GitHub Copilot Chat

Continue - open-source AI code agent

主要AI工具是kiro-cli，模型是Claude系列，

cursor软件使用 带 大脑的 opus 4.6  max

可以使用gpt5.3 codex或者Gpt5.4 只要提示词写的清楚，效果也可以

写文档使用下面的模型也足够用了

国内 Coding Plan 性价比排行 2026 | 价格·模型·用量对比

AI 自动创建 PR” 是什么意思？

以前，写代码、测试、写说明文档、发起 PR 都需要程序员手动操作。现在，像 Claude Code、GitHub Copilot、OpenAI Codex 等 AI 编程工具（Agent）进化了，它们可以独立完成整个闭环：

• 自主干活：你告诉 AI “帮我修复这个 Bug”或“加个功能”。
• 自动提交：AI 写完后，会自动把代码提交到 Git 仓库。
• 生成 PR：AI 会自动填写变更说明（比如改了哪里、为什么改），并正式发起一个 Pull Request。

这意味着： AI 不再只是一个“聊天机器人”或“代码补全工具”，它已经变成了一个能独立完成任务并提交成果的“初级工程师”。你只需要负责最后的审查（Review）和批准（Merge）即可。

windows安装claudecode

winget install Anthropic.ClaudeCode
claude --version

linux安装claudecode

# 1. 确保已安装 Node.js 18+
node --version

# 如果没有 Node.js，用 nvm 安装：
 curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash
 source ~/.bashrc 
 nvm install 22

# 2. 安装 Claude Code
npm install -g @anthropic-ai/claude-code

# 3. 验证安装
claude --version


# === 连接配置（必填） ===
export ANTHROPIC_BASE_URL="https://litellm.carher.net"
export ANTHROPIC_AUTH_TOKEN="sk-xxxxxxxxxxxxxxxx"

# === 模型配置 ===
export ANTHROPIC_MODEL="anthropic.claude-sonnet-4-6"
export ANTHROPIC_DEFAULT_SONNET_MODEL="anthropic.claude-sonnet-4-6"
export ANTHROPIC_DEFAULT_OPUS_MODEL="anthropic.claude-opus-4-6"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="anthropic.claude-haiku-4-5"

# === 自定义模型选项（可选） ===
export ANTHROPIC_CUSTOM_MODEL_OPTION="anthropic.claude-sonnet-4-6"
export ANTHROPIC_CUSTOM_MODEL_OPTION_NAME="Sonnet 4.6 (网宿)"

# === 企业网络优化（推荐） ===
export CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC="1"
export CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS="1"

claude

vscode 的 setting.json添加如下内容。

   "claudeCode.preferredLocation": "panel",
        "claudeCode.environmentVariables":[{
            "name": "ANTHROPIC_AUTH_TOKEN",
            "value": "sk-xxxxxxxxxxxxxxx"
        },
        {
            "name": "ANTHROPIC_BASE_URL",
            "value": "https://litellm.carher.net"
        }]

下次任何新会话里：
  - 想完整复现这次对话 → 输入 /resume 选历史会话即可（Claude Code 默认就保存）
  - 不想翻历史，只想接着干活 → 直接说"连 133 改 xxx 的 hosts" / "去 123 看 networkCallback"，我会从 memory 里直接拿到 SSH 别名和路径，不用你再贴

几点提醒：

  1. 跨工作目录无法直接 resume：在 C:\Users\CLTX 启动 Claude Code 才能看到这些。如果你换到别的目录启动，/resume 列表是空的。但你可以直接 cat / 读取上面这些 .jsonl 翻历史。
  2. 想删/归档：直接删除对应的 .jsonl 文件即可，不会影响 memory。反过来删 memory 不会丢会话。
  3. 想找某次具体聊了什么：grep 这些 .jsonl，例如 grep -l "networkCallback" C:\Users\CLTX\.claude\projects\C--Users-CLTX\*.jsonl。
  4. 备份建议：如果这些对话对你有价值，整个 C:\Users\CLTX\.claude\ 文件夹可以打包备份，里面同时包含会话、memory、配置（settings.json、SSH 不在内）。
 

Deepseek正在搞Harness工程，Qwen3.7MAX这几天用下来也很不错，

claude-code-proxy · PyPI

python3 -m pip install "D:/software/ai/claude_code_proxy-0.1.5.tar.gz"

Qoder大家可以试用一下， Qwen3.7MAX体验下来还是很不错