MCP on Liangweidong's blog

Cursor 实战：AI-first IDE 的 5 大模式、Pro 订阅与插件生态全攻略

Mon, 15 Dec 2025 00:00:00 +0800

时间锚点：2025-12——Cursor 1.x 时代，Composer 2 已成默认，GPT-5.3 / Claude Sonnet 4.6 / Opus 4.6 已是日用模型；与 2024-07-28《AI 行业趋势综述》配套阅读（那篇是 2024 视角，本文为 2025 视角）

〇、2025 视角开篇

本文写于 2025-12-15，站在 2025 年底回望：Cursor 已经从"AI-first IDE 新星"演化成"事实标准之一"——2024-09 那篇前瞻到 2025 年底大部分已被验证。文中提到的 GPT-5.3 Codex / Sonnet 4.6 / Opus 4.6 / Composer 2 均为 2025 年中后期已发布的模型（不是"未来模型"），2024-09 时它们是"传闻 / 预览"，到 2025-12 已是"日常选项"。

一、为什么选择 Cursor

Cursor（Anysphere）是 2024 年现象级的 AI-first IDE，直接 fork VS Code 内核，把所有 AI 能力内化为编辑器一等公民。2024-2025 年间 ARR 从 0 冲到 5 亿美元，被视为 SaaS 史上最快增长曲线之一。

核心差异点（与传统 VS Code + Copilot 插件方案对比）：

维度	Cursor	VS Code + Copilot
架构	fork VS Code，AI 是内核一部分	插件机制，AI 是外挂
Tab 补全	多行 + 上下文感知，跨文件	单行 / 多行，断网即停
Agent 模式	原生 Agent + Plan + Debug	需通过插件 + MCP 间接调度
代码库理解	自动 embedding，存储在云端	无索引，每次需手动贴上下文
价格	Pro $20/月（含 API 额度）	Copilot $10/月（不含 API）

2025-12 更新：Cursor Pro 价格仍为 $20/月（保持 2024 价位），Copilot 在 2025 年提过一次价（$10→$19/月含 API），但 2025-Q3 又调回 $10 单订阅 / $19 含 API 两种档位。

二、5 大核心模式

Cursor 把 AI 协作拆成 5 个独立模式，每个模式有不同的工作流：

模式	触发方式	核心场景
Agent	`Ctrl+I`	端到端任务：修 Bug / 写功能 / 重构
Plan	`Shift+Tab` 切换	复杂任务先出方案再动手
Debug	调试菜单	难复现问题，先假设后验证
Ask	`Ctrl+L`	问答 / 解释代码，不修改文件
Composer	独立面板	跨文件大规模改写

2.1 Agent 模式

Agent 是 Cursor 的"主菜"，由三个组件协同：

1
2
3


Agent = Instructions（system prompt + 规则）
 + Tools（文件编辑 / 代码库搜索 / 终端执行 / MCP）
 + Model（Composer 2 / GPT-5.3 Codex / Claude Sonnet 4.6 / Opus 4.6）

实战中 Agent 自动处理这些事：

自动分析项目结构（@src/ 包含文件夹）
自动跑 npm test 验证
自动应用 diff，让用户 Ctrl+Y 接受
自动 commit（可关闭）

2.2 Plan 模式

复杂任务必须先开 Plan 模式——Agent 会：

分析当前代码库
提出 2-3 个澄清问题（“用 JWT 还是 session？"）
生成可审阅的实施计划
等待用户确认后才动手

经验法则：修改超过 3 个文件的任务，先 Plan。

2.3 Debug 模式

Debug 模式与传统 console.log 调试的差异：

不会立即写代码，而是先提出假设
自动加日志语句
利用运行时信息反推根因
再做针对性修复

适合：偶发性 bug、性能毛刺、并发问题。

2.4 Ask 模式

Ask 不修改任何文件，专用于：

“解释这段代码为什么这么写”
“这个函数的调用链是什么”
“对比 A 和 B 两种实现方案”

三、模型选择与 MAX 模式

Cursor 提供 5 类模型，按"质量-成本"梯度排列：

模型	上下文	定位	价格
Composer 2 Fast	200k	Cursor 自研 agentic 模型	Pro 套餐含
GPT-5.3 Codex	272k（MAX 1M）	OpenAI 编码专精	Pro + API 额度
GPT-5.4	272k（MAX 1M）	OpenAI 综合旗舰	Pro + API 额度
Sonnet 4.6	200k（MAX 1M）	Anthropic 日用	Pro + API 额度
Opus 4.6	200k（MAX 1M）	Anthropic 顶级	Pro + API 额度

MAX 模式会把上下文窗口撑到模型原生最大值（如 Sonnet 4.6 MAX = 1M），适合"整个代码库做大规模迁移"这类任务。但 MAX 按 token 计费，Pro 套餐会加收 20% 附加费。

实战配比建议：

日常 80%：Composer 2 Fast（快、便宜、够用）
中等复杂度：Sonnet 4.6（性价比最优）
大改动 / 难 Bug：Opus 4.6（最强但慢）
特定场景：GPT-5.3 Codex（编码任务特化）

四、Pro $20/月套餐成本核算

Pro 套餐结构：

1
2
3


Pro $20/月 = Auto 用量（Composer 2 + Auto 模式）
 + API 用量（其他模型，按 token 计费）
 + 至少 $20 API 额度

On-Demand 模式开启后，套餐额度用完按 API 费率继续扣费。月成本从 $20 到 $100+ 都有可能，取决于你用 MAX 模式 / Opus 4.6 的频率。

个人建议：

默认 Auto 模式，把"难任务"显式指定模型
关闭 On-Demand，避免月底天价账单
大规模重构任务用本地 Worktree 模式（下面有）

五、代码运行环境：Local / Worktree / Cloud

Agent 执行代码有 3 个环境：

环境	适用场景	优势
Local	当前工作区直接改	最直接，但风险大
Worktree	Git worktree 隔离分支	主分支不受影响，可并行
Cloud	云端代理	长任务 / 离开电脑时跑

关键习惯：所有"会改超过 5 个文件"的任务都用 Worktree，结束后 git merge 回主分支。

六、Auto-Run 与权限白名单

Agent 默认会在执行命令前询问，白名单机制可大幅减少打扰：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16


{
 "commandAllowlist": [
 "npm test",
 "npm run build",
 "git status",
 "git diff"
 ],
 "mcpAllowlist": [
 "filesystem:read_file",
 "github:create_issue"
 ],
 "fetchDomainAllowlist": [
 "*.npmjs.com",
 "github.com"
 ]
}

保护机制（默认开启，建议全开）：

External-File Protection：禁止 Agent 写工作区外文件
File-Deletion Protection：禁止 Agent 自动删文件
MCP Tools Protection：禁止 Agent 自动跑 MCP 工具
Browser Protection：禁止 Agent 自动开浏览器

七、规则（Rules）系统

Cursor 的"规则"是 .cursor/rules/ 下的 Markdown 文件，按"全局 / 按文件路径 / 手动"三种粒度生效：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11


# 用户编码规范与重构指南

## 1. 交互与基础规范
- 中文优先：回答和注释用中文
- 代码颗粒度：超过 20 行考虑聚合或拆函数
- 避免深层嵌套，优先卫语句

## 2. 重构
- 小步重构：每次只做一个改动，频繁提交
- 命名拒绝缩写（约定俗成的 i 除外）
- 注释解释"为什么"而非"做什么"

规则文件支持 YAML frontmatter 限定作用路径：

1
2
3
4
5
6
7
8


---
paths:
 - "src/api/**/*.ts"
 - "**/*.{ts,tsx}"
---
# API 开发规范
- 所有 API 端点必须包含输入验证
- 使用标准错误响应格式

