Aider

🛠️ Aider 工具是什么

Aider 是一款跑在终端里的开源 AI 结对编程工具，由 Paul Gauthier 创建，2023 年 4 月首次发布，GitHub 仓库 Aider-AI/aider 创建于 2023 年 5 月 9 日。它采用 Apache 2.0 协议开源，代码完全公开可审计，目前由 Aider-AI 组织在 GitHub 上维护。

它的定位用一句话就能概括：你在终端里告诉它要改什么，它读你的代码、生成修改、直接写入文件、自动 git commit。不用打开 IDE，不用复制粘贴代码到聊天窗口。

解决的问题其实是一个很具体的场景：开发者的工作流被 IDE 绑定了。用 Cursor 你得打开它的编辑器，用 Copilot 你得待在 VS Code 或者 JetBrains 里。但很多开发者习惯 Vim + tmux，做后端的同事整天泡在终端里，远程 SSH 到服务器上改代码的场景也不少。Aider 填的就是这个位置——它不试图替代你的编辑器，而是作为一个独立的终端进程存在，你该用 Vim 用 Vim，该用 Emacs 用 Emacs，Aider 负责理解你的需求、修改代码、处理 Git。

两个必须知道的事实。第一，Aider 本身完全免费，采用自带 API 密钥（BYOK）模式，你只需要付模型提供商的 API 调用费，Aider 不从中抽成。第二，它是一个纯终端工具，没有图形界面，没有 IDE 插件，没有移动端 App。如果你不习惯用命令行，这个工具的学习曲线会让你不太舒服。

⚡ 核心功能

• Git 原生自动提交：这是 Aider 最核心的差异化设计。每次 Aider 修改代码，它会自动创建一个 git commit，commit message 里清楚写明改了什么、为什么改。不满意就 git revert 一键回滚，每一步 AI 修改都有记录，随时可以 git diff 或 git log 回溯。对比一下：Cursor 的修改直接写入文件，你得自己记得什么时候该 commit；Claude Code 也会改文件但 commit 没有 Aider 这么自动。
• Tree-Sitter 仓库地图：Aider 不会把整个文件塞进上下文浪费 token，而是用 Tree-Sitter 构建一个压缩的结构化索引——类名、函数签名、导入关系、依赖结构。文件变化时地图增量重建。这让 AI 对大型代码库有深度感知，同时节省 token 成本。支持超过 100 种编程语言。
• Architect/Editor 双模式：一个双模型工作流——一个模型（Architect）负责规划架构和方案，另一个模型（Editor）负责具体实现。搭配自动 lint 和 auto-fix 循环，处理复杂的代码库改造任务时，比单模型工具强不少。
• 多模型支持（100+ LLM）：通过 LiteLLM 接入几乎所有主流模型——Claude、GPT、DeepSeek、Gemini、Qwen、Kimi，甚至本地跑的 Ollama 模型。支持在会话中途切换模型，为不同任务选不同性价比的模型。
• 三种 Chat 模式：code 模式（默认）直接修改代码；ask 模式只回答问题不改代码；architect 模式先设计再实现。不同任务用不同模式，避免 AI 在不该动手的时候动手。
• 自动 Lint 与测试：每次 Aider 修改代码后，会自动运行配置好的 linter 和测试。发现问题后自动尝试修复，形成“修改-检查-修复”的闭环。这个功能在处理重构时特别有用。
• 多文件编辑与上下文精确控制：用 /add 把文件或目录加入对话，用 /drop 移除。Aider 只会修改已添加的文件。这是精确控制 AI 修改范围的方式，避免它在你不想要的文件上乱动。
• 图片与网页上下文：Aider 支持把图片和网页链接加入对话。你可以给它一张 UI 截图让它照着写代码，或者给它一个 API 文档的网址让它参考实现。

✨ 主要亮点与优势

1. Git 原生的可追溯性是独一档的。没有第二个 AI 编程工具能做到“每次 AI 修改都自动变成一个规范的 git commit”。这意味着 AI 的修改和人的修改一样有迹可循，代码审查时不需要额外标注“这段是 AI 改的”。对于对 Git 历史有洁癖的团队来说，这个特性直接解决了“AI 改完代码不知道该不该提交、怎么提交”的问题。

2. 模型自由度是最大的灵活性优势。Copilot 只能用 Copilot 的模型，Claude Code 深度绑定 Anthropic 生态。Aider 不绑定任何一家——你今天用 Claude Sonnet 做架构设计，明天换 DeepSeek 做日常编码，后天用 Ollama 跑本地模型处理敏感代码，配置里改一行就行。这个自由度在同类工具里没有对手。

