AI 编码 Agent 介绍
1. Agent 与 Skill 的协作关系
在选择工具之前,先明确两个核心概念——Agent 和 Skill——以及它们如何协同工作。
AI 编码 Agent 是一类能够理解自然语言指令、自主完成代码编写和工程操作的开发工具。与传统 IDE 的代码补全不同,Agent 具备完整的执行能力:读写文件、运行 Shell 命令、管理 Git 仓库、调用编译工具链。你描述一个开发需求,Agent 负责在你的本地环境中完成从工程创建到编译产物的全部操作。
但 Agent 本身是通用的。它擅长写代码、处理文本、调用工具——却不具备特定硬件平台的专业知识。你告诉它"初始化 MSPM0G3519 的 GPIO",它只能依据通用训练数据推测,无法确定天巧星开发板上哪些引脚可用、哪些已被板载外设占用。
Skill 解决了这个问题。 Skill 是结构化的领域知识包,包含:
- 天巧星 LQFP-64 封装的完整引脚功能映射
- 板载外设占用清单(SPI Flash、OLED 显示屏、WS2812、蜂鸣器、按键、CH340 串口等)
- MSPM0 SDK 官方示例工程索引
- CCS Theia 工程生成规则与 SysConfig 配置约束
- 编译工具链调用参数
将 Skill 安装到 Agent 后,Agent 在处理开发需求时会参考这些知识,做出符合实际硬件约束的工程决策。
三者的关系
- Agent = 具备代码生成和命令执行能力的 AI 工具
- Skill = 针对特定硬件平台的结构化知识包
- Agent + Skill = 能够基于准确硬件信息完成嵌入式开发任务的工程工具
本教程的操作流程:选择一个 Agent 工具 → 安装天巧星 Skill → 用自然语言驱动嵌入式开发。
2. Claude Code CLI
Claude Code CLI 是 Anthropic 推出的命令行 AI 编码工具,运行在终端中,直接操作本地文件系统。基于 Claude 系列模型(Opus / Sonnet),在代码理解和生成质量上处于当前第一梯队。
核心能力:
- 终端原生:在终端中发起对话、执行开发任务,不依赖 IDE 图形界面。适合 SSH 远程开发、CI/CD 集成等场景。
- 深度上下文理解:自动扫描项目结构,理解模块间依赖关系。对大型工程的跨文件修改能力强。
- MCP 协议支持:通过 Model Context Protocol 接入外部工具和数据源,扩展性强。
- Skills 机制:支持以 Skill 文件注入领域知识,Agent 在推理时自动引用。
- 本地文件操作:直接读写文件、执行 Shell 命令、管理 Git 版本控制。
技术细节:
| 项目 | 说明 |
|---|---|
| 底层模型 | Claude Opus 4.8 / Sonnet 5(可切换) |
| 运行环境 | Node.js 20+,跨平台(Windows / macOS / Linux) |
| 计费方式 | API Key 按 token 用量计费 |
| 网络要求 | 需稳定连接 Anthropic API |
适用场景
习惯命令行工作流、需要深度定制开发流程、有外网条件的开发者。在代码生成质量和复杂任务处理能力上优于其他选项。
3. Codex
Codex 是 OpenAI 推出的 AI 编码 Agent,面向软件开发、代码审查、调试和交付工作。它不再只是“云端沙箱工具”,而是同时覆盖桌面 App、命令行 CLI、IDE 扩展和云端任务等多种入口:既可以在本地仓库中读写文件、运行命令和测试,也可以把部分任务交给 Codex Cloud 在云端环境中处理。
核心能力:
- 多入口工作流:可通过 ChatGPT 桌面端 Codex 模式、Codex CLI、IDE 扩展和云端任务使用,适配不同开发习惯。
- 本地仓库协作:CLI / IDE / 桌面端可读取项目文件、修改代码、运行 Shell 命令、执行测试并配合 Git 完成开发流程。
- 云端任务处理:Codex Cloud 可在 OpenAI 托管环境中处理任务,适合需要后台执行、并行处理或降低本地环境依赖的场景。
- 可控执行权限:支持根据任务选择自动执行、询问确认、限制命令等权限策略,降低误操作风险。
- 扩展机制:支持通过 AGENTS.md、Skills、MCP、插件等方式注入项目规范、领域知识和外部工具能力。
技术细节:
| 项目 | 说明 |
|---|---|
| 底层模型 | 默认模型取决于客户端版本和账号配置;Codex 支持面向编码任务优化的 GPT-5.x-Codex 系列等模型,并可在支持的客户端中切换模型和推理强度 |
| 运行环境 | 支持本地工作流和云端任务:CLI / IDE / 桌面端可操作本地仓库、终端和工具;Codex Cloud 可在 OpenAI 托管环境中执行任务 |
