aider

aider 是在终端里运行的 AI 结对编程工具，官方数据是 GitHub 4.4 万 star、680 万次安装、每周处理约 150 亿 token，是命令行 AI 编程方向使用最广的开源项目。它可以用来从零起一个新项目，也可以直接在已有代码库上继续开发，官方把这种工作方式称为"与 LLM 结对编程"。核心特点是全程接入 Git：每次改动自动生成提交，历史可追溯、可回滚，这是它区别于网页聊天式工具的关键，也让团队协作与代码审查有了清晰依据。对追求效率的开发者来说，它把"改代码"这个动作从复制粘贴变成了一次对话。

核心能力

• 代码库映射：自动为整个仓库生成结构图，让模型在大型项目中理解上下文，官方称这帮助它在更大的项目里工作得更好，不用手工把文件贴进对话。
• Git 集成：每次改动自动提交，便于回滚与对比，让 AI 的每一次修改都有清晰记录。
• 多模型支持：官方推荐搭配 Claude 3.7 Sonnet、DeepSeek R1 与 Chat V3、OpenAI o1、o3-mini、GPT-4o 等，也能连接几乎所有 LLM，包括本地模型。
• 广泛语言覆盖：支持 100 多种编程语言，并可在 IDE 中作为辅助使用。
• 丰富输入方式：支持用图片与网页内容作为输入、语音输入代码，还能自动跑 lint 与测试，并把代码直接复制到网页聊天工具中继续。

适合谁

习惯命令行工作流、希望每次改动都可追溯的工程师；想用本地模型、不愿把代码发给外部服务的团队；以及在大型代码库中需要 AI 理解全局上下文的开发者。也适合希望把 AI 编码纳入规范 Git 流程、便于审计的团队。

使用建议

它的正确用法是"你负责把关，它负责打字"：提交历史清晰是最大优势，但每次改动仍建议 review 后再继续。做多文件重构时先用 /add 明确改动范围，能明显提升准确度；不同模型的代码风格差异较大，团队内建议先统一所用模型。刚开始使用时先挑一个小型任务试跑，熟悉指令集后再面对大项目。

注意事项

• 效果与所选模型强相关，使用云端前沿模型的 token 成本需要关注，预算敏感时可切换本地模型。
• 对话内容与代码会发送给所连接的模型服务商，敏感代码建议只接本地模型或私有部署。
• 自动生成提交可能产生较多零碎 commit，建议按需调整提交粒度或定期整理历史。
• 终端交互方式有学习成本，不习惯命令行的用户需要一段适应期；工具依赖本地环境（Python 与 Git），团队部署时需要统一环境配置。