返回 Agent 安装

工程 Agent

Aider 终端 AI 结对编程安装教程

Aider 是终端里的 AI pair programming 工具,可以读取代码库、按聊天请求修改文件,并和 Git diff 结合。它不是桌面 App,新手适合在一个小 Git 项目里先跑通。

10-20 分钟需要 Python/Git开源工具终端改代码Git diff多模型

照着做,先跑通一次

不用先研究原理。先复制粘贴把安装、配置和第一句测试跑通,后面再让小白带你做真实任务。

1. 打开入口

下载包、官方页、模型入口都放在这里,不用自己到处搜。

2. 复制粘贴

命令和配置项按顺序填,看到版本号或应用能打开就继续。

3. 让它回一句话

能听懂测试句、能回复你,就可以进入第一个真实任务。

先选模型 API 或本地模型

Agent 本体只是执行工具,模型才是大脑。正式接入前,先看 模型排行和价格快照

模型 = Agent 的大脑

负责理解、推理、写内容和决定下一步。

Agent = 模型的手脚

负责打开工具、读文件、改代码、跑命令和执行任务。

接入 DeepSeek V4

大多数支持 OpenAI Compatible 的 Agent,都可以按这一组填写。小白先用 flash 跑通,再换 pro。

国内优先

照着做

1打开 Agent 或桌面客户端的 Settings / Models / API 设置。

2Provider 选择 OpenAI Compatible / Custom;官方 OpenAI 就选 OpenAI。

3按下方字段填写 Base URL、API Key、Model。

4点击 Save / Enable / Test。

5新建一次对话,发一句测试消息,能回复就算接通。

Provider

OpenAI Compatible / Custom

Base URL

https://api.deepseek.com

API Key

sk-你的DeepSeek_API_Key

保存后怎么测

新建对话,发送:你好,用一句话介绍你自己

先跑通模型

deepseek-v4-flash

更强模型

deepseek-v4-pro

长上下文

deepseek-v4-pro[1m]

如果工具要求 Base URL 以 /v1 结尾,把地址改成 https://api.deepseek.com/v1。

如果出现 404 或 model not found,先把模型改成 deepseek-v4-flash。

DeepSeek V4 是模型 API 后端,不是 Agent。它放在这里给 Agent 调用。

复制粘贴安装

从第 1 步往下做。每一步只处理一个动作,失败了看下方常见问题,不用反复重装。

1. 确认 Python 和 Git

先确认 Python 和 Git 可用。

python --version
git --version

2. 安装 Aider

按官方文档安装 Aider。Windows 如果 pip 权限报错,可以先使用用户目录安装。

python -m pip install aider-install

3. 进入 Git 项目

Aider 最适合在 Git 项目里工作。先用一个可丢弃的小项目测试。

4. 配置模型 Key

按你使用的模型设置环境变量或配置文件。新手先用一个 OpenAI Compatible Provider 跑通。

启动后先说这句

第一次不要急着做复杂任务。先用一条测试句确认它已经真的能用。

启动 Aider

在项目目录启动。

aider

第一次测试

先让它只解释项目。

请先阅读项目,不要改文件,告诉我主要目录和启动方式。

跑通验收标准

能打开工具,或在终端看到版本号。

能输入一句测试问题,并得到一次正常回复。

知道它是 Agent、桌面助手、模型客户端里的哪一种。

装好以后做一个 MVP

安装不是终点。工具能启动以后,马上用一个小任务验证它能不能帮你交付结果。

第一次让它说什么

这些不是装饰文案,是用来确认工具真的能工作的第一组测试。

请先只读项目,不要修改。
每次只改一个小目标。
改完请告诉我 git diff 里最需要检查的地方。

装好后,把它训练成你的 Agent

模型接好只是有大脑,还要给它岗位、人设、记忆结构、权限边界和验收标准。

1. 先设定人设:让它知道自己是谁、帮谁做事

Agent 装好以后不能只让它自由发挥。人设不是装可爱,而是明确岗位、行业、语气、边界和遇到不确定时怎么问你。

告诉它你的行业、岗位、主要客户和最常做的 3 类工作。

告诉它输出要短、要能执行、不要一次讲太多。

告诉它不确定就先问,不要替你编事实、价格、政策和承诺。

工程 Agent 还要加一句:改文件前先列计划和涉及文件。

请从现在开始作为我的个人 AI 工作助理。

我的行业/岗位:这里写你的行业和岗位
我最想交给你的工作:
1. 这里写第一类重复工作
2. 这里写第二类重复工作
3. 这里写第三类重复工作

你的工作方式:
1. 先问清目标、材料、交付格式和截止时间。
2. 每次只给我下一步,不要一次甩太多内容。
3. 不确定的信息要标注“需要确认”,不能编造。
4. 涉及钱、合同、隐私、客户承诺、删除文件、发送消息前,必须先问我。
5. 做完后给我一个验收清单,让我知道结果能不能用。

