Aider
Aider-AI
Git 集成是核心设计而非附加功能的终端 pair programming 工具——AI 改动始终在版本控制里，可 diff 可撤销。
partial · 核验 2026-09-29
8 个维度 →
CLI · AI coding agent atlas
终端 AI 编码工具图谱
Claude Code CLI、Codex CLI、Gemini CLI、OpenCode、Aider、Crush 的能力边界、Git 集成与自动化程度。
全部对象
按统一坐标系排列。点开任一对象可看到 模型与开放条件 / 运行位置 / 本地文件 / 关机后的任务 / 工具与扩展 / 上下文与记忆 / 权限与限制 / 适合什么任务 的完整记录、证据链接与未知项清单。
Claude Code CLI
Anthropic
本赛道数据质量最高、发布最频繁的条目 —— 自带 CHANGELOG + Atom feed，权限设计颗粒度最细。
verified · 核验 2026-09-29
8 个维度 →
Codex CLI
OpenAI
OpenAI 官方的终端编码 agent，Rust 实现，架构上强调 app server 与线程续接。
partial · 核验 2026-09-29
8 个维度 →
Crush
Charm
Charm 生态的 TUI 编码 agent，MCP 三种传输方式标注最完整，并提供官方订阅方案 Hyper。
partial · 核验 2026-09-29
8 个维度 →
Gemini CLI
Google
Google 官方的开源终端 agent，npx 免安装 + 明确 MCP 支持 + 非交互脚本模式，是三者里工程化最完整的。
partial · 核验 2026-09-29
8 个维度 →
OpenCode
OpenCode
MIT 许可的多 provider 编程 harness，运行 bash 命令前会询问权限，并支持 ACP 载入。
partial · 核验 2026-09-29
8 个维度 →
8 个维度，每格都能回溯
所有对象在同一坐标系下被描述。 点开任一对象，每一格下面都有官方源链接与核验日期——不认同可以自己回去查。
- 模型与开放条件
- 用谁的模型？能不能换第三方？多模型路由怎么配？
- 运行位置
- 本地 / 云端 / 混合？索引在本地还是云端？远程控制不等于云端执行。
- 本地文件
- 能访问多大范围？未打开的大文件怎么读？符号级能力如何？
- 关机后的任务
- 电脑关了还能继续跑吗？这是本地形态最常见的误解来源。
- 工具与扩展
- 工具链有多宽：MCP · LSP · 插件 · Hooks · 自定义指令。
- 上下文与记忆
- 索引算法、上下文窗口、会话恢复与分叉、跨会话记忆边界。
- 权限与限制
- 沙箱与审批边界、凭据管理、数据是否出境、额度如何计算。
- 适合什么任务
- 最擅长什么任务？什么情况下别用它？
全部数据一览
同一张表横向对比。点对象名进详情页看逐格证据。
| 对象 | 厂商 | 适合 | 核验日 | 状态 |
|---|---|---|---|---|
| AAider | Aider-AI | 希望 AI 改动始终留在 git 版本控制里、可 diff 可撤销的场景。 需要连接本地模型或多家云端模型的用户。 不适合需要活跃维护与新模 | 2026-09-29 | partial |
| CCClaude Code CLI | Anthropic | 重视权限可控性、需要 MCP 生态、希望用 Anthropic 官方模型的用户。 不适合需要开源许可或自托管的场景（许可明确 proprie | 2026-09-29 | verified |
| CCodex CLI | OpenAI | 在终端里做工程任务，需要接入 CI 或自建客户端的场景。 已有仓库的续接与恢复是其架构重点。 | 2026-09-29 | partial |
| CRCrush | Charm | 喜欢 Charm 生态的终端体验（TUI 审美与交互）。 需要在多个 provider 间切换，或想用官方订阅方案 Hyper 的用户。 | 2026-09-29 | partial |
| GGemini CLI | 需要无安装快速试用、需要 MCP 扩展、需要脚本化非交互运行的场景。 尤其适合想把 Gemini 的多模态生成能力接进 Agent 工作流的 | 2026-09-29 | partial | |
| OCOpenCode | OpenCode | 需要多 provider 可切换、且重视命令执行前确认的用户。 ACP 生态参与者。 | 2026-09-29 | partial |
为什么这里不给总分排名
这不是省略，是方法上的明确取舍。
- 缺统一实测，就不给分。跨工具的跑分口径不同——题目、预算、执行环境都不一样，A 的 90 分和 B 的 88 分不可比。
- 「未知」是合法答案。查不到就写「未知」并说明为什么，不用推测填充。缺信息本身也是信息。
- 每条判断挂官方源。来源链接、类型与核验日都在详情页里，可以逐条回去复核。
- lifecycle 单独标注。核验日新不等于数据有效——上游归档后数据会失效，所以单独标
active/maintenance/archived。 - 不同层级不混排。面向使用者的产品（IDE / CLI）与面向开发者的框架（MCP server）分开两个站，各按自己的坐标系。
可信度标记怎么读
详情页与上表都带 confidence，它反映本站数据的完整度，不是对产品的评价。
| verified | 8 个维度均有官方源支撑，且核验日在 90 天内 |
|---|---|
| partial | 部分维度标为未知，或官方文档不可访问，或核验日超过 90 天 |
| stale | 官方已发布重大变化，本站尚未核验 |
数据来源与复核方式
全部数据来自开源仓库 speculcom/ai-coding-agent-atlas（CC BY 4.0）。
每个条目都是纯 Markdown + frontmatter，含 8 个维度、证据链接、核验日与可信度标记。仓库内含：
METHODOLOGY.md—— 方法论总纲与四条核心规则axes/—— 每个维度的定义与判定标准（含正反例）SCHEMA.md—— 数据格式规范与构建校验规则tracks/*/tasks/_protocol.md—— 实测协议（尚未执行，故本站暂无实测结论）
发现错误或有新证据，欢迎提 Issue 或 PR——每条修正都会注明依据与影响范围。