作流程和代码库创建 AI 编码 Agent 的框架。它强调将 AI 集成到软件开发生命周期中，并重视上下文引擎。开发者可以通过配置文件定义 Agent 的行为、MCP 权限和目标。该 CLI 包含预构建的 Agent，并支持 OpenAI 和 Anthropic 的模型。
译自：Qodo Now Lets Developers Create Their Own Coding Agents
作者：Frederic Lardinois
Qodo，这个让开发者能够生成代码，同时也能帮助他们审查和测试代码的 Agentic 编码平台，今天发布了 Qodo Gen CLI，这是一个新的 Agent 框架，它允许开发者基于他们独特的工作流程和代码库轻松创建自己的 AI 编码 Agent。本质上，这意味着开发者将能够编写自己的配置文件和提示，以指导这些 Agent 的行为，从而完成复杂的工作流程并与外部工具交互。
正如 Qodo 联合创始人兼 CEO Itamar Friedman 告诉我的那样，团队始终认为，虽然 vibe coding 可能很有趣，但对于企业来说，要从他们在 AI 和 编码 Agent 方面的投资中获得真正的价值，AI 必须集成到软件开发生命周期的各个环节，并将代码审查和测试作为核心。他还强调了 Qodo 的一个独特功能——也是它能够处理大型代码库的原因——是它的上下文引擎。（如果这听起来很熟悉，那可能是因为 Qodo 的竞争对手 Augment Code 也非常重视其上下文引擎。）
图片来源：Qodo。
Friedman 解释说：“在 [软件开发生命周期] 中要完成的大部分工作都需要 [...] 引入正确的上下文并检查生成的代码的质量。例如，如果你正在进行根本原因分析，那么你需要引入正确的上下文来完成这项工作，并且你需要检查代码中有什么不对劲，并在 QA 中对其进行调试等等。”
Qodo 团队认为，要将 Agentic AI 应用于软件开发过程的所有部分，意味着你必须将 Agent 从 IDE 中解放出来，并将其引入命令行。然而，对于大多数以 Agent 为中心的命令行工具来说，自定义的开始和结束都是添加模型上下文协议 (MCP) 工具，以使 Agent 能够使用第三方工具并访问其他数据。
“大多数 Agent 的行为方式都相同。例如，对于大多数 Agent，你给他们一些规则，他们基本上将其用作系统提示的一部分，然后你可以自定义该规则。这是一个文件，你只是希望它能按你期望的方式工作。我们使用了一种我们努力开发的基于图的 Agent，它具有内部基准等等，以使该图严格遵循一组特定的指令，”Friedman 说。
图片来源：Qodo。
例如，如果一个开发团队通常使用观察、定位、决策和行动 (OODA) 循环，他们现在可以在配置文件中指定这一点，Agent 将严格遵守这些准则来解决问题。
Friedman 说，在这个配置文件中，开发者可以定义 Agent 的一般行为，但他们也可以使用它来定义 MCP 权限，并设置 Agent 应该尝试实现的总体目标，包括退出规则。由于这些 Agent 基于大型语言模型 (LLM) 并且不是确定性的，因此 Agent 遵循这些退出规则，并且开发者可以强制它提供非常具体的输出尤为重要。Friedman 说，Qodo 的系统 99.99% 的时间都会遵循这些规则。
Qodo 还在其 CLI 工具中添加了一个名为“create agent”的新命令，该命令允许开发者按照公司的最佳实践逐步完成创建新 Agent 的过程。如果开发者的意图不够明确，该工具还会根据需要提出澄清问题。
默认情况下，Qodo Gen CLI 将附带一些预构建的 Agent，用于执行代码审查、测试覆盖率分析和发布说明生成等任务。这些预构建的 Agent 还与流行的 CI/CD 工具集成。
目前，Qodo Gen CLI 支持 OpenAI 的 o3 和 Anthropic 的 Claude Sonnet 4 等模型。
展望未来，Qodo 团队也在思考如何最好地与这些 Agent 交互——以及在哪里进行交互是最好的。“ADEs [Agentic 开发环境] 是下一件事，”Friedman 说，并指出如果像 Lovable 这样的公司可以动态构建用户界面，“为什么我们需要这种如此苛刻的 IDE？我需要界面来适应我的任务。”