| 计费方式 | 随 ChatGPT 账号计划提供,Codex / Work 等 agentic 使用共享计划内用量或额度;具体限制和加购方式以账号页面和官方 pricing 为准 |
| 网络要求 | 需要稳定连接 OpenAI / ChatGPT 服务;本地工作流还依赖本机已安装的开发工具链 |
适用场景
需要 AI 深度参与本地仓库开发、代码审查、跨文件修改、测试验证、文档整理,或希望把部分任务交给云端并行处理的开发者。
局限性: Codex 仍依赖网络连接和账号可用额度;本地模式的执行效果受项目依赖、工具链和权限配置影响;云端任务与本地真实硬件、私有网络、桌面 GUI 等环境可能存在差异。
- 使用说明:https://help.openai.com/en/articles/11369540-using-codex-with-your-chatgpt-plan
- CLI 文档:https://developers.openai.com/codex/cli
- 官方仓库:https://github.com/openai/codex
4. Trae
Trae 是字节跳动推出的 AI IDE,提供 IDE 模式和 SOLO 模式两种工作方式。中文原生、免费、无需外网,对国内开发者的使用门槛最低。
核心能力:
- 双模式切换:
- IDE 模式:保留编辑器、终端、调试器等完整 IDE 功能,AI 作为辅助面板嵌入。
- SOLO 模式:以 AI 为主导的全自动开发模式——描述需求后,AI 自动完成从代码生成到文件写入的全流程。天巧星 Skill 场景下推荐使用 SOLO 模式。
- 内置多模型:无需自行配置 API Key,开箱即用。也支持通过 API Key 接入自定义模型。
- 中文原生:界面、对话、文档全部中文化,无语言障碍。
- 免费无限额:不限制使用量,无需付费。
- Skills 机制:支持导入 Skill 文件,通过图形界面管理。
- 隐私与沙箱:提供隐私模式和沙箱运行选项。
- 完整工具链:内置 Git、代码审查、插件扩展、远程开发等基础能力。
技术细节:
| 项目 | 说明 |
|---|---|
| 底层模型 | 内置多模型(具体模型由平台调度) |
| 运行环境 | 独立桌面应用,基于 VS Code 内核 |
| 计费方式 | 免费 |
| 网络要求 | 国内直连,无需外网 |
| 系统要求 | 建议 8GB+ 内存 |
适用场景
希望零配置上手、追求免费方案的开发者。对国内用户而言是综合体验最好的选择——无网络障碍、无费用门槛、中文交互。
5. 三种 Agent 横向对比
| 对比维度 | Claude Code CLI | Codex | Trae |
|---|---|---|---|
| 操作方式 | 命令行终端 | 命令行 / Web | IDE 图形界面 |
| 费用 | 按量计费(API Key) | 有免费额度 | 免费 |
| 中文支持 | 模型中文能力强,界面英文 | 模型中文能力强,界面英文 | 原生中文 |
| Skill 支持 | ✅ 命令行安装 | ✅ 命令行安装 | ✅ 图形界面导入 |
| 上手难度 | ★★★☆(需外网 + API Key + CLI) | ★★☆☆(需外网 + 账号) | ★☆☆☆(下载安装即用) |
| 代码生成质量 | 最强 | 强 | 胜任日常开发 |
| 网络要求 | 需外网 | 需外网 | 国内直连 |
| 最佳场景 | 专业开发者深度定制 | 云端协作、环境隔离 | 入门学习、日常开发 |
三者的核心差异在于:操作门槛和代码生成质量的权衡。Claude Code CLI 质量最高但门槛最高;Trae 门槛最低且免费,但模型能力相对弱一些;Codex 居中。
6. 选型建议
入门开发者
推荐 Trae。免费、中文、图形界面、国内直。先用它跑通完整流程——从需求描述到编译烧录——建立对 Agent 开发模式的基本认知。
有经验的开发者
推荐 Claude Code CLI。命令行原生,可深度集成到现有工作流(shell 脚本、CI/CD、自动化测试)。代码生成质量最高,处理复杂工程任务(多文件重构、工具链调试)时优势明显。需要外网条件和 API Key 费用。
选型决策树:
有外网条件?
├── 是 → 习惯命令行?
│ ├── 是 → Claude Code CLI
│ └── 否 → Trae(或 Codex Web 模式)
└── 否 → Trae2
3
4
5
本教程以 Trae 为主要演示环境,同时覆盖 Claude Code CLI 的安装与使用。三种工具安装天巧星 Skill 后的开发体验基本一致——区别仅在于交互界面,底层的 Skill 工作流程相同。