CodeMachine-CLI

GitHub
2.4k 228 非常简单 1 次阅读 3天前Apache-2.0Agent图像语言模型开发框架插件
AI 解读 由 AI 自动生成,仅供参考

CodeMachine 是一款开源的命令行工具,旨在将 AI 编程助手整合进可重复、长期运行的自动化工作流中。在日常开发中,无论是修复 Bug 还是构建新功能,开发者往往需要引导 AI 经历提问、分析、编码、测试等多个步骤。然而,这些复杂的操作流程通常只存在于开发者的脑海中,每次任务启动时都需重新向 AI 解释背景与步骤,不仅效率低下,还容易因上下文丢失导致中断。

CodeMachine 正是为了解决这一痛点而生。它允许用户将隐性的思维过程转化为显性的结构化工作流,实现“一次定义,多次复用”。通过作为编排层,CodeMachine 能够调用 Claude Code、Cursor 等主流 AI 编程引擎的无头脚本模式,自动处理参数传递、上下文管理及代理协调。这意味着开发者无需时刻盯着屏幕,即可让 AI 自主执行长达数小时甚至数天的复杂任务。

其技术亮点在于支持多智能体协作与并行执行。用户可以分配不同的 AI 代理负责特定环节,让它们相互沟通协作,从而应对更复杂的决策场景。同时,CodeMachine 提供了精细的上下文工程能力,确保每个代理在正确的时间获取准确的信息。

这款工具特别适合希望提升开发效率的软件工程师、技术负责人以及 AI 应用研究者。如果你厌倦了反复向 AI 重复相同的指令,或希望构建从交互式辅助到完全自主运行的多样化自动化流程,CodeMachine 将是一个得力的助手,帮助你将精力从繁琐的流程管理中解放出来,专注于核心逻辑与创新。

使用场景

某后端团队需要每周从多个微服务仓库中拉取最新的 API 定义,自动生成 TypeScript 类型文件,并运行集成测试以确保兼容性。这是一个典型的高重复性、多步骤技术任务。

没有 CodeMachine-CLI 时

  • 流程碎片化且依赖人工记忆:开发者每次都要在脑海中重新构建“拉取代码->分析结构->生成类型->编写测试”的步骤,容易遗漏关键环节,如忘记清理旧缓存或忽略特定的边缘情况。
  • 上下文管理混乱:在使用 AI 辅助编码时,随着对话轮次增加,上下文窗口迅速爆满。开发者必须手动截断对话、重新粘贴关键代码片段,导致 AI 频繁“失忆”,输出质量不稳定。
  • 无法并行处理多任务:面对五个不同的微服务,开发者只能串行操作,逐个仓库执行 AI 指令。整个过程耗时数小时,期间需时刻盯着屏幕防止报错,效率极低。
  • 缺乏标准化与复用性:不同成员对同一任务的操作习惯不同,导致生成的代码风格不一。每次新项目启动,团队都要重新摸索最佳提示词和操作流程,无法沉淀资产。

使用 CodeMachine-CLI 后

  • 工作流自动化与标准化:通过 Ali Workflow Builder 一次性定义标准流程,CodeMachine-CLI 将复杂的交互固化为可重复执行的脚本。无论谁触发,都能确保每一步骤(如参数校验、错误重试)严格一致。
  • 智能上下文工程:工具自动管理每个阶段的上下文传递,仅在必要时向 AI 代理提供相关代码片段。这不仅避免了上下文溢出,还确保了 AI 始终基于最新、最准确的信息进行决策。
  • 多代理并行协作:CodeMachine-CLI 同时启动多个 AI 代理,分别处理不同的微服务仓库。原本需要半天的工作缩短至几十分钟,且无需人工值守,支持长时间后台运行。
  • 一次构建,永久复用:定义好的工作流可直接应用于未来所有类似项目。团队无需再重复解释需求或调整提示词,显著降低了维护成本和认知负荷。

CodeMachine-CLI 的核心价值在于将依赖个人经验的临时性 AI 交互,转化为稳定、高效且可规模化的自动化工程资产。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具是一个基于 Node.js 的命令行工具(通过 npm 安装),用于编排 AI 编码代理。它本身不直接运行大型模型,而是作为 orchestration layer(编排层)调用外部的 AI 编码引擎(如 Claude Code, Codex, Cursor 等)。因此,具体的 GPU、内存和 Python 需求取决于所配置的后端 AI 引擎,而非 CodeMachine 本身。安装命令为 `npm i -g codemachine`。
python未说明
npm
codemachine (CLI)
CodeMachine-CLI hero image

快速开始

CodeMachine Banner

npm i -g codemachine

CodeMachine 是一款开源工具,可将 AI 编码代理编排成可重复、长期运行的工作流。⚡️


每次你使用 AI 编码代理时,其实都在执行一个工作流。修复 bug?你需要提问、复现、分析、规划、实现、测试。构建新功能?则需要调研、设计、编码、评审。

这个工作流就存在于你的脑海中。 你一步步、一次又一次地引导代理完成它。但每次开始时,你都得从头再来:重新解释流程,记住该问哪些问题,还要把握何时清除上下文、何时推进、何时回溯。

CodeMachine 让你可以捕获并再次运行这个工作流。

观看 CodeMachine 演示

工作原理

CodeMachine 是一个编排层,通过结构化的工作流来运行 AI 编码 CLI。你只需定义一次工作流,CodeMachine 就会负责执行、上下文传递以及代理间的协调。

它利用 AI 编码引擎为自动化提供的无头脚本模式(如 Claude Code、Codex、Cursor 等)。通过 CLI 启动这些引擎,传递正确的参数和标志,并借助自身的基础设施控制各个代理。

你可以构建从完全交互式到完全自主的任何类型的工作流——以及介于两者之间的各种模式。了解编排模式 →

为什么选择 CodeMachine?

CM 引入了前所未有的创新代理通信方式,使你能构建任何复杂的、想象得到的工作流。从 Ali Workflow Builder 的默认工作流开始,即可交互式地创建你的第一个工作流。

  • 一次构建,永久运行: 只需定义一次复杂的工作流,便可在每个项目上可靠地执行——无需再手动重复搭建相同的模式。
  • 多代理编排: 为不同任务分配不同的代理,让它们相互通信,共同做出复杂决策。
  • 并行执行: 在工作流的不同部分同时运行多个代理,以加快结果产出。
  • 长周期工作流: 可以持续数小时甚至数天执行工作流——CodeMachine 会处理持久化问题,你无需时刻盯着。
  • 上下文工程: 集中管理提示词、动态上下文,并精确控制每个代理在每一步看到的内容。

准备好构建你的第一个工作流了吗?立即开始 →

阅读文档


开发者们已经在使用 CodeMachine 来减少复杂且重复性工作流所需的时间和精力。
想看看他们在构建什么吗?加入我们吧。

加入我们的 Discord    加入我们的 Reddit

版本历史

v0.8.02026/02/02
v0.7.02025/11/22
v0.5.02025/11/08
v0.4.32025/11/06
v0.4.22025/11/05
v0.4.12025/11/05
v0.4.02025/11/04
v0.3.02025/10/13
v0.2.32025/10/10
v0.2.22025/10/09
v0.2.12025/10/09
v0.1.72025/10/08
v0.1.52025/10/07

常见问题

相似工具推荐

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。

162.1k|★★★☆☆|今天
开发框架图像Agent

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

139k|★★☆☆☆|今天
开发框架Agent语言模型

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。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架