mycoder
mycoder 是一款基于命令行的智能编程助手,旨在让开发者通过自然语言指令高效完成编码任务。它解决了传统开发中重复性高、上下文切换频繁以及复杂任务难以自动化拆解的痛点,让用户只需输入需求描述,即可自动执行代码生成、修改及测试流程。
这款工具特别适合熟悉终端操作的软件工程师、全栈开发者及技术研究人员使用。无论是快速构建 React 组件、搭建后端服务,还是处理 GitHub 上的议题与合并请求,mycoder 都能提供强力支持。
其核心技术亮点在于独特的“自修改”能力——mycoder 在开发过程中甚至重写了自身代码,证明了其可靠性。它支持调用 Claude、OpenAI 及本地 Ollama 等多种大模型,并具备并行执行功能,可派遣子代理同时处理多项子任务。此外,mycoder 还能智能管理长对话的上下文窗口,支持通过 MCP 协议连接外部数据源,并提供层级分明的彩色日志系统,确保复杂的自动化过程清晰可控。配置灵活,兼容多种文件格式,能轻松融入现有的前端或后端工作流。
使用场景
某全栈开发者需要在周末紧急修复一个遗留的 Express.js 项目,不仅要重构老旧的数据处理逻辑,还要同步更新相关的 GitHub Issue 状态并编写单元测试。
没有 mycoder 时
- 上下文切换频繁:开发者需手动在代码编辑器、浏览器文档和 GitHub 网页间反复跳转,精力被严重分散。
- 多任务串行阻塞:必须先写完业务代码,再手动编写测试用例,最后去 GitHub 留言,无法并行推进。
- 长对话易失焦:在与通用 AI 助手的多轮对话中,随着代码量增加,模型经常遗忘早期的项目约束或文件结构。
- 人工整合成本高:AI 生成的代码片段需要手动复制粘贴到对应文件,极易出现缩进错误或遗漏依赖安装步骤。
使用 mycoder 后
- 终端一站式闭环:直接在命令行输入指令,mycoder 自动读取本地 README 和文件结构构建上下文,无需离开终端。
- 子代理并发执行:mycoder 自动派生子代理同时处理“重构逻辑”与“编写测试”,大幅缩短等待时间。
- 智能上下文管理:内置的消息压缩机制自动维护长程记忆,确保在处理复杂模块时依然精准遵循初始架构要求。
- 自主落地与联动:mycoder 直接修改本地代码文件、运行 Shell 命令安装依赖,并调用 GitHub 模式自动更新 Issue 进度,实现从指令到交付的自动化。
mycoder 将原本碎片化的人工操作转化为终端内的自动化流,让开发者从繁琐的“搬运工”回归到真正的“架构师”角色。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
MyCoder
一款基于命令行的人工智能编码工具。完整详情请访问主MyCoder.ai 网站和官方 MyCoder.Ai 文档网站。
功能特性
- 🤖 AI 驱动:利用 Anthropic 的 Claude、OpenAI 模型以及 Ollama 提供智能编码辅助
- 🛠️ 可扩展工具系统:模块化架构,支持多种工具类别
- 🔄 并行执行:能够生成子代理以并发处理任务
- 📝 自我修改:可以修改自身代码;它由自身编写并测试而成
- 🔍 智能日志记录:分层、带颜色编码的日志系统,输出清晰明了
- 👤 人类友好:通过 README.md、项目文件和 Shell 命令构建自身上下文
- 🌐 GitHub 集成:支持 GitHub 模式,可将问题和 PR 作为工作流的一部分进行处理
- 📄 模型上下文协议:支持 MCP 协议,用于访问外部上下文源
- 🧠 消息压缩:自动管理上下文窗口,适用于长时间运行的代理
如需支持,请加入 MyCoder.ai 的 Discord 社区:https://discord.gg/5K6TYrHGHt
安装
npm install -g mycoder
有关 macOS 和 Linux 的详细安装说明,包括如何使用 NVM 安装 Node.js,请参阅我们的入门指南。
使用方法
# 交互模式
mycoder -i
# 带提示词运行
mycoder "实现一个显示项目列表的 React 组件"
# 从文件读取提示词运行
mycoder -f prompt.txt
# 启用执行过程中的交互式修正(按 Ctrl+M 发送修正)
mycoder --interactive "实现一个显示项目列表的 React 组件"
# 禁用用户提示,实现完全自动化运行
mycoder --userPrompt false "生成一个基础的 Express.js 服务器"
# 在自动化环境中禁用用户同意警告和版本升级检查
mycoder --upgradeCheck false "生成一个基础的 Express.js 服务器"
配置
MyCoder 使用项目中的配置文件进行配置。其配置文件位置和格式与 ESLint 等现代 JavaScript 工具类似,支持多种位置和格式。
配置文件位置
MyCoder 将按优先级顺序在以下位置查找配置文件:
- 项目根目录下的
mycoder.config.js - 项目根目录下的
.mycoder.config.js - 项目根目录下的
.config/mycoder.js - 项目根目录下的
.mycoder.rc - 用户主目录下的
.mycoder.rc package.json中的mycoder字段~/.config/mycoder/config.js(遵循 XDG 标准的用户配置)
支持的文件扩展名包括:.js、.ts、.mjs、.cjs、.json、.jsonc、.json5、.yaml、.yml 和 .toml。
创建配置文件
在您选择的位置创建配置文件:
// mycoder.config.js
export default {
// GitHub 集成
githubMode: true,
// 浏览器设置
headless: true,
userSession: false,
// 系统浏览器检测设置
browser: {
// 是否使用系统浏览器或 Playwright 自带浏览器
useSystemBrowsers: true,
// 优先使用的浏览器类型(chromium、firefox、webkit)
preferredType: 'chromium',
// 自定义浏览器可执行文件路径(覆盖自动检测)
// executablePath: null, // 例如 '/path/to/chrome'
},
// 模型设置
provider: 'anthropic',
