我用 5 个 AI 工具写代码的真实体验

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 👋