八、必备插件清单

分类	插件	作用
界面	One Dark Pro	主题美化
界面	material-icon-theme	图标美化
界面	Chinese (Simplified)	汉化包
界面	GitLens	Git 信息强化
效率	IntelliJ IDEA Keybindings	习惯 IDEA 快捷键切换
质量	SonarQube for IDE	静态分析
前端	Vue (Official)	Vue 3 开发
前端	ES7+ React/Redux Snippets	React 片段
前端	auto-rename-tag	HTML 标签自动重命名
前端	eslint	JS/TS 代码风格
Java	Language Support for Java (Red Hat)	Java 语法支持
Java	Extension Pack for Java	Java 套件
Java	Spring Boot Tools	Spring 工具
Java	Maven for Java / Gradle for Java	构建工具
Java	Test Runner for Java	JUnit 跑测
Go	Go	Go 语言支持
Rust	rust-analyzer	Rust 工具链
Python	Python (ms-python)	Python 调试 / 虚拟环境

避坑：Cursor 自带 AI 补全能力（Cursor Tab），与 Tabnine / GitHub Copilot 插件冲突，装一个就好。

九、核心快捷键速查

类别	操作	快捷键
Agent	开启/关闭对话	`Ctrl+I` / `Ctrl+L`
Agent	New Chat	`Ctrl+Shift+L`
Agent	切换 Agent	`Shift+Tab`
Agent	切换模型	`Ctrl+/`
Agent	接受变更跳下一处	`Ctrl+Y`
开关	Hide Terminal	`Ctrl+J`
开关	Search Files	`Ctrl+P`
跳转	跳到接口实现	`Ctrl+Alt+B`
跳转	跳到方法的接口	`Ctrl+U`
编辑	上面插入行	`Ctrl+Shift+Enter`
编辑	下面插入行	`Ctrl+Enter`
编辑	删除整行	`Shift+Del`
编辑	复制整行到下一行	`Alt+Shift+↓`

十、Java 跳转配置（提升 IDE 体验）

Cursor 继承自 VS Code，Java 跳转默认不完美。在 settings.json 加：

1
2
3
4


{
 "java.implementations": true,
 "java.references": true
}

装 Red Hat 的 Java Language Support + Debugger for Java 插件后，跳转功能接近 IDEA 体验。

十一、网络要求

Cursor 是 SaaS，对网络环境敏感。必需域名（公司内网需加白名单）：

1
2
3
4
5
6
7
8
9


api2.cursor.sh API 请求
api3.cursor.sh Cursor Tab
api4.cursor.sh Cursor Tab 区域节点
*.api5.cursor.sh Agent 请求
repo42.cursor.sh 代码库索引
*.authentication.cursor.sh 鉴权
marketplace.cursorapi.com 扩展市场
cursor-cdn.com 扩展市场 CDN
downloads.cursor.com 客户端更新

HTTP 兼容模式：默认 HTTP/2，企业代理环境若出现"流式响应被缓存"或"双向流不支持"等错误，可降级到 HTTP/1.1。

十二、订阅与计费陷阱

On-Demand 默认 Disabled——开启后套餐用完继续按 API 费扣，月底可能$100+
隐私选项 Data Sharing Enabled 默认开启——你的代码、提示词会用于训练，生产代码建议关闭
Commit Attribution 默认开启——Agent 生成的 commit 会标记 “Made with Cursor”，团队项目看公司文化决定
Cursor Tab 默认开启——多行补全比 Copilot 激进很多，新用户可能觉得"太自动”，可在 Settings > Cursor Tab 调灵敏度

十三、总结

Cursor 把"AI 是 IDE 一等公民"这件事做对了，编辑器体验 + Tab 补全 + Agent 闭环是它的护城河。但Pro $20 套餐只是个入门价，真要 MAX 模式 + Opus 4.6 跑大任务，月账单 $100+ 是常态。

实战建议：

新项目直接用 Cursor 起步，省去 30% 重复劳动
Worktree 模式是默认习惯，保护主分支
规则文件按团队规范沉淀，复用率最高的"知识资产"
On-Demand 默认关闭，控制成本
MAX 模式慎用，留给大改动

十四、2025→2026 模型升级与生态走向

站在 2025-12 收尾，回望 2024-09 时点 Cursor 模型表里那些"还是预览/即将推出"的型号，到 2025 年底已全部 GA：

模型	2024-09 时点	2025-12 时点
Composer 2 / Composer 2 Fast	尚未推出	日用首选（Cursor 自研 agentic 模型）
GPT-5.3 Codex	预览	OpenAI 编码主力（含 MAX 1M 选项）
GPT-5.4	传闻	OpenAI 综合旗舰（替代 GPT-4o/4.5 地位）
Sonnet 4.6	Sonnet 3.5 刚发布	Anthropic 性价比最优（替代 3.5/4.5 位置）
Opus 4.6	Opus 3 已发布	Anthropic 顶级（慢但最强）

2025 实战配比建议（相对 2024-09 原文"日常 80% Composer 2 Fast、中等 Sonnet 4.6、难 Bug Opus 4.6"基本一致）：

日常 80%：Composer 2 Fast（快、便宜、够用）—— 2025 年自研模型成熟后这个比例更稳
中等复杂度：Sonnet 4.6（性价比最优）—— 与 2024-09 判断一致
大改动 / 难 Bug：Opus 4.6（最强但慢）—— 与 2024-09 判断一致
特定场景：GPT-5.3 Codex（编码任务特化）—— 2025 年 OpenAI 编码模型已能跟 Sonnet 4.6 掰手腕

2026 展望（仅供参考，不属于"2025 已验证"内容）：

Cursor 可能跟进"按席位 + 按用量"双轨计费，避免 On-Demand 的天价账单争议
Composer 3 可能在 2026 年发布，进一步压缩对外部模型（GPT-5.3 / Sonnet 4.6）的依赖
AI IDE"五强格局"（Cursor / Trae / Claude Code / Copilot / Windsurf）短期不会破

下一步：可参考 2025-06-15《AI IDE 横评》看 Cursor / Trae / Claude Code / Copilot 五款主流工具的横向对比；2024-12-15《Trae 全攻略》了解字节系 AI IDE 的差异化打法。

OpenClaw 自托管 AI Agent：钉钉/飞书/企业微信多渠道网关实战

Mon, 15 Sep 2025 00:00:00 +0800

时间锚点：2025-09——OpenClaw 2026.4.x 时代，已支持 Discord/飞书/钉钉/企业微信/WhatsApp/Telegram/Slack 多通道

一、OpenClaw 是什么

OpenClaw（社区昵称"小龙虾"）是 2024 年底兴起的 自托管 AI Agent 网关——把 LLM 能力通过聊天工具（飞书、钉钉、Discord 等）暴露给最终用户，自己控制配置、数据、记忆。

定位差异：

工具	定位	是否自托管	通道
OpenClaw	自托管多 Agent 网关	是	飞书/钉钉/企微/Discord 等
Coze / 扣子	云端 Bot 平台	否（字节云）	多通道
Dify	自托管 LLM 应用平台	是	API
OpenAI GPTs	云端 Bot	否	API

OpenClaw 的核心卖点：

配置 + 记忆 + 工作区全部存在 ~/.openclaw/，可 git 版本控制
多 Agent 路由——不同 Agent 不同人格（SOUL.md），不同工作区
通道抽象——一套命令同时管理飞书/钉钉/Discord/Telegram/Slack

二、安装与初始化

2.1 系统要求

Node.js 22+
端口 18789（可改）

2.2 macOS / Linux 一键安装

1

curl -fsSL https://openclaw.ai/install.sh | bash

2.3 Windows 一键安装（PowerShell）

1

iwr -useb https://openclaw.ai/install.ps1 | iex

2.4 升级

1

npm install -g openclaw@latest

2.5 源码安装（开发者）

1
2
3
4
5
6


git clone https://github.com/openclaw/openclaw.git
cd openclaw
pnpm install
pnpm ui:build
pnpm build
pnpm openclaw onboard --install-daemon