3. 终端原生不侵入现有工作流。Aider 不试图替代你的编辑器，它作为一个独立进程存在。你用 Vim 用 Vim，用 Emacs 用 Emacs，Aider 在旁边负责理解需求、修改代码、处理 Git。远程 SSH 到服务器上直接用，不需要图形界面。这个设计思路跟所有 IDE 形态的 AI 工具都不同。

4. 成本结构极其透明且可控。Aider 本身零成本，你只付模型的 API 调用费。轻度使用一个月可能只花 5-50 美元，典型的功能实现成本在 0.01-0.10 美元之间。对比 Cursor 的 $20/月起、Copilot 的 $10/月固定订阅，Aider 在中等使用强度下明显更省钱。而且你可以精确看到每次调用的 token 消耗和费用，这对预算敏感的个人开发者来说很友好。

🎯 使用场景

Aider 的使用场景非常集中——所有“在终端里写代码”的场景。它不做写作，不做设计，不做营销，不做办公。它只做一件事：在命令行里用自然语言编辑代码。

• 终端重度用户日常编码：习惯 Vim、Neovim、Emacs 的开发者，不想为了用 AI 而换到 VS Code 或 Cursor。Aider 在终端里跟你的编辑器配合工作，不冲突。
• 远程服务器开发：SSH 到服务器上直接改代码的场景。没有图形界面，IDE 跑不起来，但 Aider 在终端里就能用。这是 Aider 最独特的场景之一。
• 大型代码库重构：Aider 的 Tree-Sitter 仓库地图和 Architect/Editor 双模式在处理大型项目的跨文件重构时特别有用。分步骤重构，每步自动 commit，第三步改崩了直接回退到第二步继续。
• 多模型成本优化：复杂架构设计用 Claude Sonnet，日常编码用 DeepSeek，代码审查用免费本地模型。Aider 让你在一个工具里灵活切换，按任务选性价比最高的模型。
• 代码审查辅助：用 /run git diff HEAD~ 获取最近一次 commit 的内容，添加到对话中让 AI 分析可能存在的问题。也可以让 AI 写 commit message、解释代码逻辑。
• 不适用的人群：不写代码的用户（这个工具对你完全没用）；不习惯命令行操作的开发者（学习曲线比 IDE 插件陡不少）；需要图形界面做可视化 diff 和调试的人（Aider 没有 GUI）；需要跨会话记忆的长期项目（Aider 每次会话从零开始，不保留跨会话记忆）。

📋 如何使用

第一步：安装

Aider 是 Python 包，一行命令搞定：pip install aider-chat。macOS 用户也可以用 Homebrew：brew install aider。国内用户建议用阿里云 PyPI 镜像加速安装，避免网络卡顿。前提是你的项目是一个 Git 仓库，不是的话先 git init。

第二步：配置 API Key

设置你选择的模型提供商的 API Key。Aider 支持几乎所有主流提供商：export ANTHROPIC_API_KEY=sk-xxx（Claude）、export OPENAI_API_KEY=sk-xxx（GPT）、export DEEPSEEK_API_KEY=sk-xxx（DeepSeek）。国内用户也可以把 OpenAI 的 API Base 指向国内的中转服务。

第三步：进入项目目录启动

cd /your/project 然后 aider 就能启动。默认使用 OpenAI 的模型，如果你想指定模型：aider --model claude-sonnet-4-5，或者 aider --model deepseek/deepseek-chat 用 DeepSeek，或者 aider --model ollama/qwen2.5-coder 用本地模型。

第四步：添加文件到对话

用 /add src/models/user.py src/api/auth.py 把需要修改的文件加入对话，或者 /add src/services/ 添加整个目录。Aider 只会修改已添加的文件。这是精确控制范围的关键步骤。

第五步：描述需求，让它改代码

用自然语言描述你想要的修改。比如 /code 给 utils.py 加一个 retry 装饰器。Aider 会读取代码、生成修改、写入文件、运行 lint 和测试（如果配置了）、自动 git commit。每一步的 diff 都会显示在终端里。不满意的话，git revert HEAD 一键回滚。

💡 使用技巧

• 文件添加要有节制，不要一股脑全加进去。Aider 使用了整个 git 仓库的地图，通常能感知到其他地方相关的类和方法。添加 1-2 个高相关性的文件就够了，太多无关代码反而会分散模型的注意力。这是提高输出质量最直接的办法。
• 大任务先用 architect 模式设计，再切 code 模式实现。比如要加一个 WebSocket 实时通知系统，先用 /architect 让它给出技术方案（用什么库、数据流设计、需要新建和修改哪些文件），确认方案合理后再切到 code 模式逐步实现。这个两步走的方式比直接让它写代码的成功率高不少。
• 用 .aider.conf.yml 把项目配置固化下来。在项目根目录创建一个 .aider.conf.yml，里面写清楚默认模型、是否自动提交、是否自动 lint。这样每次启动不需要重复敲参数，团队成员之间也可以共享同一套配置。
• 多模型策略是省钱的关键。复杂架构设计用最强模型（Claude Sonnet），日常编码用性价比模型（DeepSeek），代码审查用免费本地模型（Ollama）。Aider 支持会话中途切模型，不需要重启。这个策略能把月度 API 成本控制在很低的水位。
• 善用 /run 命令做 code review。用 /run git diff HEAD~ 获取最近一次 commit 的内容并添加到对话中，让 AI 分析本次 commit 可能存在的问题。这比手动复制粘贴 diff 方便得多，而且形成了一个“改完自动审查”的习惯。

