太卷了,蚂蚁又发布了新一代Code Agent!

Neovate Code 是一款蚂蚁集团发布的新兴的、开源的、高度可扩展的 智能代码代理(Code Agent)工具 ,旨在通过自然语言交互与 AI 能力,帮助开发者更高效地完成 代码生成、缺陷修复、代码审查、测试编写 等开发任务。它既支持 交互式(Interactive)终端操作 ,也支持 无头模式(Headless Mode)自动化集成 ,并且具备强大的 插件系统与多模型支持能力,是开发者、技术团队和 AI 工程师的得力助手。


一、🔍 Neovate Code 是什么?

Neovate Code 是一个基于 命令行(CLI) 的智能代码辅助工具,核心目标是:

通过自然语言与 AI 模型交互,辅助开发者生成代码、修复 Bug、优化逻辑、编写测试、审查代码质量,并支持高度灵活的扩展与多模型接入。

它最大的特点是:

  • 开源(相比部分闭源竞品更具透明性与扩展自由度)
  • 支持多模型与多 Provider(如 Claude、OpenAI、Azure、自研模型等)
  • 提供交互式(Interactive)与无头(Headless)双模式
  • 内置灵活的插件系统,易于二次开发与定制
  • 支持会话(Session)恢复,适合持续开发与自动化流程

Neovate Code 从功能体验上借鉴了类似工具如 Claude Code ,但在 开放性、多模型支持、插件扩展、架构灵活性 等方面做了大量增强,是更适合企业内部、技术团队私有化部署与定制的新一代代码智能助手。


二、✨ Neovate Code 的核心新特性

1. 🆓 开源 & 可扩展架构

  • 开源免费:与部分闭源商业产品(如 Claude Code)不同,Neovate Code 是开源项目,代码透明、可自由修改与分发
  • 模块化设计:核心功能与插件机制解耦,易于理解和二次开发
  • 适合企业定制:支持私有模型、内部工具链、权限与安全策略集成

🔧 适用场景:

  • 企业希望基于开源底座,打造 自有的智能编码助手
  • 技术团队需要深度定制 AI 交互逻辑、工具调用与数据安全策略

Neovate Code 目前只有 CLI 客户端,但已经让架构足够灵活以支持多个客户端。因此很容易扩展以支持其他客户端,如 IDE 扩展、Web 应用、原生应用和远程智能体。


2. 🧩 强大的插件系统(Plugin System)

  • 提供 丰富的生命周期钩子(Hooks)与扩展点
  • 支持自定义 模型接入、工具集成、UI 增强、流程控制
  • 可用于构建企业级代码生成策略、自动化审查、测试用例生成等

✅ Neovate Code 的插件机制,让它成为一个"可编程的代码智能体平台",而不仅是一个命令行工具。

📌 已有公司(如蚂蚁集团、快手等)基于 Neovate Code 构建了内部定制版代码助手。


3. 🤖 支持所有主流 AI 模型与 Provider

  • 不限定于某一个模型(如 Claude),而是支持:
    • Claude
    • OpenAI / GPT
    • 自研大模型
    • 其他兼容 OpenAI API 的 LLM 提供商
  • 可通过配置灵活切换模型 Provider,适应不同团队技术栈与合规要求

🔍 优势: 不被单一模型绑定,可根据性能、成本、延迟、私有化需求灵活选用。

另外neovate code也支持最新推出的iflow 模型


4. 🧠 双模式运行:交互式(Interactive)与无头(Headless)

▶️ 交互式模式

  • 通过命令行与 AI 助手 对话式交互
  • 支持自然语言描述任务,如: "为 Button.tsx 组件生成测试用例"

    "帮我修复这个函数的 Bug"

  • 可查看 AI 提出的代码变更建议,并 批准或拒绝工具调用

📌 适用: 本地开发、调试、探索性编码、快速原型生成

bash 复制代码
# 启动交互式模式
neovate

# 带初始提示启动
neovate "Create testcase for @src/components/Button.tsx"

▶️ 无头模式

  • 命令行参数输入任务,以 JSON / 流式输出返回结果
  • 适合:
    • CI/CD 流水线
    • 自动化脚本
    • 与 Git Hooks、提交检查、代码评审机器人集成

📌 适用: 自动化代码审查、批量任务处理、DevOps 集成

bash 复制代码
# 无头模式,带任务描述
neovate -q "Review the changes"

# 流式 JSON 输出(适合程序解析)
neovate -q --output-format stream-json "Review the changes"

5. 💾 会话保持与状态恢复

  • 支持 会话上下文保持,可恢复上次交互或指定会话
  • 适合长时间编码任务、多轮对话上下文不丢失
bash 复制代码
# 恢复上一次会话
neovate -c