2.6 启动向导

1

openclaw onboard --install-daemon

向导中会依次询问：

模型 / 鉴权 provider（Skip for now 也可）
默认模型（如 anthropic/claude-opus-4-6）
通道（Skip for now 也可）
搜索 provider
技能配置（No 也可）

启动后核心目录结构：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18


~/.openclaw/
├── openclaw.json # 主配置（JSON/JSON5）
├── openclaw.json.bak # 自动备份
├── workspace/ # 默认 AI "灵魂" 文件夹（推荐 git）
│ ├── SOUL.md # 人格设定（语气、风格）
│ ├── USER.md # 用户信息
│ ├── MEMORY.md # 长期记忆
│ ├── IDENTITY.md # Agent 名称、形象
│ ├── AGENTS.md # 多 Agent 路由规则
│ ├── BOOT.md # 启动提示词
│ ├── HEARTBEAT.md # 每日检查清单
│ └── skills/ # 已安装技能
├── agents/<cid>/ # 每个 Agent 的独立状态
├── memory/<cid>.sqlite # 向量记忆库
├── credentials/ # API Key、OAuth（旧版）
├── skills/ # 全局技能包
├── extensions/ # 插件安装目录
└── secrets.json # 加密凭证

三、关键路径速查

路径	用途
`~/.openclaw/openclaw.json`	主配置文件
`~/.openclaw/workspace/`	默认工作区
`~/.openclaw/agents/<cid>/`	Agent 状态
`~/.openclaw/agents/<cid>/agent/auth-profiles.json`	OAuth / API Key
`~/.openclaw/memory/<cid>.sqlite`	向量记忆库
`~/.openclaw/skills/`	全局技能
`/tmp/openclaw/*.log`	网关文件日志

四、网关管理与诊断

1
2
3
4
5
6
7
8
9


openclaw gateway status # 查看网关服务状态
openclaw gateway start # 启动
openclaw gateway stop # 停止
openclaw gateway restart # 重启
openclaw gateway run # 前台运行（调试用）
openclaw gateway health # 健康信息
openclaw doctor # 一键健康检查 + 自动修复
openclaw status # 会话健康 + 最近联系人
openclaw logs # 实时日志

改完配置后必须 openclaw gateway restart 让改动生效。

五、配置详解（openclaw.json 实战）

完整 openclaw.json 核心结构（基于 2026.4.x 版本）：

 1
 2
 3
 4
 5
 6
 7
 8
 9
 10
 11
 12
 13
 14
 15
 16
 17
 18
 19
 20
 21
 22
 23
 24
 25
 26
 27
 28
 29
 30
 31
 32
 33
 34
 35
 36
 37
 38
 39
 40
 41
 42
 43
 44
 45
 46
 47
 48
 49
 50
 51
 52
 53
 54
 55
 56
 57
 58
 59
 60
 61
 62
 63
 64
 65
 66
 67
 68
 69
 70
 71
 72
 73
 74
 75
 76
 77
 78
 79
 80
 81
 82
 83
 84
 85
 86
 87
 88
 89
 90
 91
 92
 93
 94
 95
 96
 97
 98
 99
100
101
102
103
104
105
106
107
108
109
110
111
112


{
 "meta": {
 "lastTouchedVersion": "2026.4.14",
 "lastTouchedAt": "2026-04-15T03:09:21.569Z"
 },
 "auth": {
 "profiles": {
 "anthropic:cn": {
 "provider": "anthropic",
 "mode": "api_key"
 }
 }
 },
 "models": {
 "mode": "merge",
 "providers": {
 "anthropic": {
 "baseUrl": "https://api.anthropic.com",
 "api": "anthropic-messages",
 "authHeader": true,
 "models": [
 {
 "id": "claude-opus-4-6",
 "contextWindow": 204800,
 "maxTokens": 131072
 }
 ]
 }
 }
 },
 "agents": {
 "defaults": {
 "model": { "primary": "anthropic/claude-opus-4-6" },
 "workspace": "/root/.openclaw/workspace",
 "compaction": { "mode": "safeguard" },
 "maxConcurrent": 4,
 "subagents": { "maxConcurrent": 8 },
 "memorySearch": { "provider": "ollama" },
 "thinkingDefault": "high"
 },
 "list": [
 {
 "id": "writer",
 "workspace": "/root/.openclaw/workspace-writer",
 "identity": { "name": "维特", "emoji": "👍" }
 },
 {
 "id": "coding",
 "workspace": "/root/.openclaw/workspace-coding",
 "identity": { "name": "扣定", "emoji": "✌️" }
 }
 ]
 },
 "bindings": [
 { "agentId": "main", "match": { "channel": "feishu", "accountId": "default" } },
 { "agentId": "main", "match": { "channel": "dingtalk", "accountId": "default" } }
 ],
 "session": {
 "dmScope": "per-channel-peer"
 },
 "hooks": {
 "internal": {
 "enabled": true,
 "entries": {
 "boot-md": { "enabled": true },
 "bootstrap-extra-files": { "enabled": true },
 "command-logger": { "enabled": true },
 "session-memory": { "enabled": true }
 }
 }
 },
 "channels": {
 "feishu": {
 "enabled": true,
 "appId": "<FEISHU_APP_ID>",
 "appSecret": "<FEISHU_APP_SECRET>",
 "connectionMode": "websocket",
 "domain": "feishu",
 "groupPolicy": "open"
 },
 "dingtalk": {
 "enabled": true,
 "clientId": "<DINGTALK_CLIENT_ID>",
 "clientSecret": "<DINGTALK_CLIENT_SECRET>",
 "messageType": "card",
 "cardStreamingMode": "all"
 },
 "discord": {
 "enabled": true,
 "token": "<DISCORD_BOT_TOKEN>",
 "groupPolicy": "open"
 }
 },
 "gateway": {
 "port": 18789,
 "mode": "local",
 "bind": "loopback",
 "auth": {
 "mode": "token",
 "token": "<GATEWAY_TOKEN>"
 },
 "http": {
 "endpoints": {
 "chatCompletions": { "enabled": true }
 }
 }
 },
 "plugins": {
 "enabled": true,
 "allow": ["feishu", "dingtalk", "discord"]
 }
}

5.1 关键配置项

字段	推荐值	说明
`session.dmScope`	`per-channel-peer`	按"渠道 + 发送者"隔离私聊
`agents.defaults.thinkingDefault`	`high`	默认开启深度思考
`agents.defaults.compaction.mode`	`safeguard`	自动压缩上下文（保关键）
`channels.*.groupPolicy`	`open` / `allowlist`	群消息策略
`gateway.auth.mode`	`token`	网关鉴权用 token
`gateway.bind`	`loopback`	仅本机访问

5.2 `dmScope` 4 种模式对比

参数	含义	适用场景
`main`	所有私聊共用主会话	单用户、强调跨渠道连续性
`per-peer`	按发送者 ID 隔离	多用户收件箱
`per-channel-peer`	按渠道 + 发送者隔离	多渠道多用户
`per-account-channel-peer`	按账号 + 渠道 + 发送者	多账号多机器人

dmScope 只解决"私聊历史会不会串"，不决定消息最终进入哪个 Agent。后者由 bindings 路由。

六、SOUL.md：Agent 的人格化

SOUL.md 是 OpenClaw 的灵魂——给 Agent 设定语气、风格、性格：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16


# SOUL.md

## 语气
- 直接、严谨、不废话
- 涉及技术问题，给方案 + 代码 + 风险评估
- 涉及生活问题，给数据 + 行动建议

## 风格
- 中文优先，技术术语保留英文
- 回答分点、结构化
- 关键结论加粗

## 边界
- 不回答政治敏感问题
- 不提供医疗 / 法律最终建议
- 不主动询问隐私信息

每个 Agent 可以有独立的 SOUL.md，实现"一鱼多吃"——同一个 OpenClaw 实例，挂不同 SOUL.md 就是不同"人"。

七、通道管理

7.1 飞书接入

飞书开放平台创建自建应用，获取 App ID 和 App Secret：

1
2
3
4
5
6


openclaw channels add
# 选择 Feishu/Lark
# 输入 App Secret / App ID
# 选择连接模式：WebSocket
# 域：Feishu (feishu.cn) - China
# 群策略：Open - respond in all groups (requires mention)

