夜雨聆风一个技术负责人的 AI 编程工具箱全解析
作为一个带团队的技术负责人，我平时既要管理多个产品线的开发迭代，也在用 Go + Vue3 做一些自己的项目。过去半年，AI 编程工具彻底改变了我的工作方式。
今天这篇文章，我把自己常用的 5 个 AI 编程工具掰开揉碎讲清楚，告诉你哪个工具适合什么场景，以及我是怎么把它们组合起来用的。
我的项目背景
先说下我手上的项目，这样大家更容易理解为什么我需要这么多工具：
🔧 广告 API 网关
基于 APISIX + Go 的多平台 API 网关，处理多个广告平台的鉴权签名和限流
💬 在线客服系统
Vue3 + Go + WebSocket 的客服系统，访客指纹识别、自动分配、实时聊天
🏃 运动康复小程序
Go + React + 微信小程序三端，储值卡、预约、开单收银全流程
这些项目跨度大、技术栈多，正好能试出不同工具的优劣势。
工具一：Kiro CLI — 终端里的规格驱动编程
Kiro CLI
AWS 出品 · 终端原生 · spec-driven development
规格驱动Agent HooksSkills 系统Powers 扩展
Kiro 有 IDE 版本和 CLI 版本，我用的是 kiro-cli（命令行模式）。它直接跑在终端里，不需要打开额外的编辑器，和 Claude Code 一样是终端原生的体验。
Kiro 最大的特点是「先写规格，再写代码」。你用自然语言描述需求，它会先帮你生成需求文档、系统设计和实现任务，然后再按照这些规格来写代码。
我最喜欢的三个功能：
① Agent Hooks — 你可以设置自动触发器，比如每次保存文件就自动跑 lint、每次创建新文件就自动补充头部注释。相当于一个不会忘事的结对编程伙伴。
② Skills & Powers 系统 — 可以给 Kiro 安装技能包和 Powers。我装了 Superpowers（工程化开发方法论）和 Postman Power（API 自动化测试），代码改了自动跑测试。
③ Spec-driven — 对于复杂需求（比如给 API 网关新增一个平台的对接），先让 Kiro 生成设计文档和任务拆解，审核确认后再自动实现，大幅减少返工。
# Kiro CLI 日常使用kiro chat# 启动对话kiro chat --model claude-opus-4.6# 指定模型# 安装 powers（API 测试自动化）kiro power install postman# 代码改动自动跑 Postman 测试
工具二：Claude Code — 强大的终端编程助手
Claude Code
Anthropic 出品 · 终端原生 · 自主编码能力强
自主编码多文件修改上下文理解强
Claude Code 是我用得最多的工具。它直接跑在终端里，能读写文件、执行命令、理解整个项目结构。
做在线客服项目的时候，我让 Claude Code 帮我从零搭建了 WebSocket Hub、访客指纹识别、自动分配算法，整个过程就像在和一个高级工程师结对编程。
真实使用场景：
我："帮我实现 API 网关的新平台 OAuth token 管理插件，参考现有的同类插件写法"
Claude Code：（读取现有代码 → 理解插件架构 → 生成 Lua 插件 → 注册路由 → 跑测试）
它能理解项目的现有架构，按照统一风格来写新代码。特别是在团队做 Go 重构的时候，Claude Code 帮了大忙 — 理解 PHP 旧代码逻辑，然后用 Go 的 Gin + GORM 重写。
工具三：Codex CLI — OpenAI 的自主编码 Agent
Codex CLI
OpenAI 出品 · 后台模式 · 适合长时间任务
后台运行PR Review并行任务
Codex CLI 是 OpenAI 的命令行编码工具，它最大的优势是后台模式（Background Mode）。你可以甩一个任务给它，然后去做别的事情，它会自己在后台默默干活。
我常用它做的事：
批量 PR Review — 团队每周几十个 MR，让 Codex 先过一遍，标出潜在问题 长时间重构 — 比如把老系统的权限模块从 PHP 迁移到 Go，用 `--full-auto` 模式 并行修 bug — 用 git worktree 同时让多个 Codex 实例处理不同的 issue
# 一键执行任务codex exec "给这个函数添加单元测试"# 后台模式：提交任务后去喝杯咖啡codex --full-auto "重构 service 层，分离数据库操作"# PR Reviewcodex exec "review this PR, focus on SQL injection risks"
工具四：Hermes Agent — 会成长的 AI Agent
Hermes Agent
Nous Research 出品 · 开源 · 自学习 · 多平台
学习循环Skills 自动生成终端/IDE/聊天平台开源 MIT
Hermes 是我发现的最有趣的工具。它不只是一个编码助手，而是一个会成长的 AI Agent。它有内置的学习循环：解决过的问题会自动变成 skills，下次遇到类似场景直接复用。
Hermes 的独特之处：
① 记忆系统 — 它会记住你的项目结构、编码习惯和偏好，跨会话保持上下文。我不用每次都重复解释"我们用 Gin 框架"。
② 自动编排 — 它可以调度 Claude Code、Codex 等作为子 Agent。比如让 Hermes 负责任务拆分和调度，具体编码分配给 Claude Code 执行。
③ 多模型支持 — 通过 OpenRouter 接入几百个模型。我根据任务复杂度切换：简单任务用 GPT-4.1，复杂架构用 Claude Opus。
④ 跑在哪都行 — 终端、VS Code、Telegram、Discord 都能用。我在飞书群里也能让它干活。