# 恢复某个指定会话(交互式)
neovate /resume

三、⚙️ Neovate Code 技术架构亮点

虽然 Neovate Code 目前主要提供 CLI 客户端,但其架构设计具备高度灵活性与可扩展性:

架构特性 说明
模块化 CLI 设计 命令行参数解析清晰,支持交互 / 非交互模式、会话、输出格式控制等
内置 Plugin 系统 支持钩子(Hooks)、自定义工具、模型接入、流程控制等扩展点
多模型 Provider 支持 抽象了 LLM 调用层,可接入任意兼容 OpenAI API 的模型服务
流式 & 结构化输出 支持普通文本、结构化 JSON、流式 JSON,适合人机交互与机器处理
未来多客户端支持(规划中) 目前为 CLI,但架构预留了扩展为 IDE 插件、Web App、远程 Agent 的可能

✅ Neovate Code 的架构使其不仅是一个"工具",更是一个可编程、可扩展、可集成的智能编码平台基础


四、🆚 Neovate Code 与类似工具(如 Claude Code)对比

特性 Neovate Code Claude Code
开源与否 ✅ 开源 ❌ 闭源
多模型支持 ✅ 支持 Claude、OpenAI、自研等 ❌ 默认仅 Claude,扩展较难
插件系统 ✅ 内置灵活插件机制,支持扩展 ❌ 无公开插件机制
交互模式 ✅ 支持交互式 CLI 与无头模式 ✅ 交互式为主
企业定制友好度 ✅ 高,适合私有化与定制开发 ❌ 较难定制
会话管理 ✅ 支持会话恢复 / 持久化 ❌ 有限或不支持
未来客户端扩展 ✅ 架构预留 IDE / Web / App 扩展能力 ❌ 未明确

总结:如果你需要一个开源、可扩展、支持多模型、可定制、适合企业内部落地的智能代码助手,Neovate Code 是目前非常值得关注的选择。


五、🛠 如何安装与快速开始?

1. 安装 Neovate Code(全局安装)

bash 复制代码
npm i @neovate/code -g

2. 进入你的项目目录

bash 复制代码
cd your-project

3. 启动交互式模式

bash 复制代码
neovate

4. 或者带初始任务启动

bash 复制代码
neovate "Create testcase for @src/components/Button.tsx"

5. 无头模式(适合脚本 / CI)

bash 复制代码
neovate -q "Review the changes"
neovate -q --output-format stream-json "Review the changes"

6. 恢复会话

bash 复制代码
neovate -c
neovate /resume

7. 斜杠命令

和claude code一样,neovate code内置了一些通用command

如果你发现自己财富输入指令超过3次,你就可以自定义一个对应的斜杠命令,自定义的方法也很简单

先去到.neovate/commands 目录下,这里添加一个解释项目依赖的自定义命令

bash 复制代码
mkdir -p ~/.neovate/commands
echo "Explain the project dependencies" > ~/.neovate/commands/explain-dependencies.md

用法如下

bash 复制代码
/<command> [arguments]

比如上面的自定义命令使用如下方式调用

bash 复制代码
/explain-dependencies

相关推荐
StarPrayers.4 小时前
神经网络中的 HWC→CHW 格式转换
人工智能·深度学习·神经网络
ModelWhale4 小时前
和鲸科技入选《大模型一体机产业图谱》,以一体机智驱科研、重塑教学
人工智能·科研·高等教育
区块block4 小时前
DeFi中的自主代理:用AI重塑金融
人工智能·金融
数据科学作家5 小时前
如何入门python机器学习?金融从业人员如何快速学习Python、机器学习?机器学习、数据科学如何进阶成为大神?
大数据·开发语言·人工智能·python·机器学习·数据分析·统计分析
GJGCY5 小时前
金融智能体技术解读:十大应用场景与AI Agent架构设计思路
人工智能·经验分享·ai·金融·自动化
文火冰糖的硅基工坊5 小时前
[人工智能-大模型-57]:模型层技术 - 软件开发的不同层面(如底层系统、中间件、应用层等),算法的类型、设计目标和实现方式存在显著差异。
人工智能·算法·中间件
Coovally AI模型快速验证5 小时前
突破性开源模型DepthLM问世:视觉语言模型首次实现精准三维空间理解
人工智能·语言模型·自然语言处理·ocr·音视频·ai编程
芯片SIPI设计5 小时前
面向3D IC AI芯片中UCIe 电源传输与电源完整性的系统分析挑战与解决方案
人工智能·3d
浆果02075 小时前
【图像超分】论文复现:轻量化超分 | RLFN的Pytorch源码复现,跑通源码,整合到EDSR-PyTorch中进行训练、测试
人工智能·python·深度学习·超分辨率重建·1024程序员节