启用权限（最小集）：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12


{
 "scopes": {
 "tenant": [
 "im:message",
 "im:message:send_as_bot",
 "im:message.group_at_msg:readonly",
 "im:chat.access_event.bot_p2p_chat:read",
 "contact:user.employee_id:readonly"
 ],
 "user": ["im:message", "im:chat.access_event.bot_p2p_chat:read"]
 }
}

飞书 Bot 首次启动会发"配对码"，需在 OpenClaw 端批准：

1

openclaw pairing approve feishu <PAIRING_CODE>

7.2 钉钉接入

钉钉开放平台创建企业内部应用：

1
2
3
4
5
6


openclaw channels add
# 选择 DingTalk
# 输入 clientId / clientSecret
# 启用 AI 互动卡片模式
# 卡片流式模式：All
# 私聊/群消息策略：Open

启用"AI 互动卡片"需要在钉钉开发者后台创建 AI 卡片模板（https://open-dev.dingtalk.com/fe/card），复制 Template ID 填入。

7.3 企业微信接入

1
2
3
4
5


openclaw plugins install @sunnoy/wecom
openclaw plugins update wecom
openclaw channels add
# 选择 WeCom
# 输入 AgentId / Secret / 企业ID

企业微信 Bot 首次使用需要"配对码"流程。

7.4 Discord 接入（推荐开发自用）

Discord Developer Portal 创建 Bot：

创建 Application
Bot → Reset Token → 复制
Privileged Gateway Intents 全开（Message Content Intent 必须）
OAuth2 → URL Generator → scopes: bot + applications.commands
邀请到服务器

1
2
3


openclaw channels add
# 选择 Discord
# 输入 Bot Token

八、ClawHub 技能市场

ClawHub 是 OpenClaw 的"技能商店"——第三方 AI 技能包。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17


# 推荐方式（npx 无需全局安装）
npx clawhub@latest --version

# 全局安装
npm install -g clawhub

# 登录
clawhub login

# 搜索
clawhub search "postgres backups"

# 安装
clawhub install my-skill-pack

# 批量更新
clawhub update --all

九、插件管理

1
2
3
4
5


openclaw plugins list # 查看已加载
openclaw plugins install @openclaw/voice-call # 装官方插件
openclaw plugins install @sunnoy/wecom # 装企微插件
openclaw channels add # 装新通道
openclaw gateway restart # 重启生效

十、多 Agent + Discord 频道路由（高级模式）

OpenClaw 的杀手锏是用 Discord 频道做 Agent 路由——每个 Agent 对应一个频道：

1
2
3
4
5
6
7
8


| 频道 ID | 频道名 | Agent | 用途 |
|---|---|---|---|
| <YOUR_DISCORD_SERVER_ID> | 服务器 | - | 容器 |
| <YOUR_DISCORD_WRITER_CHANNEL_ID> | 写作 | writer | 写文章 |
| <YOUR_DISCORD_CODING_CHANNEL_ID> | 编程 | coding | 写代码 |
| <YOUR_DISCORD_FITNESS_CHANNEL_ID> | 强身 | jiaolian | 减肥教练 |
| <YOUR_DISCORD_LEARNING_CHANNEL_ID> | 学习 | main | 主代理 |
| <YOUR_DISCORD_PERSONAL_CHANNEL_ID> | 个人 | main | 个人事务 |

配置 3 件事：

定义 Agent——每个 Agent 一个 workspace，放不同 SOUL.md
开启 Discord——requireMention: false（自用免 @）
写 bindings——频道 ID → Agent 路由规则

1
2
3
4
5
6
7
8


{
 "bindings": [
 { "agentId": "main", "match": { "channel": "feishu" } },
 { "agentId": "main", "match": { "channel": "dingtalk" } },
 { "agentId": "writer", "match": { "channel": "discord", "peer": { "kind": "channel", "id": "<YOUR_DISCORD_WRITER_CHANNEL_ID>" } } },
 { "agentId": "coding", "match": { "channel": "discord", "peer": { "kind": "channel", "id": "<YOUR_DISCORD_CODING_CHANNEL_ID>" } } }
 ]
}

10.1 频道 Topic = AI 行为

Discord 频道的"topic"是频道名下面的小字——OpenClaw 会把它读进来当作这个频道的上下文提示。

1
2
3


频道 -减肥 的 topic：
"你是一个严格的健身教练，回复风格直接、不废话、数据驱动。
用户说吃了什么就帮他算热量，不要安慰，不要鼓励，直接说超没超。"

10.2 线程 = 任务隔离

频道解决了"谁干什么"，但同一个频道里任务还是会打架——两个任务的上下文会污染。

Discord 线程 = 频道的子房间，OpenClaw 把每个线程当独立 session：

1
2
3
4
5
6
7
8


"channels": {
 "discord": {
 "<写作频道ID>": {
 "requireMention": false,
 "autoThread": true
 }
 }
}

autoThread: true 后，每次主频道发消息，Bot 自动创建线程回复。主频道只剩线程标题（像目录），任务上下文完全隔离。

两层隔离模式：

频道做"职能分层"——写作、编程、减肥、个人，各管各的
线程做"任务分层"——每篇文章、每个项目独立上下文

十一、Exec Approvals（命令执行审批）

Agent 执行 shell 命令前可弹按钮让用户确认：

1
2
3
4
5
6
7
8


"channels": {
 "discord": {
 "execApprovals": {
 "enabled": true,
 "approvers": ["<YOUR_DISCORD_USER_ID>"]
 }
 }
}

自用场景建议开启——多一层保险，避免 Agent 误删文件。

十二、WSL2 安装坑

Windows 上 OpenClaw 经常遇到端口占用问题（Hyper-V 独占端口段）：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13


# 查看保留端口段
netsh int ipv4 show excludedportrange protocol=tcp

# 重置 NAT
net stop winnat
net start winnat

# 用别的端口启动
openclaw gateway --port 17889 --verbose

# 永久改端口
openclaw config set gateway.port 17889
openclaw onboard --install-daemon --gateway-port 17889

十三、故障排除

症状	原因	解决
无 DM 回复	未配对	`openclaw pairing approve <channel> <code>`
群组中静默	未配置 mention 策略	`requireMention: false`
认证过期	token 失效	`openclaw models auth setup-token`
网关关闭	服务挂了	`openclaw doctor --deep`
内存 Bug	sqlite 索引损坏	重建内存索引
钉钉卡片失败	未配置 AI 卡片模板	钉钉卡片后台创建模板

十四、卸载

1
2
3
4
5
6


# 交互式
openclaw uninstall

# 非交互式（自动化 / CI）
openclaw uninstall --all --yes --non-interactive
npx -y openclaw uninstall --all --yes --non-interactive

十五、总结

OpenClaw 把"自托管 AI Agent 网关"这件事做对了——配置 / 记忆 / 工作区全部 git 化，多 Agent 路由用 SOUL.md 切人格，频道 → Agent 路由把 Discord 变成 AI 控制中心。

适合：

想完全控制 LLM 数据 / 记忆的团队
已经重度使用飞书 / 钉钉 / Discord 的组织
需要"一个 Bot 多个 Agent"的复杂场景

不适合：

只想简单问个问题（直接用 ChatGPT 更快）
没有 DevOps 能力维护（OpenClaw 配置文件复杂）

下一步：可参考 2025-12-15《Hermes Agent》了解 OpenClaw 生态的演进——Hermes 是 2025 年新出的"OpenClaw 平替 + 升级"，可平滑迁移。

