AI IDE/插件（三）：Task Master、DeepCode

概述

AI辅助编码系列包括：

• Vibe Coding、AI IDE/插件
• Claude Code实战
• Claude Code生态
• AI IDE/插件（二）

其他工具

工具名称	所属公司/社区	是否开源	支持模型/特点
Shell GPT	社区（TheR1D）	https://github.com/TheR1D/shell_gpt	基于OpenAI模型，专注Shell命令生成
llm	Simon Willison	https://github.com/simonw/llm	多模型支持，插件丰富，适合构建本地AI工具
Continue CLI	Continue.dev	https://github.com/continuedev/continue	多模型支持，可与IDE集成，适合开发辅助
Aider	社区	https://github.com/Aider-AI/aider	Git Diff驱动，适合代码修改与重构

OpenHands

论文，官网，开源（GitHub，65.1K Star，7.9K Fork）自托管Agent，支持文件/终端/浏览器操作。官方文档，在线体验。

安装：uvx --python 3.12 openhands

Task Master

官网，基于Claude的开源（GitHub，23.8K Star，2.3K Fork）AI驱动开发任务管理系统，可与Cursor、Windsurf、Lovable、Roo等IDE无缝集成。能够自动根据项目需求文档（PRD）生成任务，并系统化地管理每个开发阶段的创新工具。

基本原理：解析PRD文档，把整个项目拆解成若干个Task，根据Task复杂度，还可拆解成若干子任务；管理Task的优先级和依赖关系。在使用AI编程工具如Cursor时，就可指定某个Task，给AI划定范围，让AI只做任务内事情，不再随意自由发挥，保障任务的有序性、依赖性和可控性，使得项目的开发变得可控。

特性

• MCP支持
  • 可直接从各类编辑器运行Task Master
  • 支持Cursor、Windsurf、VS Code
  • 可按项目或全局进行配置
• 多样化模型支持，并可自由设定主模型、研究模型及备用模型
• 自动任务生成功能
  • 解析PRD，自动生成可实施的任务
  • 自动设置任务优先级与依赖关系
  • 每个任务都附带详细的实现指南

官方MCP Server提供诸多方法：

• initialize_project：初始化项目，执行后会在项目根目录下创建.taskmaster、.cursor等目录，mcp.json配置文件；
• models：
• rules：
• parse_prd：拆解PRD文档，PRD文档需拷贝到taskmaster/docs目录；
• analyze_project_complexity：
• expand_task：
• expand_all：
• scope_up_task：
• scope_down_task：
• get_tasks：
• get_task：
• next_task：
• complexity_report：
• set_task_status：
• generate：
• add_task：
• add_subtask：
• update：
• update_task：

task.json文件解读：TODO

Task Master以如下目录结构管理项目：

.taskmaster/
├── docs/
│	└── prd.txt
├── tasks/
│	├── task-001.md
│	└── task-002.md
└── templates/
	└── example_prd.txt

安装：npm i -g task-master-ai

mcp.json配置：

{
	"mcpServers": {
		"taskmaster-ai": {
			"command": "npx",
			"args": ["-y", "--package=task-master-ai", "task-master-ai"],
			"env": {
				"ANTHROPIC_API_KEY": "xx",
				"PERPLEXITY_API_KEY": "yy",
				"OPENAI_API_KEY": "zz"
			}
		}
	}
}

命令

# 新项目
task-master init
task-master parse-prd prd.txt
# 老项目
task-master migrate
task-master list
task-master next
# 示例
Initialize taskmaster-ai in my project
"Can you parse my PRD at scripts/prd.txt?"
"What's the next task I should work on?"
"Can you help me implement task 3?"
"Can you help me expand task 4?"
# 创建独立任务，无关PRD
"Can you help me implement login by mobile?"

DeepCode

香港大学开源（GitHub，10.2K Star，1.4K Fork），AI驱动的开发平台，自动化代码生成和实现任务。参考HKUDS（港大实验室）介绍。

技术能力：

• 研究到生产流水线：多模态文档分析引擎，从学术论文中提取算法逻辑和数学模型。生成优化的实现，使用适当的数据结构，同时保持计算复杂度特征；
• 自然语言代码合成：使用在精选代码库上训练的微调语言模型进行上下文感知代码生成。在支持多种编程语言和框架的同时保持模块间架构一致性；
• 自动化原型引擎：智能脚手架系统，生成包括数据库模式、API端点和前端组件的完整应用程序结构。使用依赖分析确保从初始生成开始的可扩展架构；
• 质量保证自动化：集成静态分析与自动化单元测试生成和文档合成。采用AST分析进行代码正确性检查和基于属性的测试进行全面覆盖；
• CodeRAG集成：高级RAG，结合语义向量嵌入和基于图的依赖分析。从大规模代码语料库中自动发现最优库和实现模式。