工具五：CC Switch — 统一管理所有 AI CLI
CC Switch
跨平台桌面工具 · 统一管理多个 AI CLI 的配置
Provider 切换MCP/Skills 管理代理接管会话搜索
当你同时用 Claude Code、Codex、Gemini CLI、OpenCode 这么多工具时，配置管理就变成了噩梦。每个工具的配置文件格式都不一样 — JSON、TOML、.env 散落在各处。
CC Switch 就是来解决这个问题的。一个桌面 App 统一管理所有 AI CLI 工具的：
- Provider 切换
— 一键切换 API 提供商（OpenAI / Anthropic / OpenRouter / 硅基流动等） - MCP & Skills 管理
— 统一配置各工具的 MCP Server 和 Skills - 代理接管
— 统一的网络代理设置，国内用户必备 - 会话搜索 & 同步
— 跨工具搜索历史对话
再也不用手动编辑各种配置文件了。
我的日常工作流
说了这么多单个工具，来看看我实际怎么组合使用：
1
需求分析 & 设计
用 Kiro 的 spec-driven 模式，把需求文档转化成技术设计和任务列表
2
核心编码
用 Claude Code 做主要的开发工作，它对项目上下文的理解最深
3
批量任务 & Review
用 Codex 后台模式处理 PR Review、批量重构等耗时任务
4
编排 & 自动化
Hermes 负责跨工具调度，自动生成 skills，处理定时任务
5
配置管理
CC Switch 统一管理所有工具的 Provider、代理和 MCP 配置
我安装的 Skills：Superpowers + baoyu-skills
AI 工具的扩展能力主要靠 Skills。我目前装了两套，分别解决「怎么写好代码」和「怎么做内容」两个问题。
Superpowers — AI 编程方法论
Superpowers
开发方法论技能包 · 让 AI 按工程化流程做事
头脑风暴TDD系统化调试子 Agent 协作代码评审
Superpowers 不是一个普通的代码生成工具，它是一套教 AI 怎么像高级工程师一样思考的方法论。安装后，AI 会自动遵循这些工作流：
- Brainstorming
— 做任何事之前先头脑风暴，生成可视化的设计文档和方案对比 - Test-Driven Development
— 强制先写测试再写实现，避免"写完就忘记测" - Systematic Debugging
— 遇到 bug 不是瞎试，而是系统化定位根因、层层验证 - Subagent-Driven Development
— 把大任务拆分给多个子 Agent 并行完成 - Code Review
— 自动发起代码评审，从安全性、性能、可维护性多维度审查 - Git Worktrees
— 用 worktree 隔离不同任务，互不干扰
举个例子：我说"帮我重构系统的权限模块"，装了 Superpowers 的 AI 不会直接开写。它会先 brainstorm 列出 3 种方案 → 让我选一种 → 用 TDD 写测试 → 实现代码 → 自动 code review → 完成后验证所有测试通过。
这比裸跑 AI 的代码质量高太多了。
baoyu-skills — 内容创作套件
baoyu-skills
宝玉出品 · 22 个技能 · 内容生成 + AI 图像 + 社交发布
翻译信息图幻灯片漫画发布微信/微博/X
baoyu-skills 是一个面向内容创作者的技能集，我主要用它做：
- /baoyu-translate
— 三模式翻译（快速/标准/精翻），支持术语表，翻译技术文章效果很好 - /baoyu-diagram
— 直接生成 SVG 图表（流程图、时序图、架构图），支持深色模式 - /baoyu-infographic
— 21 种布局 × 17 种风格的信息图，做技术分享超好用 - /baoyu-slide-deck
— 从 Markdown 生成幻灯片，16 种预设风格，直出 PPTX - /baoyu-post-to-wechat
— 一键发布到微信公众号，支持 API 和浏览器两种模式
# 翻译一篇英文技术文章/baoyu-translate article.md --to zh-CN --mode refined# 生成架构图/baoyu-diagram "微服务架构" --type structural --lang zh# 做一套信息图/baoyu-infographic content.md --layout mind-map --style craft-handmade
给想入门的人的建议
如果你刚开始接触 AI 编程工具，我的建议是从一个工具开始，用深了再扩展：
🟢 入门首选：Claude Code
终端原生，上手简单，对中文友好，编码能力最强。适合绝大多数开发场景。
🔵 进阶搭配：Kiro CLI + Skills
当你需要处理复杂需求时，用 spec-driven 模式先设计再编码。Skills 系统还能扩展非编码能力。
🟠 效率倍增：Codex + CC Switch
多任务并行、批量 Review、多工具配置统一管理，适合团队负责人和重度用户。
🟣 终极形态：Hermes Agent
当你想要一个能自主学习、跨平台调度的 AI Agent 系统时，它是目前最接近理想状态的开源方案。
写在最后
AI 编程工具不是要取代程序员，而是把我们从重复的编码工作中解放出来，让我们可以更多地思考系统设计、技术决策和团队管理。
过去一个人全栈做一个项目（前后端+小程序+部署）可能要一两个月，现在有了这些工具，一周就能出一个 MVP。我的 Web-IM 和运动康复平台都是这样做出来的。
工具在快速迭代，保持开放心态，持续尝试，找到适合自己的组合方式最重要。
— End —
如果觉得有帮助，欢迎转发给同样在用 AI 编程的朋友 👋