Trae 全攻略：字节系 AI IDE 与 Solo 模式多语言开发最佳实践

Sun, 15 Dec 2024 00:00:00 +0800

时间锚点：2024-12——Trae 国际版（Cursor 同源）+ 国内版并行，Solo 模式刚发布

一、Trae 是什么

Trae 是字节跳动在 2024 年推出的 AI-first IDE，国内版（trae.cn）走合规通道，国际版（trae.ai）面向海外。内核同样 fork 自 VS Code，定位是"字节系 AI 编程入口"，对标 Cursor。

与 Cursor 的关键差异：

维度	Trae	Cursor
出品方	字节跳动	Anysphere
国内访问	合规，无需特殊网络	需要稳定国际网络
模型选项	字节豆包 + 主流模型	GPT-5 / Claude 4 / Composer 2
智能体生态	自带 + 商店导入双轨	插件市场
核心差异	Solo 模式 + 规则/Skill 双引擎	编辑器体验 + MAX 模式

二、Trae 的三个内置智能体

Trae 自带 3 个内置 Agent，定位各异：

智能体	工具集	适用场景
Chat	默认工具集	问答 / 解释 / 不改文件
Builder	默认工具集 + 文件编辑	端到端编码任务
Builder with MCP	默认 + 所有已配置 MCP	复杂任务（可调用外部工具）

经验法则：能 Chat 解决的就别用 Builder；能用 Builder 的就用 Builder；只有"需要外部数据 / 浏览器 / GitHub 操作"时才用 Builder with MCP。

三、自定义智能体生态

Trae 支持导入他人发布的智能体，官方推荐的有 8 个：

智能体	用途
UI Designer	UI/UX 设计与组件库搭建
Frontend Architect	React / Vue / Angular 架构设计
Backend Architect	后端系统设计与扩展性
API Test Pro	REST/GraphQL/gRPC 接口测试
AI Integration Eng	LLM / 推荐系统 / 智能自动化
DevOps Architect	CI/CD + 基础设施 + 监控
Performance Expert	性能瓶颈 + 压测 + 优化
Compliance Checker	法律文件 / 隐私政策合规审查

智能体是"垂直领域专家"——比通用 Builder 更专业，比 Skill 更可控。

四、MCP 集成

Trae 全面支持 MCP（Model Context Protocol），Node.js 20+ + Python 3 是前置。

热门 MCP Server 推荐：

MCP	作用	适用
Context7	官方文档实时检索	跨语言开发
Sequential Thinking	结构化思维链	调试 / 算法设计
Memory	跨会话长期记忆	知识积累
GitHub	仓库 / Issue / PR 管理	团队协作
Puppeteer / Playwright	浏览器自动化	前端测试
Chrome DevTools MCP	深度 Chrome 调试	前端性能分析
File System	文件系统操作	通用
Excel	表格读写	数据处理

MCP 与 Skills 的区别（重要）：

MCP 是"充电协议"（像 USB-C）——定义怎么和外部工具沟通

Skills 是"具体电器"（像手机、电脑）——定义能干什么活

MCP 是工具，Skills 是 SOP（标准操作流程）。

4.1 MCP 与 Skills 协作模式

特性	提示词 (Prompts)	Skills
存在形式	文本指令	模块化资源包
加载方式	全量加载	按需懒加载
维护性	脆弱、难复用	可版本管理
主要功能	设定角色与即时意图	赋予领域专业能力

实战组合：

用 GitHub MCP 拉代码
用 File System MCP 读设计稿
用 Skills 处理（生成代码）
用 Puppeteer MCP 截图验证
用 GitHub MCP 提 PR

五、规则（Rules）系统

Trae 的规则分两层：

类型	作用范围	典型内容
个人规则	所有项目	语言偏好 / 操作系统 / 内容深度
项目规则	当前项目	代码风格 / 语言框架 / API 限定

个人规则示例（项目根 .trae/rules/user_rules.md）：

1
2
3


1. 请保持对话语言始终为中文
2. 我的系统为 windows
3. 请使用正确的代码格式进行代码生成

项目规则示例（不能超过 1000 字符）：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18


# 用户编码规范与重构指南

## 1. 交互与基础规范
- 中文优先：回答和代码关键注释均使用中文
- 代码颗粒度：生成代码超 20 行时应考虑聚合逻辑或拆分函数
- 避免深层嵌套，优先使用卫语句（提前返回）

## 2. 代码坏味道与重构
- 神秘命名：重命名为自解释名称
- 重复代码：提取为函数或类
- 数据泥团：将常同现的数据提取为对象
- 发散式变化：拆分类
- 霰弹式修改：合并相关逻辑到一处

## 3. 质量保障
- 小步重构，改动即测试
- 命名拒绝缩写（约定俗成的 i 除外）
- 注释重在解释"为什么"而非"做什么"

六、Skills 生态

Skills 是 Trae 的"专业技能包"，给 AI 装功能模块而非临时指令。

Skills 来源：

官方 Skills 市场（skillsmp.com）
GitHub 开源：numman-ali/openskills
自定义 Skills：my-skill-pack/SKILL.md 放在项目内

Skills 触发：

AI 自动识别场景触发
在聊天中 /skill-name 手动触发

6.1 推荐 Skills 按开发阶段分类

阶段	关键 Skills
需求分析	Requirements Analysis、UML Design、API Design
编码	Java/Go/Rust/Python Code Generator、Code Refactoring、Design Pattern
前端	Vue3 Component Generator、React Component Generator、Tailwind CSS Utility
测试	Unit Test Generator、Test Coverage Analysis、End-to-End Test Design
部署	Docker Configuration、Kubernetes Deployment、CI/CD Pipeline
性能	Performance Profiling、Memory Leak Detection、Database Optimization

七、Solo 模式多语言开发最佳实践

Trae Solo 模式是 2024 年底推出的"多语言多技能编排“特性——根据开发阶段、任务类型、编程语言自动路由 Skills 和 MCP。

7.1 6 大开发阶段对应

阶段	推荐工具栈
需求	Requirements Analysis Skill → 生成需求文档
设计	Architecture Design + UML Design → 生成设计文档 + 代码框架
编码	Language Code Generator + Code Refactoring Skills
测试	Unit Test Generator + Test Coverage Analysis
审查	Code Review Skill + SonarQube 集成
部署	Docker Configuration + Kubernetes Deployment Skill
维护	文档智能体 + 调试智能体

7.2 多语言编码规范速查

Java 规范（Google Java Style）：

类名 PascalCase，方法/变量 camelCase，常量大写下划线
缩进 2 空格，行宽 ≤100
Javadoc 注释包含 @param、@return、@throws

Go 规范：

包名小写，函数/变量 camelCase
使用 go fmt 自动格式化
行宽 ≤120

Rust 规范：

模块/函数/变量 snake_case，类型/特质 PascalCase
使用 rustfmt 自动格式化
缩进 4 空格，行宽 ≤100

Python 规范（PEP 8）：

模块/包名小写下划线，类 PascalCase
函数/变量 snake_case
缩进 4 空格，行宽 ≤79

Vue3/React/TypeScript 规范：

组件 PascalCase 或 kebab-case
变量/函数 camelCase
缩进 2 空格，行宽 ≤100
Tailwind CSS 优先，避免自定义 CSS

7.3 需求提示词模板

1
2
3
4


用 Sequential Thinking 拆解 "根据用户 ID 查询用户信息" 接口开发步骤，
结合 Context7 参考我项目的 pom.xml（已上传）和 Memory 中记录的用户表结构，
按我的个人规则和项目规则（Spring Boot 2.7.x + RESTful）生成完整 Java 代码，
包含 Controller、Service、DAO、单元测试，并标注核心注释。

结构化提示词 4 要素：

任务描述——一句话清晰描述要做什么
上下文——相关文件、参考模式、背景
约束——不能做什么、必须满足什么
验证标准——怎么确认做对了

八、忽略文件清单（.trae ignore）

建议把以下加入 .trae/ignore 防止索引膨胀：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37