核心技术

• 智能编排智能体：协调工作流阶段和分析需求的中央决策系统。采用动态规划算法，根据不断发展的项目复杂性实时调整执行策略，为每个实现步骤动态选择最优处理策略。
• 高效内存机制：高效管理大规模代码上下文的高级上下文工程系统。实现分层内存结构，具有智能压缩功能，用于处理复杂代码库。实现实现模式的即时检索，并在扩展开发会话中保持语义一致性。
• 高级CodeRAG系统：分析跨存储库复杂相互依赖关系的全局代码理解引擎。执行跨代码库关系映射，从整体角度理解架构模式。利用依赖图和语义分析在实现过程中提供全局感知的代码建议。

多智能体架构：

• 中央编排智能体：编排整个工作流程执行并做出战略决策。基于输入复杂性分析协调专门智能体。实现动态任务规划和资源分配算法；
• 意图理解智能体：对用户需求进行深度语义分析以解码复杂意图。通过高级NLP处理提取功能规范和技术约束。通过结构化任务分解将模糊的人类描述转换为精确、可操作的开发规范；
• 文档解析智能体：使用高级解析能力处理复杂的技术文档和研究论文。使用文档理解模型提取算法和方法。通过智能内容分析将学术概念转换为实用的实现规范；
• 代码规划智能体：执行架构设计和技术栈优化。动态规划适应性开发路线图。通过自动化设计模式选择执行编码标准并生成模块化结构；
• 代码参考挖掘智能体：通过智能搜索算法发现相关存储库和框架。分析代码库的兼容性和集成潜力。基于相似性度量和自动化依赖分析提供建议；
• 代码索引智能体：构建发现代码库的综合知识图谱。维护代码组件之间的语义关系。实现智能检索和交叉引用能力；
• 代码生成智能体：将收集的信息合成为可执行的代码实现。创建功能接口并集成发现的组件，生成全面的测试套件和文档以确保可重现性。

流水线：

部分MCP Server列举

MCP服务器	主要功能	目的和能力
brave	Web搜索引擎	通过Brave搜索API进行实时信息检索
bocha-mcp	替代搜索	具有独立API访问的辅助搜索选项
filesystem	文件系统操作	本地文件和目录管理，读/写操作
fetch	Web内容检索	从URL和Web资源获取和提取内容
github-downloader	存储库管理	克隆和下载GitHub存储库进行分析
file-downloader	文档处理	下载文件(PDF、DOCX等)并转换为Markdown
command-executor	系统命令	执行bash/shell命令进行环境管理
code-implementation	代码生成中心	具有执行和测试的综合代码复现
code-reference-indexer	智能代码搜索	代码存储库的智能索引和搜索
document-segmentation	智能文档分析	大型论文和技术文档的智能文档分割

传统工具功能

功能	使用上下文
read_code_mem	从内存高效检索代码上下文
write_file	直接文件内容生成和修改
execute_python	Python代码测试和验证
get_file_structure	项目结构分析和组织
set_workspace	动态工作空间和环境配置
get_operation_history	过程监控和操作跟踪

通过多智能体协作实现论文转代码、需求转网站、描述转后端三大功能：

• 论文转代码（Paper2Code）：把学术论文PDF丢进去，自动生成模型代码、训练脚本和实验文件。对科研人员来说，复现论文的时间能省不少。
• 需求转网站（Text2Web）：用大白话描述你要做什么网站，比如在线简历生成器，能导出PDF，工具会自动生成前端页面和后端接口，几分钟就能看到效果。
• 描述转后端（Text2Backend）：说清楚业务逻辑，工具会帮你搭建后端服务，包括API设计、数据库结构、用户认证这些常见功能。

多智能体协助：需求分析→架构设计→代码编写→测试检查

• 内置编程语言规则库和常见设计模式
• 自动检测代码错误并修复
• 把大项目拆成小模块分别处理

实战

安装：pip install deepcode-hku

即可使用deepcode命令行，下载配置文件。疑问：不能自动生成？

curl -O https://raw.githubusercontent.com/HKUDS/DeepCode/main/mcp_agent.config.yaml
curl -O https://raw.githubusercontent.com/HKUDS/DeepCode/main/mcp_agent.secrets.yaml

基于源码安装：

git clone https://github.com/HKUDS/DeepCode.git
pip install -r requirements.txt
export OPENAI_API_KEY="你的密钥"
python examples/paper2code_demo.py