📦 安装方式

关键提醒：Aider 是一个纯终端工具，没有图形界面。安装的前提是你的机器上有 Python 环境，项目是一个 Git 仓库。国内用户安装时建议换用阿里云 PyPI 镜像加速，避免 pip 下载卡住。

💰 收费情况

Aider 本身完全免费且开源（Apache 2.0 协议），没有订阅费、没有高级版、没有企业版。你唯一的花费是模型提供商的 API 调用费，Aider 不从中赚取任何差价。

说实话：Aider 的成本结构对预算敏感的用户非常友好——你完全按用量付费，没有最低月费门槛。对比 Cursor 的 $20/月固定订阅和 Copilot 的 $10/月，Aider 在中等使用强度下明显更省钱。而且每次 API 调用后终端都会显示具体花费，透明度很高。但代价是你要自己管理 API Key 和用量，没有“交钱就能用”的省心感。

👥 适用人群

• 终端重度用户：习惯 Vim、Neovim、Emacs、tmux 工作流的开发者。Aider 是市场上少数为这类人设计的 AI 编程工具。
• 远程开发/运维工程师：经常 SSH 到服务器上改代码的场景，Aider 在纯终端环境下就能用。
• 成本敏感的个人开发者：不想每月付固定订阅费，希望按用量付费的。Aider 的 BYOK 模式让成本完全可控。
• 需要多模型灵活切换的开发者：复杂任务用强模型，日常用便宜模型，本地跑免费模型。Aider 的模型自由度是同类工具里最高的。
• 对 Git 历史有要求的团队：每次 AI 修改自动 commit，代码审查时 AI 的修改和人的修改一样有迹可循。
• 开源爱好者和自托管用户：想要完全控制工具代码、可以审计和修改的。Aider 的 Apache 2.0 协议完全允许。
• 不适用的人群：不写代码的用户；习惯图形界面、不想碰命令行的开发者；需要 IDE 可视化 diff 和调试的人；需要跨会话记忆的长期项目。

🌍 全球使用情况

Aider 在开源 AI 编程工具里属于头部项目。截至 2026 年中，GitHub 星标数约 48,700+，fork 超过 4,900 个，累计发布了 93 个 tagged release，最新稳定版 v0.86.2 于 2026 年 2 月 12 日发布。PyPI 累计安装量超过 680 万次，Aider 用户每周处理的 token 量约 150 亿。

用户分布以北美和欧洲的开发者为主，但 Aider 对中文用户相当友好——支持 DeepSeek、通义千问、火山方舟等国内模型，不需要翻墙就能用。国内 PyPI 镜像（阿里云）可以加速安装。在 Emacs China 等中文技术社区里，Aider 的讨论热度不低，有用户专门做了 aider.el 的 Emacs 集成。

跟 Claude Code 的用户量差距。Claude Code 有 Anthropic 的生态和营销资源，用户基数远大于 Aider。Aider 的用户更多是“自己找上门”的开源社区开发者——他们选择 Aider 的原因往往是“不想被锁定”或“不想付固定订阅费”。从增长趋势看，Aider 的星标数仍在持续增长，说明终端 AI 编程这个细分方向有稳定的需求。

⚖️ 优缺点分析

优点

• Git 原生自动提交是独一档的。没有第二个 AI 编程工具能做到“每次 AI 修改都自动变成一个规范的 git commit”。完整的可追溯性意味着 AI 的每一步修改都可以 diff、可以 revert、可以审查。在重构场景下这个特性价值特别大。
• 模型自由度在同类工具里没有对手。通过 LiteLLM 支持 100+ LLM，支持 Claude、GPT、DeepSeek、本地 Ollama 模型。不绑定任何一家供应商，可以在会话中途切换模型。这个灵活性是 Aider 最核心的长期价值。
• 成本结构透明且极其灵活。工具本身免费，只付 API 用量。轻度使用一个月可能只花几美元，中等强度 $5-50。对比固定订阅制工具，在中等使用强度下明显更省钱。
• 终端原生不侵入工作流。不需要换编辑器，不需要打开 IDE，远程 SSH 也能用。对于终端重度用户来说，这是“终于有人为我们的工作流做了 AI 工具”的感觉。
• Tree-Sitter 仓库地图提升大项目表现。压缩结构索引让 AI 对大型代码库有深度感知，同时节省 token 成本。这是 Aider 在处理复杂项目时比“把文件全塞进上下文”的工具更高效的原因。