# Git
.git/

# IDE & System
.vscode/
.idea/
.DS_Store
Thumbs.db

# Node.js / Frontend
node_modules/
dist/
build/
coverage/
.next/
.turbo/
package-lock.json
yarn.lock

# Python
__pycache__/
*.pyc
venv/
.venv/
.pytest_cache/

# Java
target/
.gradle/
build/
*.class
*.jar

# Logs & Temp
*.log
tmp/
temp/

九、CUE 智能补全

Trae 自研的 CUE（Context Understanding Engine）是基于编辑行为的上下文预测引擎——根据你的下一步编辑动作，预测要改的位置：

操作	macOS	Windows
跳到修改点	`Tab`	`Tab`
一次性完整接受	`Tab`	`Tab`
逐字接受	`Cmd+→`	`Ctrl+→`
拒绝修改	`Esc`	`Esc`
预览采纳后	`Option`	`Alt`
展开/关闭 Cue-Pro	`Ctrl+Shift+C`	`Shift+Win+C`
Cue-Pro 下一处	`Cmd+↓`	`Alt+↓`
Cue-Pro 上一处	`Cmd+↑`	`Alt+↑`

CUE 比 Cursor Tab 更激进——它会主动预测你下一步要改的地方并跳转过去。初期会觉得"太自动”，用一周后会真香。

十、专家智能体 prompt 示例

10.1 Java 专家

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30


---
name: java-pro
description: 掌握现代Java，包括流、并发和JVM优化。处理Spring Boot、响应式编程和企业模式。
model: sonnet
---

您是一位专门从事现代Java开发和企业模式的Java专家。

## 重点领域
- 现代Java特性（流、lambda表达式、记录）
- 并发和并行编程（CompletableFuture、虚拟线程）
- Spring Framework和Spring Boot生态系统
- JVM性能调调和内存管理
- 使用Project Reactor的响应式编程
- 企业模式和微服务架构

## 方法
1. 利用现代Java特性编写清洁、可读的代码
2. 适当使用流和函数式编程模式
3. 使用适当的错误边界处理异常
4. 优化JVM性能和垃圾收集
5. 遵循企业安全最佳实践

## 输出
- 具有适当异常处理的现代Java
- 使用收集器的基于流的数据处理
- 具有线程安全保证的并发代码
- 具有参数化和集成测试的JUnit 5测试
- 使用JMH的性能基准测试
- 具有依赖管理的Maven/Gradle配置

10.2 Golang 专家

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28


---
name: golang-pro
description: 使用goroutine、通道和接口编写惯用Go代码。优化并发、实现Go模式。
model: sonnet
---

您是一位专门从事并发、高性能和惯用Go代码的Go专家。

## 重点领域
- 并发模式（goroutine、通道、select）
- 接口设计和组合
- 错误处理和自定义错误类型
- 性能优化和pprof分析
- 使用表驱动测试和基准测试进行测试

## 方法
1. 简单优先 - 清晰比聪明更好
2. 通过接口使用组合而非继承
3. 显式错误处理，无隐藏魔法
4. 设计时考虑并发，默认安全
5. 优化前进行基准测试

## 输出
- 遵循有效Go指南的惯用Go代码
- 具有适当同步的并发代码
- 具有子测试的表驱动测试
- 性能关键代码的基准测试函数
- 具有包装错误和上下文的错误处理

十一、核心建议

按 Solo 模式官方文档总结：

规则分层——个人规则定通用编码规范，项目规则补充技术栈专属约束
Skills 聚焦——核心激活 Context7（上下文）+ Sequential Thinking（拆解）+ Memory（记忆），不堆砌
交互结构化——提问时明确指定 Skills 和规则，让 AI 输出"思路→代码→注释→测试"结构化内容

十二、总结

Trae 的差异化在"Solo 模式 + 规则/Skill 双引擎"——把"AI 编程工具"从"单点 Agent"升级为"团队级工程实践"。在国内合规访问 + 中文场景下，是 Cursor 的有力替代。

实战建议：

国内项目首选 Trae，合规 + 网络稳定
Solo 模式 + 个人规则 + 项目规则 是三件套
Skills 选 3-5 个核心（Context7、Sequential Thinking、Memory、Code Generator、Code Refactoring），不堆砌
MCP 按需加载，避免 token 浪费
专家智能体是 Skills 的高阶版——长期沉淀的领域 prompt

下一步：可参考 2024-09-15《Cursor 实战》对比 Cursor 体验差异；2025-03-15《Claude Code 最佳实践》学习终端 AI 工作流。

AI 行业趋势综述：2024 年大模型下半场的'基础设施'之争

Sun, 28 Jul 2024 00:00:00 +0800

数据来源周期：扫描源文档 AI 目录全目录 + business\通用功能\ + business\通用权限\ + opensource\ 跨主题归纳 时间锚点：2024 年 7 月底——Claude 3.5 Sonnet 刚发布，Cursor 现象级爆发，AI 编程工具"军备竞赛"进入白热化

一、为什么值得关注

2024 年是 AI 行业的"分水岭"——

上半年：Claude 3 Opus / GPT-4o / Llama 3 同时登场，模型层第一次出现"三家分晋"
年中：Cursor ARR 突破 1 亿美元，Claude Code 进入"小范围内测"，AI 编程工具从尝鲜变成刚需
下半年：MCP（Model Context Protocol）开始被讨论，“AI 不再是聊天框，而是一个能调工具的工作流” 成为共识

在这个节点回看，2024 年 7 月 = LLM 时代的基础设施定型期。后面的所有"Agent"、“Skill”、“Plugin"都是在这层基础设施上盖楼。

二、模型层格局

模型	出品方	上下文窗口	定位
GPT-4 / GPT-4o	OpenAI	128K	综合能力基准
Claude 3 / Claude 3.5 Sonnet	Anthropic	200K	长文本、代码、Agent
Llama 3	Meta 开源	128K	开源阵营旗舰
DeepSeek	深度求索	32K-128K	国产开源性价比之王
通义千问 / 文心一言	阿里 / 百度	8K-128K	国产闭源主力

重要参数：

上下文窗口：GPT-3.5 是 4K，GPT-4 是 128K——2024 年 128K 已经是入场券，200K 开始出现
Temperature：控制 AI 回答的随机性。温度越高越有创意，温度越低越稳定——生产环境通常用 0~0.3

来源：chatgpt 官方文档

三、AI Agent 框架的"协议之争”

2024 年是 Agent 协议层"统一标准"的起点。理解这一点需要先记住四个关键词：

1. MCP（Model Context Protocol）

MCP 是一个让 AI 统一访问外部工具和数据的标准协议：

功能	说明
访问文件	读写本地文件
搜索引擎	在网上搜索信息
数据库操作	连接数据库查询数据
API 调用	调用各种网络服务

MCP 和 Skills 的关系（重点）：

MCP 是"充电协议"（像 USB-C）

Skills 是"具体的电器"（像手机、电脑）

MCP 定义了怎么沟通，Skills 定义了能干什么。

2. Skills

Skills 就是 AI 学会的各种能力，让 AI 能干具体的事：

工具类技能：代码执行、网络搜索、数据分析、文件操作
知识类技能：领域知识、文档解读、操作指南
工作流技能：任务编排、条件分支、循环迭代

一个 skill 文件 ≈ 一段 prompt + 几段元数据 + 几行工具声明。开源社区正在围绕 “skill” 沉淀一套可分享、可复用的中间层。

3. RAG（检索增强生成）

AI 模型有个大问题：它只知道自己训练时见过的内容。RAG 就是解决这个问题的：

减少幻觉：AI 回答基于真实文档，而不是瞎编
知识可更新：文档更新了，AI 就知道新内容
可溯源：AI 能告诉你答案来自哪篇文档

小白理解：RAG 就是给 AI 配了个"搜索引擎"，让它能查资料再回答，而不是只靠记忆。

4. Memory（长期记忆）

Memory 让 AI 能记住用户说过的话，而不是每次都从零开始。核心技术是 向量数据库——能把文字变成数字向量存储，之后通过相似度来检索：

工具	特点
Chroma	轻量级，适合本地开发
Pinecone	云服务，开箱即用
Milvus	开源，企业级

四、AI 编程工具"军备竞赛"