你的说话方式:
用中文,简单直接,像带新手做事一样。
它能说出你的行业和主要工作。它会先问问题,而不是直接乱给方案。它知道哪些事情必须先问你确认。
2. 建记忆结构:不要只记聊天,要记可复用的工作方法

真正有用的 Agent 不是每次重新聊,而是能记住你的行业资料、固定流程、常用模板、踩坑记录和下一步。

先建 7 个记忆格子,不要把所有东西塞成一段话。

隐私、密码、API Key、客户手机号、身份证、合同原文不要写进长期记忆。

每完成一次任务,让 Agent 把成功步骤、失败原因和下次做法写进对应格子。

工程项目可以把这些写进 AGENTS.md、CLAUDE.md、项目说明或 Agent 的 Memory 区。

请按下面结构建立我的长期记忆,不要记录密码、API Key、客户隐私和付款信息。

【用户画像】
- 我是谁:
- 行业/岗位:
- 我的目标:
- 我不懂的地方:

【业务资料】
- 产品/服务:
- 客户是谁:
- 常见问题:
- 禁止承诺:

【固定工作流】
- 工作流名称:
- 触发条件:
- 输入材料:
- 执行步骤:
- 输出格式:
- 验收标准:

【常用提示词】
- 场景:
- 提示词:
- 什么时候用:

【工具和 Skill】
- 已安装工具:
- 已安装 Skill:
- 能做什么:
- 权限边界:

【踩坑记录】
- 问题:
- 原因:
- 解决方法:
- 下次避免:

【下一步】
- 当前任务:
- 做到哪一步:
- 下次继续做什么:
记忆是分区的,不是一大坨文字。没有保存 API Key、密码和客户隐私。每个固定工作流都有输入、步骤、输出和验收标准。
3. 设工作边界:哪些能自动做,哪些必须等你确认

Agent 越强越要设边界。新手最怕的不是不会用,而是它替你乱删文件、乱发消息、乱承诺客户。

把任务分成低风险、中风险、高风险三类。

低风险可以让它直接草拟,比如总结、改写、生成草稿。

中风险必须先给计划,比如改代码、改表格、批量处理文件。

高风险必须停下来问你,比如付款、发客户、删库、发公开内容、提交代码。

请遵守我的权限边界:

【可以直接做】
- 总结资料
- 生成草稿
- 整理清单
- 给出方案
- 写提示词

【先列计划,等我确认再做】
- 修改文件
- 批量处理资料
- 改代码
- 调用外部工具
- 安装 Skill 或插件

【必须停止并问我】
- 删除文件或数据
- 发送邮件、微信、飞书、短信
- 对客户做承诺
- 涉及付款、合同、发票、隐私
- 提交代码、发布上线、改生产配置
它知道哪些任务不能直接执行。它会在高风险动作前停下来问你。它能把工作拆成低风险小步。
4. 设验收标准:让它每次交付都能被检查

没有验收标准,Agent 做得再多也像聊天。小白要知道什么叫完成,什么叫还不能用。

每个任务开始前,先让它写清楚最终交付物是什么。

让它给 3 到 5 条验收标准。

做完后让它自己按验收标准检查一遍。

如果是工程 Agent,还要告诉你运行了什么命令、结果是什么、哪些没验证。

开始任务前,请先输出:

1. 本次任务目标:
2. 需要我提供的材料:
3. 最终交付物:
4. 3-5 条验收标准:
5. 你不能做或不确定的地方:

做完以后,请按下面格式回复:

【完成了什么】
【怎么验收】
【我需要检查哪里】
【还有哪些风险】
【下一步建议】
任务开始前有交付物和验收标准。任务结束后有检查清单。它会说明没验证的地方,而不是假装都完成。
5. 训练它复盘:每次任务后沉淀成你的专属工作流

训练 Agent 的关键不是一次成功,而是把成功过程变成下次可复用的流程。这样它才会越来越像你的工作助手。

每次做完一个任务,让它总结本次输入、步骤、输出、错误和改进。

把复盘写进记忆结构的【固定工作流】和【踩坑记录】。

下一次类似任务,先让它读取这条工作流再开始。

如果这个流程稳定了,再考虑装 Skill 或接自动化。

请把这次任务复盘成可复用工作流:

【工作流名称】

【适合什么时候用】

【需要准备什么】

【步骤】
1.
2.
3.

【输出格式】

【验收标准】

【这次踩坑】

【下次直接怎么做】

请把它写入长期记忆的【固定工作流】和【踩坑记录】里。
同类任务下次不需要重新教。有清晰步骤和验收标准。踩坑记录能提醒它下次避免。

常见问题

先看症状,再对照解决,不要把模型问题、网络问题和本体安装问题混在一起。

pip 安装失败

先升级 pip,或用 Python 官方安装包重新安装。公司电脑可能需要管理员权限。

没有 Git 仓库

先 git init 或换到已有 Git 项目。没有版本控制时不要让 Agent 改文件。

模型 Key 不生效

检查环境变量名、base_url 和模型名。先用短对话确认 API 可用。

其他 Agent 安装