缺点

• 纯终端界面，没有图形化 diff 预览。所有修改以文本 diff 形式显示，没有可视化的颜色对比和并排视图。对于习惯看图形界面的人来说，体验有明显落差。视觉型开发者会更偏好 Cursor 或 Copilot。
• 学习曲线比 IDE 插件陡。需要熟悉命令行操作、手动配置 API Key、理解 /add 和 /drop 的上下文管理逻辑。对于不熟悉终端的新手来说，上手门槛不低。这不是一个“装完就能用”的工具。
• 缺少现代 Agent 能力。Aider 缺乏子智能体生成、MCP 支持和并行执行等较新的 Agent 功能。它的 Agent 编排能力相对薄弱，用户需要自己决定添加哪些文件到上下文、用什么命令行工具。在完全自主的多文件大规模改造场景下，表现不如 Claude Code 或 Cline。
• 每次会话从零开始，不保留跨会话记忆。Aider 不维护跨会话的上下文记忆。每次启动一个新的 Aider 会话，之前对话中积累的项目理解不会自动带入。对于需要长期跟踪一个复杂项目的场景，需要自己用配置文件或文档来弥补。

🔄 与同类工具对比

跟 Claude Code 的对比值得多说一句。两者都是终端优先的 AI 编程工具，定位有重叠但侧重点不同。Claude Code 的 Agent 自主性更强，能执行更复杂的多步任务，但深度绑定 Anthropic 生态，模型只能用 Claude。Aider 的模型自由度完胜，成本结构也更灵活，但 Agent 能力偏弱，需要用户在文件上下文管理上花更多心思。如果追求“放手让它自己干”的体验，Claude Code 更合适；如果追求“控制成本 + 模型自由 + Git 可追溯”，Aider 更对路。

跟 Cursor 的对比：两者是完全不同的物种。Cursor 是一个自带 AI 的 IDE，你用它的编辑器写代码，它在旁边辅助。Aider 是一个终端里的 AI 结对编程工具，你用你习惯的编辑器，Aider 负责读代码、改代码、提交。选哪个取决于你是否愿意换编辑器——不愿意换就用 Aider，愿意换且想要最好的图形化体验就用 Cursor。

跟 Cline 的对比：两者都是开源、BYOK 模式，但形态不同。Cline 是 VS Code 扩展，跑在 VS Code 里面；Aider 是终端工具，跑在终端里。Cline 的 Agent 能力更强（支持 MCP、浏览器控制、逐步权限控制），Aider 的 Git 原生体验和模型自由度更好。如果你主力用 VS Code，Cline 更顺滑；如果你主力用终端，Aider 更自然。

📝 总结：值不值得用

明确结论：如果你是终端重度用户或者对成本敏感，Aider 是目前最值得认真试的 AI 编程工具。如果你习惯图形界面且不想碰命令行，它可能让你觉得别扭。

Aider 的核心价值不在“AI 能写代码”——现在所有工具都能做这件事。它的价值在它做事的方式：Git 原生的可追溯性、模型选择的完全自由、终端原生的不侵入性。这三件事组合在一起，形成了 Aider 在同类工具里独特的定位。它不是最“智能”的 AI 编程工具，但它可能是最“透明”和“可控”的那一个。

什么时候值得用：你每天在终端里工作超过 4 小时，用 Vim 或 Neovim 做主力编辑器，有稳定的 API Key 配置，想低成本、高自由度地用 AI 写代码，并且在意每一次 AI 修改的 Git 可追溯性。这种情况下，Aider 能无缝融入你现有的工作流，不逼你改变任何习惯。

什么时候不推荐：你不习惯用命令行（学习曲线会让你放弃）；你依赖图形界面做可视化 diff 和调试（Aider 给不了）；你需要强大的 Agent 自主能力来完成大规模多文件改造（Claude Code 或 Cursor 更合适）；你需要跨会话记忆来长期跟踪一个项目（Aider 每次从零开始）；你不想管理 API Key，想要“交钱就能用”的省心体验（Copilot 更省事）。

说得直白一点：Aider 是一个“为终端原住民设计的 AI 编程工具”，不是一个“什么都行的万能工具”。它在终端 AI 编程这个细分方向上是完成度最高的项目之一，48,000+ 星标和 680 万+ 安装量不是白来的。但它的设计哲学决定了它不适合所有人——如果你不在终端里工作，它对你来说就是一个需要额外学习的工具，而不是一个能立刻提升效率的助手。用之前先问自己一个问题：你愿意为模型自由和 Git 可追溯性付出多少学习成本？愿意，就装；不愿意，Cursor 和 Copilot 在等你。