2024 年 7 月前后，Cursor 现象级爆发——ARR 半年内从 0 涨到 1 亿美元，这是 SaaS 史上最快的增长曲线之一。背后是整个 AI 编程工具赛道的"三股势力"：

阵营	代表	打法
创业公司	Cursor / Continue	“AI-native IDE” 重新发明编辑器
大厂	GitHub Copilot / JetBrains AI	在现有 IDE 里加 AI 侧栏
模型厂自营	Claude Code / Trae	终端 + 规则 + 多 Agent 调度

关键差异点：

Cursor 的护城河是"编辑器体验 + Tab 补全"
Claude Code 的护城河是"终端 + 计划模式 + 工具调用"
Trae 的护城河是"规则工程 + 多模型路由"

趋势判断：单一模型优势会越来越不重要，“工具链厚度"才是护城河。谁先把"插件 / Skill / MCP Server"生态做厚，谁就能锁定用户。

五、行业通用功能 / 权限的"AI 化"压力

观察 business\通用功能\ 和 business\通用权限\ 这两个仓库的演化方向：

通用功能方向：

1
2
3
4


数据库表设计：sys_config
- config_key 配置唯一标识
- config_value 配置内容
- config_type 1string 2json 3int 4bool

传统软件用 sys_config 做配置中心；AI 时代的配置中心开始往 “Prompt Registry / Skill Registry” 演化——同样的 key-value 结构，但 value 从"业务参数"变成了"提示词 + 工具声明”。

通用权限方向：

1
2
3
4
5


- 功能权限（精确到按钮）
- 数据权限（所有 / 所在部门 / 个人）
- 字段可见权限（黑名单机制）
- 最高权限优先原则
- 权限实时生效（删除权限缓存，不删 Session）

AI 时代的新增维度：

维度	传统软件	AI 软件
谁能用	角色 / 部门	角色 + Token 配额
谁能调用工具	RBAC 按钮	RBAC + 工具白名单
数据隔离	数据库行级	RAG 检索结果级
审计	操作日志	Prompt + Tool call 完整回放

趋势判断：未来 3 年，企业级 AI 产品的"权限系统"会和"AI 中台"深度耦合，单纯靠传统 RBAC 已经不够用。

六、值得跟踪的项目

跨 5 个子目录综合筛选后，2024 年下半年值得继续跟踪的项目：

项目	类别	跟踪理由
anthropics/claude-code	AI 编程工具	终端 AI 标杆
claude code	官方文档	模型与协议最权威解读
deepseek	大模型 API	国产开源 API 性价比王
DayuanJiang/next-ai-draw-io	AI + 绘图	MCP + drawio 私有化部署典型
penpot/penpot	设计工具	开源 Figma 替代品
ChromeDevTools/chrome-devtools-mcp	MCP Server	浏览器自动化的事实标准
obra/superpowers	Claude Code 插件	Agent 协作模式探索
continue	AI 编程助手	开源、可自托管

七、总结

2024 年 7 月这个时间点，AI 行业从"模型军备竞赛"转入"基础设施定型期"：

模型层定型——GPT-4o / Claude 3.5 / Llama 3 三足鼎立，DeepSeek 异军突起
协议层起步——MCP 作为"Anthropic 版 USB-C"，被开源社区快速采纳
能力层分层——Skills / RAG / Memory / Tools 四个抽象各自独立发展
工具层爆发——Cursor 现象级增长，AI 编程工具"插件生态"开始竞速
企业层渗透——传统软件的权限 / 配置 / 审计系统开始被迫"AI 化"

站在 2026 年（本文写于 2024-07-28，2 年后再回望）看 2024 年 7 月，最大的感慨是：这一年大家吵的"MCP 是不是 USB-C"，到今天已经没人吵了——大家都默认所有 AI 工具都该有 MCP Server。基础设施一旦定型，就再也感觉不到它的存在。

7.1 2024-07 预测的"2 年验证"（2024→2026）

2024-07-28 文章里提到的几个判断，到 2026-06 收尾时点的实际数据：

2024-07 判断	2026-06 实际
MCP 是"Anthropic 版 USB-C"，会被开源社区快速采纳	完全验证：MCP 已是事实标准，Cursor / Claude Code / Cline / Continue 等主流工具原生支持
Cursor ARR 半年内从 0 涨到 1 亿美元	超额验证：2024 年底 ARR 突破 1 亿，2025 年中 ARR 已超 5 亿美元
模型层"三家分晋"（GPT / Claude / Llama）	基本验证：GPT-5.x / Claude 4.x / Llama 3.x 仍是主流，但 DeepSeek、通义千问 3.x 异军突起
Skills / RAG / Memory / Tools 四个抽象独立发展	完全验证：每个抽象都成了独立赛道，2025 年 Skills 协议层甚至有专门的规范草案
传统软件的权限/配置/审计"AI 化"	缓慢推进：2025 年 RAG 检索结果级权限开始出现，但 RBAC 仍是主流

总结：2024-07 的 5 个判断，4 个完全验证、1 个缓慢推进、0 个证伪。基础设施定型期的判断基本正确。

7.2 2026 时点的"再下一轮"观察

站在 2026-06 看，AI 行业从 2024 的"基础设施定型期"已转入"应用层大爆发期"：

Agent 协议：MCP 之外，Google 推出 A2A（Agent-to-Agent）协议补足多 Agent 协作
Skills 标准化：2025 年底 Anthropic / OpenAI / 社区共同推出 Skills 协议草案
AI 编程工具：Cursor / Claude Code / Copilot / Trae / Windsurf 五强格局基本稳定
企业 AI 落地：2025 年起"AI 中台"成为大厂标配，与权限/审计系统深度集成
模型层：2025 年底"上下文窗口 1M+“成旗舰标配，模型能力差距从"能不能做"转向"成本/速度”

2024-07 那些"吵"的点，到 2026-06 都"不吵"了——这是基础设施定型的标志。

参考资料

AI 编程工具链：Claude Code / OpenCode / Codex / Cursor / IDEA 实战

Mon, 15 Apr 2019 00:00:00 +0800

工具栈全景

工具	类型	特点
Claude Code	终端 Agent	Anthropic 官方、TUI 完整、plugin 生态
Codex CLI	终端 Agent	OpenAI 官方、原生 o3/o4 模型
OpenCode	终端 Agent	跨模型路由、Go 二进制、配置简单
Cursor	IDE	VSCode fork、AI 深度集成
IDEA 2026+	IDE	JetBrains、Java 主力、ACP 集成

一、Claude Code

安装

1
2
3
4
5
6


# Linux
curl -fsSL https://claude.ai/install.sh | bash
# 或固定版本
curl -fsSL https://claude.ai/install.sh | bash -s 2.1.89

echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.zshrc && source ~/.zshrc

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11


# Windows
irm https://claude.ai/install.ps1 | iex
[Environment]::SetEnvironmentVariable("Path",
 [Environment]::GetEnvironmentVariable("Path", "User") + ";%USERPROFILE%\.local\bin",
 "User")
[Environment]::SetEnvironmentVariable("CLAUDE_CODE_GIT_BASH_PATH",
 "<DEV_DIR>\Git\bin\bash.exe",
 [EnvironmentVariableTarget]::User)

# 验证
claude -v

默认目录

1
2
3
4
5
6
7
8
9


~/
├── .claude/
│ ├── backups/
│ ├── cache/
│ ├── downloads/
│ ├── telemetry/
│ ├── settings.json
│ └── CLAUDE.md # 全局配置
└── .claude.json # 状态 + 自定义配置

更新与卸载

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16


# 更新
claude update
claude plugin marketplace update

# Linux 卸载
rm -f ~/.local/bin/claude
rm -rf ~/.local/share/claude
rm -rf ~/.claude
rm ~/.claude.json
rm -rf .claude .mcp.json

