2026年AI开发工具安装指南:从零搭建你的智能编程环境

花一小时配好，每天省三小时。这些工具我都在用，只讲实测能跑的。

为什么要配一套AI开发工具？

2026年了，AI辅助编程已经不是"试试看"的阶段。GitHub 的调查显示超过 70% 的开发者已经在日常工作中使用 AI 工具。但问题来了——工具太多，装哪个？怎么装？装了怎么用？

这篇文章不讲概念，直接给安装命令和踩坑记录。覆盖四类工具：

编辑器插件 — 在 IDE 里直接用的
CLI Agent — 终端里的自主编程助手
本地模型 — 离线可跑的私有 AI
配套工具 — 让上面这些更好用的

一、编辑器插件类

1. GitHub Copilot（最成熟的代码补全）

2026年的 Copilot 已经不只是补全了，内置 Agent 模式可以跨文件修改。

安装：

VS Code 插件商店搜索 GitHub Copilot 安装即可。JetBrains 用户直接在插件市场装。

配置 Agent 模式（VS Code）：

# settings.json{"github.copilot.chat.agent.enabled": true,"github.copilot.chat.codesearch.enabled": true}

需要 GitHub 账号，个人版 $10/月，学生免费。

2. Cursor（AI-first 编辑器）

基于 VS Code 但 AI 集成更深，Composer 功能可以一次性改多个文件。

# macOSbrew install --cask cursor# Linux (AppImage)wget https://cursor.sh/download/linux# Windowswinget install Cursor.Cursor

免费版每月 2000 次补全，Pro 版 $20/月。实测 Cursor 的 Tab 补全比 Copilot 更激进，经常整段预测——对写样板代码特别快，但需要习惯随时按 Esc 打断。

3. Continue（开源平替，可接自己模型）

不想付费？Continue 是开源方案，可以接 Ollama 本地模型或任何 API。

# VS Code 插件商店搜 "Continue" 安装# 装完配置 ~/.continue/config.json：{"models": [    {"title": "DeepSeek V4","provider": "deepseek","model": "deepseek-v4-pro","apiKey": "你的key"    }  ]}

这个方案的实际体验：补全速度取决于你用的模型和 API，本地小模型（7B-14B）做简单补全够用，复杂逻辑建议接云端 API。

二、CLI Agent 类（终端里的自主编程助手）

这类工具是 2025-2026 年最大的变化——它们不再只是补全，而是能在终端里自己读代码、写代码、跑测试、修 bug。

1. Claude Code（Anthropic 出品）

目前在复杂重构和长上下文任务上表现最稳定。

npm install -g @anthropic-ai/claude-codeclaude        # 交互模式claude -p "修这个 bug"# 单次任务

需要 Anthropic API key，按 token 计费。一次中大型重构大概消耗 $1-3。

踩坑： Node.js 版本需要 ≥18。用 nvm 装的记得确认 node --version。

2. Codex CLI（OpenAI 出品）

npm install -g @openai/codexcodex        # 需要先 codex login 做 OAuth 认证

Codex 的特点是安全和审批流程做得细致，每次改文件都会让你确认。适合不放心让 AI 直接动手的人。

3. Hermes Agent（Nous Research 出品）

开源、支持 20+ 模型提供商、多平台运行。最大特点是能"学"——用过的成功经验可以保存为技能，下次自动加载。

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bashhermes setup              # 引导配置hermes model              # 选模型hermes                    # 开始用

可以在 Telegram、飞书、Discord 里用同一个 Agent。支持多个 API key 轮换，不会因为一个 key 限流就停摆。

4. aider（老牌 AI 编程助手）

pip install aider-chataider --model deepseek/deepseek-v4-pro

aider 的优势是精细的 diff 编辑——只改需要改的部分，不重写整个文件。适合维护大型代码库。

三、本地模型类（离线、私密）

1. Ollama（最易用的本地模型运行器）

# macOS / Linuxcurl -fsSL https://ollama.com/install.sh | sh# 拉模型ollama pull qwen3:14b        # 适合代码补全的 14B 模型ollama pull deepseek-coder-v3 # DeepSeek 的代码模型# 运行ollama run qwen3:14b

14B 模型需要 8-16GB 显存，7B 模型 6GB 显存就能跑。Mac 用户：M2/M3 的统一内存可以直接用，16GB 内存的 MacBook 跑 14B 模型没问题。

安装后配置 Continue 对接：

{"models":[{"title":"本地 Qwen","provider":"ollama","model":"qwen3:14b"}]}

2. LM Studio（图形化界面，新手友好）

不想用命令行？LM Studio 有完整的图形界面，搜模型、下载、运行一条龙。

brew install --cask lm-studio   # macOS# Windows/Linux 去 lmstudio.ai 下载

内置模型搜索，直接搜 qwendeepseekllama 就能找到对应模型。

四、配套工具

1. uv（Python 包管理加速器）

很多 AI 工具是 Python 写的，uv 比 pip 快 10-100 倍。

curl -LsSf https://astral.sh/uv/install.sh | shuv pip install aider-chat   # 比 pip install 快一个数量级

2. nvm（Node.js 版本管理）

Claude Code、Codex CLI、Hermes Agent 都依赖 Node.js。

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bashnvm install 22        # 推荐 LTSnvm use 22

3. GitHub CLI（Git 操作 + Copilot 认证）

brew install gh       # macOSgh auth login         # 登录后 Copilot 插件就能直接用

场景	推荐组合	成本
预算充足、追求体验	Cursor Pro + Claude Code	~$30/月
性价比	VS Code + Copilot + Hermes Agent	~$10/月 + API
免费/开源	Continue + Ollama + aider	免费（硬件要求）
全都要	Cursor + Claude Code + Ollama + Hermes	~$30/月 + API