model: 'claude-3-7-sonnet-20250219',
maxTokens: 4096,
temperature: 0.7,
// 自定义设置
customPrompt: '',
// 多行自定义提示示例:
// customPrompt: [
// '自定义指令第1行',
// '自定义指令第2行',
// '自定义指令第3行',
// ],
profile: false,
// 基础 URL 配置(适用于需要该配置的提供商)
baseUrl: 'http://localhost:11434', // 例如 Ollama 的配置
// MCP 配置
mcp: {
servers: [
{
name: 'example',
url: 'https://mcp.example.com',
auth: {
type: 'bearer',
token: 'your-token-here',
},
},
],
defaultResources: ['example://docs/api'],
defaultTools: ['example://tools/search'],
},
};
CLI 参数会覆盖配置文件中的设置。
交互式修正
MyCoder 支持在主代理运行时发送修正信息。当您发现代理偏离方向或需要更多信息时,此功能非常有用。
使用方法
使用
--interactive标志启动 MyCoder:mycoder --interactive "实现一个 React 组件"在代理运行期间,按下
Ctrl+M进入修正模式。输入您的修正内容或补充上下文。
按 Enter 将修正发送给代理。
代理会接收您的消息,并将其纳入决策过程,类似于父代理向子代理发送消息的方式。
配置
您可以在配置文件中启用交互式修正:
// mycoder.config.js
export default {
// 其他选项...
interactive: true,
};
GitHub 评论命令
MyCoder 可以直接通过 GitHub 问题评论中的灵活 /mycoder 命令触发:
/mycoder [您的指令在这里]
示例:
/mycoder 为该问题实现一个 PR/mycoder 创建一个实施方案/mycoder 为该功能建议测试用例
软件包
- mycoder - MyCoder 的命令行界面
- mycoder-agent - MyCoder 的代理模块
- mycoder-docs - MyCoder 的文档网站
开发
# 克隆仓库
git clone https://github.com/drivecore/mycoder.git
cd mycoder
# 安装依赖
pnpm install
# 构建所有包
pnpm build
# 运行测试
pnpm test
# 使用交互式提示创建提交
pnpm commit
发布流程
MyCoder 遵循 Conventional Commits 规范来编写提交信息。我们的发布流程完全自动化:
- 按照 Conventional Commits 格式提交更改
- 创建 PR 并获得审核与批准
- 当合并到主分支时,我们的 CI/CD 流水线将:
- 根据提交信息确定下一个版本号
- 生成变更日志
- 创建 GitHub Release
- 打上标签
- 发布到 NPM
更多详情请参阅贡献指南。
浏览器自动化
MyCoder 使用 Playwright 进行浏览器自动化,sessionStart 和 sessionMessage 工具均依赖于此。默认情况下,Playwright 需要通过 npx playwright install 单独安装浏览器。
系统浏览器检测
MyCoder 现在包含系统浏览器检测功能,允许它使用您已安装的浏览器,而无需单独安装 Playwright 浏览器。这在 MyCoder 被全局安装时尤为有用。
系统浏览器检测功能:
- 自动检测 Windows、macOS 和 Linux 上已安装的浏览器
- 支持 Chrome、Edge、Firefox 等浏览器
- 保持无头模式和干净会话的能力
- 如果未找到系统浏览器,则回退到 Playwright 自带的浏览器
配置
您可以在 mycoder.config.js 中配置浏览器检测:
export default {
// 其他配置...
// 系统浏览器检测设置
browser: {
// 是否使用系统浏览器或 Playwright 自带的浏览器
useSystemBrowsers: true,
// 优先使用的浏览器类型(chromium、firefox、webkit)
preferredType: 'chromium',
// 自定义浏览器可执行文件路径(覆盖自动检测)
// executablePath: null, // 例如:'/path/to/chrome'
},
};
贡献
有关如何为本项目做出贡献的详细信息,请参阅 CONTRIBUTING.md。
许可证
本项目采用 MIT 许可证授权——详情请参阅 LICENSE 文件。
版本历史
mycoder-agent-v1.7.02025/03/21mycoder-v1.6.02025/03/21mycoder-agent-v1.6.02025/03/21mycoder-v1.5.02025/03/20mycoder-agent-v1.5.02025/03/20mycoder-v1.4.12025/03/14mycoder-agent-v1.4.22025/03/14mycoder-agent-v1.4.12025/03/14mycoder-v1.4.02025/03/14mycoder-agent-v1.4.02025/03/14mycoder-v1.3.12025/03/13mycoder-agent-v1.3.12025/03/13mycoder-v1.3.02025/03/12mycoder-agent-v1.3.02025/03/12mycoder-v1.2.02025/03/12mycoder-agent-v1.2.02025/03/12mycoder-v1.1.12025/03/12mycoder-v1.1.02025/03/12mycoder-agent-v1.1.02025/03/12mycoder-v1.0.02025/03/11常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器