# Windows 卸载
Remove-Item -Path "$env:USERPROFILE\.local\bin\claude.exe" -Force
Remove-Item -Path "$env:USERPROFILE\.local\share\claude" -Recurse -Force
Remove-Item -Path "$env:USERPROFILE\.claude" -Recurse -Force
Remove-Item -Path "$env:USERPROFILE\.claude.json" -Force

快捷键

键位	说明
shift + tab	切换权限模式（accept edits on）
alt + v	上传图片（Windows CLI）
tab	命令补全

用户级配置

1
2


# 复制 CLAUDE.md 到全局
cp -r /path/to/claude-code/CLAUDE.md ~/.claude/

~/.claude.json 配置

hasCompletedOnboarding: 跳过引导
mcpServers.MiniMax: 配置 MiniMax MCP（网络搜索 + 图片理解，支持 JPEG/PNG/GIF/WebP ≤ 20MB）

~/.claude/settings.json

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21


{
 "env": {
 "CLAUDE_CODE_MAX_RETRIES": "50",
 "FORCE_AUTOUPDATE_PLUGINS": "1",
 "CLAUDE_CODE_USE_POWERSHELL_TOOL": "1",
 "GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_GH_TOKEN>",
 "CLAUDE_CODE_EFFORT_LEVEL": "max",
 "API_TIMEOUT_MS": "3000000",
 "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1"
 },
 "includeCoAuthoredBy": false,
 "statusLine": {
 "type": "command",
 "command": "npx -y ccstatusline@latest",
 "padding": 0
 },
 "skipWebFetchPreflight": true,
 "autoUpdatesChannel": "latest",
 "tui": "fullscreen",
 "skipDangerousModePermissionPrompt": true
}

多 Provider 切换

DeepSeek：

1
2
3
4
5
6
7


"ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic",
"ANTHROPIC_AUTH_TOKEN": "<YOUR_DEEPSEEK_KEY>",
"ANTHROPIC_MODEL": "deepseek-chat",
"ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-chat",
"ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-chat",
"ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-chat",
"CLAUDE_CODE_SUBAGENT_MODEL": "deepseek-chat"

MiniMax / Anthropic-compatible：

1
2
3
4
5
6
7


"ANTHROPIC_BASE_URL": "https://api.minimaxi.com/anthropic",
"ANTHROPIC_AUTH_TOKEN": "<YOUR_KEY>",
"ANTHROPIC_MODEL": "MiniMax-M2.7",
"ANTHROPIC_DEFAULT_HAIKU_MODEL": "MiniMax-M2.7",
"ANTHROPIC_DEFAULT_SONNET_MODEL": "MiniMax-M2.7",
"ANTHROPIC_DEFAULT_OPUS_MODEL": "MiniMax-M2.7",
"CLAUDE_CODE_SUBAGENT_MODEL": "MiniMax-M2.7"

Plugin 生态

oh-my-claudecode

1
2
3
4
5
6
7
8
9


claude
/plugin marketplace add https://github.com/Yeachan-Heo/oh-my-claudecode
/plugin install oh-my-claudecode
/reload-plugins

# 重启后配置
/omc-setup
# 全局范围 / ultrawork + 关键词 fast parallel / 跳过 MCP
# Agent Teams 启用，最大 5

关键词：

关键词	效果
ralph	持久模式
ralplan	迭代规划
ulw	最大并行
plan	规划访谈
team	协调代理

claude-mem

1
2
3
4
5
6
7
8
9


claude plugin marketplace add thedotmack/claude-mem
claude plugin install claude-mem
cd /home/user/.claude/plugins/cache/thedotmack/claude-mem/<version> && npm install

# 配置
"CLAUDE_MEM_MODE": "code--zh"

# Web UI
# http://localhost:37700

MCP 服务

draw-io

1

npm install -g @drawio/mcp

1
2
3
4
5
6
7
8


{
 "mcpServers": {
 "drawio": {
 "command": "cmd",
 "args": ["/c", "npx", "-y", "@drawio/mcp"]
 }
 }
}

Custom 命令（Slash Commands）

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14


# ~/.claude/commands/fix-github-issue.md
请分析并修复 Github 问题：$ARGUMENTS。
按照这些步骤：
1. 使用 `gh issue view` 获取问题详情
2. 理解问题中描述的问题
3. 搜索代码库中的想上关文件
4. 实施必要的更改来修复问题
5. 编写并运行测试来验证修复
6. 确保代码通过代码检查和类型检查
7. 创建描述性的提交消息
8. 推送并创建 PR

# 用法
/fix-githhub-issue 1

二、Codex CLI

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15


# 安装
npm i -g @openai/codex

# 验证
codex --version
# codex-cli 0.122.0

# 更新
npm i -g @openai/codex@latest

# 配置
# ~/.codex
# 1. Sign in with ChatGPT
# 2. Sign in with Device Code
# 3. Provide Your Own API key

三、OpenCode

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19


# 1. 卸载原 opencode-ai 包
npm uninstall -g opencode-ai

# 2. 清理 npm 缓存
npm cache clean --force

# 3. 安装（用 bun）
bun install -g opencode-ai
curl -fsSL https://opencode.ai/install | bash

# Windows
scoop install opencode

opencode -v

# 卸载
bun remove -g opencode-ai
bun remove -g opencode-linux-x64
bun remove -g opencode-linux-x64-baseline opencode-linux-x64-musl

配置火山引擎

1

cp -r opencode.json ~/.config/opencode/opencode.json

oh-my-openagent 插件

1
2
3
4


bunx oh-my-openagent install
bunx oh-my-openagent -v

cp -r oh-my-openagent.json ~/.config/opencode/oh-my-openagent.json

四、Cursor IDE

1

sudo dpkg -i ./cursor_3.3.30_amd64.deb # Linux

字体等宽问题

1
2
3
4


{
 "editor.fontFamily": "JetBrains Mono, Consolas, 'Courier New', monospace",
 "editor.disableMonospaceOptimizations": true
}

五、IDEA 2026.1

2026.1 起社区版和旗舰版包已经全并了，激活就是旗舰。

1
2
3
4


下载：https://www.jetbrains.com/idea/download/?section=windows
安装不运行
激活工具：portable/single/bin/jetbrains-crack-toolbox.exe
运行，扫描 IDE 和插件，安装补丁，一键激活

Cannot record performance 修复

Kali Linux 下 Cannot record performance: Cannot start the profiler: kernel variables are not configured。

1
2
3
4
5


sudo sh -c 'echo 1 > /proc/sys/kernel/perf_event_paranoid'

echo 'kernel.perf_event_paranoid=1' | sudo tee -a /etc/sysctl.conf
echo 'kernel.kptr_restrict=0' | sudo tee -a /etc/sysctl.conf
sudo sysctl -p

或 IDEA 设置：Build, Execution, Deployment → Java Profiler → 取消勾选 “Enable async profiler”。

ACP：链接 Claude Code

1

npm install -g @agentclientprotocol/claude-agent-acp

IDEA 设置 → Tools → AI Chat → Add Custom Agent：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14


{
 "default_mcp_settings": {},
 "agent_servers": {
 "Claude Code Local": {
 "command": "npx.cmd",
 "args": ["@agentclientprotocol/claude-agent-acp"],
 "env": {
 "ACP_PERMISSION_MODE": "bypassPermissions"
 },
 "use_idea_mcp": true,
 "use_custom_mcp": true
 }
 }
}

IDEA 内置 MCP Server 端口 64342，可以用 SSE / HTTP stream 调用。

六、Obsidian 主题

主题：Blue Topaz
插件：Excalidraw、Outliner、Style Settings

下一步

想用 mmx-cli 生成封面图/调用 MiniMax 模型，看 .claude/skills/mmx-cli
想把 Claude Code 接入飞书/Telegram，看 cc-connect 文档