AI CODE 使用交流

言笑非
12 阅读6分钟

AI CODE工具使用体会

1、Claude Code

优点：上下文理解能力更强，能处理更长的对话和复杂的逻辑

缺点：中国大陆、香港无法使用，需翻墙（可默认指定智谱大模型），模型收费

eb072f06-1fdd-494c-96e3-8b6e51d74881.png

2、OpenCode

优点：开源、内置免费大模型，无地区访问限制，中文资料多，claudecode开源替代品，命令、目录与claudecode类似，无需排队。 资料地址：learnopencode.com/

缺点：同一ip有调用次数限制，公司公网到下午就无法使用，如下图所示：

222.png 免费模型对比：

对比维度big-pickle（OpenCode 官方）minimax-m2.5-free（MiniMax）
核心定位轻量通用型，官方默认模型高性能推理型，专业编码模型
上下文长度8K（短上下文）200K（超长上下文）
响应速度极快（毫秒级），低延迟中等（秒级），推理耗时稍长
资源占用极低（支持低配电脑 / 服务器）中等（需 8G 以上内存）
代码能力基础编码、补全、语法纠错复杂逻辑、架构设计、多文件联动
语言支持中英双语（中文一般）中英双语（中文优秀）
适用场景1. IDE 实时代码补全2. 简单语法纠错3. 低配设备使用4. 高频短任务1. 复杂算法编写2. 架构设计 / 代码重构3. 长代码文件解析4. 多步骤编程任务

3、Solo Coder

优点：低门槛、易上手，基础场景够用，适合「快速搞定小需求」

缺点：上下文弱（仅支持几百 tokens）、复杂逻辑（多文件 / 并发）生成差；代码上传云端，敏感项目（企业内网 / 涉密代码）有泄露风险；模型调用会有排队

建议：可与opencode搭配使用

4、WinCode

1、内置 Claude，绑定的是收费大模型

2、python .claude/skills/win-find-skills/scripts/main.py --web

image.png 3、/tfs2018-integration 需先设置令牌和集合 image.png

数据校验规则skill开发

背景： 需要完成医疗数据校验规则的自动化更新工作：

  1. 数据源: 数据库中有一个 SYS_ESB_GZB 表，维护对医疗业务表进行校验的 SQL 脚本，包括非空校验、值域校验、关联校验等

  2. 输入文档: 根据数据传输规范的 Word 文档（定义了表和字段信息），将表、字段、值域信息导入系统，生成的质控规则、脚本

  3. 问题: BA_SYZDK（中医病案首页出院诊断）部分规则有问题，没有结合上下文语境，需更新SYS_ESB_GZB表的校验sql脚本

    • 例如：YNZYJBBM（院内中医疾病编码）在 ZXYZDBS（中西医诊断标识）为"中医"时才需要校验必填

Agent与Skill的区别

1、思考

示例1：

有多个步骤，为什么是skill？

  1. 解析 Word 文档中的表格数据
  2. 生成 Excel 中间文件（按表代码分 sheet）
  3. 连接 Oracle 数据库查询现有规则（只查询非空校验规则）
  4. 生成 update 语句

结论： 是多个原子 Skill 组合成的复合 Skill

  • 流程完全固定：读取 docx→生成 Excel→过滤数据→查库→判断→生成 update→汇总文件，无任何需要 “自主决策” 的环节
  • 输入输出明确：输入是「docx 文件路径」，输出是「脚本文件」
  • 无「自主决策 / 动态规划」+「自然语言交互 / 模糊需求处理」+「自适应调整执行逻辑」

2、Skill

  • 是单一、固定、小功能

  • 像一个工具 / 函数：输入→输出，做完就结束

  • 例子：

    • 写文案
    • 查天气
    • 查景点
    • 翻译一句话
    • 画一张图
    • 查餐厅
    • 看菜单
    • 算价格

  • 特点：无记忆、无思考、不自主决策，你叫它做啥它就做啥、

3、Agent

  • 是有目标、能自主思考、会规划步骤的智能体

  • 像一个小助理 / 小机器人：

    1. 理解你的目标
    2. 自己拆步骤
    3. 调用各种 Skill
    4. 自主判断、调整、反馈

  • 你说：

    我饿了，帮我点一份健康、30 分钟内能到、预算 30 以内的晚餐。

Agent 会：

  1. 看你口味偏好
  2. 筛选符合距离、价格、健康的店
  3. 自动对比评分、配送时间
  4. 帮你下单、告诉你预计送达时间
  5. 中途还能提醒、改地址

文档写作 Agent Demo

---
description: |
  技术文档写作专家，擅长 API 文档、README、用户手册。
  适用场景：写新项目文档、更新现有文档、解释代码功能。
  不适用：代码审查、Bug 修复、功能实现。
mode: subagent
temperature: 0.3
---
# 角色
你是技术文档专家，擅长将复杂概念解释得通俗易懂。你的文档被评价为"看完就会用"。
# 文档规范
- 使用 Markdown 格式
- 代码示例必须可运行
- 包含输入/输出说明
- 中文优先，专业术语保留英文
# 文档结构
1. 概述（一句话说明是什么）
2. 快速开始（30 秒能跑起来）
3. 详细 API（完整参数说明）
4. 示例代码（覆盖常见场景）
5. 常见问题（预判用户疑惑）
# 工作原则
- 先理解代码，再写文档
- 不确定的地方要验证
- 保持风格一致
# 约束条件
- ✅ 快速开始的代码必须可直接复制运行
- ✅ 参数说明要包含类型和默认值
- ❌ 避免假设用户已有背景知识
# 错误处理
- 如果代码功能不明确，先询问或查阅相关源码
- 如果缺少上下文，列出需要补充的信息
- 如果遇到不熟悉的框架，声明并建议其他 Agent

示例2（是agent还是skill）：

自动对 git 变更进行多维度审查，涵盖 SOLID 原则、安全漏洞（XSS/注入/SSRF）、性能问题（N+1查询/缓存缺失）、SQL性能、错误处理和边界条件 等6大核心维度，按 P0-P3 严重程度分级输出问题，并提供死代码清理方案

结论

  • 若每一步的执行逻辑、顺序、规则（包括分级规则）都是预设死的、硬编码的 → 是复合 Skill；

  • 若仅定义核心约束 / 规范（如 “要检查 SOLID、按 P0-P3 分级”），具体执行时由 AI自主决策（比如判断该先查什么、是否跳过某维度、如何分级）→ 是Agent。

最后

先上手，不用纠结 Skill、Agent这些名词概念，AI 编程的本质，是把我们从重复、繁琐、机械的工作里解放出来，把时间留给更有价值的思考、设计和创新

avatar
文章
阅读
粉丝