机窝
发布于 2026-10-11 / 5 阅读
0
0

多模型、多 CLI 和多 Agent:我比较 AI 编程工具时关注什么

最近研究 AI 编程工具时,我反复问过一个问题:它能不能调用本机已有的 Codex、Claude Code 或其他 CLI?

后来发现,“能调用”包含几种差别很大的实现。终端里跑一次命令、把 CLI 原生接入桌面界面、让不同 CLI 自动协作,都可能被概括成支持多工具,但实际体验和能力边界并不一样。

这篇整理我的选型思路。它依据文档和部分源码阅读,不是所有工具的本机实测,也不是长期性能评测。

第一种:通过 Shell 运行命令

一个 Agent 如果具备 Shell 工具,就可能运行本机已经安装的 CLI。比如执行一次非交互命令,然后读取标准输出和退出码。

这对很多任务已经够用,但要继续检查:是否有交互式终端、登录提示怎么处理、能否取消运行,以及输出是不是稳定的机器可读格式。

我之前阅读 Metis 时,检查了它的 bash 执行器和 spawn_agent 实现。当时的记录显示,前者通过本机子进程执行命令,后者主要启动 Metis 自己的 Agent。它能运行外部 CLI 命令,并不自动说明它已经原生管理这些 CLI 的会话。

这一观察来自当时的源码阅读。本次复核时,Metis 的 README 已增加 metis-skill 和 metis-plugin,提供 Codex、OpenCode、DeepSeek Harness 等宿主集成入口。这是需要补充的新信息。Metis 官方 README

宿主技能集成、外部 CLI 调用和不同 CLI 之间的自动编排,仍应分别检查。我没有安装验证这个新入口,因此不会据此断言某个跨 CLI 协作流程已经开箱即用;它也说明了为什么不能把一次源码阅读当作永久结论。

第二种:原生接入 CLI 的协议和会话

桌面客户端也可以直接使用 CLI 提供的结构化接口。这样,它可以显示工具事件、恢复历史会话、处理取消和审批,而不只是显示一段终端文本。

CC GUI 是我研究过的例子之一。其官方 README 将它定位为多引擎桌面客户端,并描述了专门的协议适配器。我阅读过的实现中,Codex 使用 app-server,Claude 使用 stream-json,Pi/OMP 也有相应协议适配。CC GUI 官方项目与文档

选这类工具时,我最关注的是自己的 CLI 能否保持原有登录、会话和配置,以及 GUI 是否完整呈现审批、错误和工具结果。界面统一的价值,在于减少切换成本和保留运行状态。

第三种:把任务自动交给不同 Agent

如果需求是“一个 Agent 写实现,另一个审查,再把反馈交回去修正”,就要进一步检查编排能力。

我会问:协调者如何分配任务?每个 Agent 使用哪套运行时?上下文和文件如何交接?怎样隔离并发修改?审查失败后谁负责继续?什么时候算完成?

支持多个模型,只能说明有模型选择。支持多个 CLI,只能说明有多个运行入口。产品是否支持上述协作流程,需要单独看文档和实际运行证据。

以 CC GUI 为例,本次复核的兼容矩阵仍把团队模式列为尚未支持。因此,我没有把它的多引擎接入等同于跨引擎自动团队协作。功能状态可能随版本变化,选型前应再次核对官方兼容矩阵。

三种能力,可以用同一组问题比较

Shell 调用、原生 CLI 接入与 Agent 编排的比较

能力

我会实际检查什么

更直接的用途

Shell 调用

命令、退出码、超时、非交互模式

把已有 CLI 接入一个工作步骤

原生 CLI 接入

协议、会话恢复、事件、审批与取消

在一个界面管理已有运行时

Agent 编排

任务分配、上下文交接、隔离、审查闭环

自动完成需要多角色协作的任务

表格中的用途不是产品排名。我需要什么,就先检查对应那一行;这样更容易避免因为功能名字相似而选错工具。

额度监控和用量分析,要另外比较

我也研究过 AIUsage、CodexBar、CC Switch、ccusage 等项目。它们解决的问题并不完全相同:额度与重置时间、账号与代理、渠道配置、历史 token 和成本分析,需要分别判断。

这些项目的具体能力应以各自当前文档为准。例如,CodexBar 官方仓库和AIUsage 官方仓库可以作为核对入口。

我尤其关注统计来源:是服务端返回的额度、本地会话日志,还是代理观察到的请求?覆盖范围不同,数字就可能不同。本地成本估算也不能直接替代官方账单。这个问题不应只用“支持统计”四个字带过。

我现在的选择顺序

如果只是想统一使用本机已有 CLI,我先看原生协议接入和会话管理;如果需要自动协作,我先验证任务交接与审查闭环;如果主要关心额度,我单独选监控工具。

GitHub stars 和活跃度可以帮助了解项目受关注程度,但不能证明兼容性、稳定性或工作流适用性。对我来说,一次完整任务能否顺利恢复、取消、审批和验证,比功能列表长度更有说服力。


本文整理于 2026 年 10 月 11 日,依据此前文档及源码阅读并复核主要项目入口。没有把源码观察描述为安装实测,历史功能状态需要结合新版本重新确认。配图为 AI 生成的概念插画。


评论