安装MCP工具

npm i -g @modelcontextprotocol/server-brave-search
npm i -g @modelcontextprotocol/server-filesystem

CLI模式：

uv run python cli/main_cli.py
# 或
python cli/main_cli.py

Web模式：

uv run streamlit run ui/streamlit_app.py
# 或
streamlit run ui/streamlit_app.py

浏览器打开http://localhost:8501开始体验。

cc-switch

开源（GitHub，4.6K Star，310 Fork）、跨平台、桌面一体化编程辅助工具，适用于Claude Code, Codex & Gemini CLI。

ZCF

开源（GitHub，4.1K Star，302 Fork）、一键搞定Claude Code、Codex环境设置的工具。

安装：npx zcf。

Kimi CLI

官网，月之暗面开源（GitHub，3.1K Star，287 Fork）CLI工具。

完全兼容ACP协议，可集成到Zed等AI IDE中：

{
	"agent_servers": {
		"Kimi CLI": {
			"command": "kimi",
			"args": ["--acp"],
			"env": {}
		}
	}
}

支持MCP，启动时指定配置文件：kimi --mcp-config-file mcp.json

安装：uv tool install --python 3.13 kimi-cli

输入/setup配置模型

CodeBuff

官网，开源（GitHub，2.6K Star，330 Fork）CLI工具

安装：npm install -g codebuff。

Neovate

官网，阿里Ant Design团队开源（GitHub，1K Star，85 Fork）Agent CLI工具。

关键功能：

• 代码生成与修复：通过自然语言描述生成代码片段或修复Bug
• 项目分析：利用静态分析和LLM推断，生成项目概述、依赖图和潜在风险报告
• 代码审查与提交：集成Git工作流
  • 运行neovate /review时，AI会扫描暂存变更，提供详细反馈如风格一致性、潜在漏洞和优化建议。
  • 运行neovate commit则生成AI辅助的提交消息，支持自定义输出样式（Output Styles）以适应不同场景。
• 计划模式（Plan Mode）：对于复杂任务，按Shift+Tab进入规划阶段，AI先生成执行计划，用户确认后执行，提升准确性和效率。
• 插件系统：内置钩子（hooks）允许快速创建自定义代理，支持斜杠命令(Slash Commands)、模板化提示（Prompt）和多模态输入，如集成特定框架的工具链。

实战：

# 安装
npm i @neovate/code -g
# 验证
neovate -v
# 使用
neovate

MCP Server相关命令：

# 添加
neovate mcp add playwright -- npx -y @executeautomation/playwright-mcp-server
neovate mcp add --transport http context7 https://mcp.context7.com/mcp
# 列表
neovate mcp ls
# 查询详情
neovate mcp get playwright
# 删除
neovate mcp rm context7
# 启用
neovate mcp enable context7
# 禁用，默认生效氛围是项目级别，加上-g参数表示作用于全局级别
neovate mcp disable context7 -g

CatPaw

官网，美团推出的AI IDE，对标Cursor。官方文档

提供Ask/Agent双模式：

• Ask模式：CatPaw侧边栏聊天功能中的智能问答模式，只读工作方式，不会对代码进行任何自动修改（除非手动apply），适合用于代码理解、方案制定、Bug-fix等场景；
• Agent模式：可以像人一样思考，完成新建工程、重构代码、新特性开发等复杂工作，启用CatPaw中内置的全套工具集，可以自主检索代码库、阅读文档、浏览网页、编辑文件并运行终端命令，高效完成各类开发任务。

支持切换模型提供商；内置11种工具，包含文件操作类、代码搜索类、终端命令、网络搜索，支持添加自定义MCP工具：

支持添加自定义Agent。

内置单元测试，支持C++、JS、Java等语言。

CodeFlicker

快手推出的AI IDE，官网，支持代码自动补全和MCP；

提供两种方式来自定义AI的行为：个人规则和项目规则，文件扩展名为.mdr。

提供Figma To Code，Figma转代码功能，可将Figma设计草稿转化为对应的前端网页实现。相比Figma MCP功能，对设计稿的还原更加准确、清晰。

两个智能体：

• Jam：拥有自主决策、环境感知和工具使用能力。可根据开发者的编码需求，利用工程搜索、文件编辑、终端命令等工具完成端到端的编码任务；
• Duet是人机深度协作开发模型，专为复杂任务设计，模拟人类专家团队处理复杂需求时的自然行为，强调在早期建立共识，并基于需求进行深入的讨论、分析和调研，进而形成系统化的技术设计方案，再通过分工来执行。

其他