这个项目聚合了多个开源的coding agent项目，用于学习和评估。 每个子项目都作为 submodule 添加到当前项目中。
- 项目结构和框架：分析项目的编程语言和框架、代码目录结构、核心模块等信息
- 交互方式：评估agent与用户的基本交互界面和方法，包括命令行、IDE集成、独立GUI等
- 基本流程：分析agent的核心工作流程，从接收指令到完成任务的处理步骤
- 上下文管理：考察agent如何维护和处理代码上下文，包括文件系统、代码理解和记忆，以及如何从交互中学习并优化自身行为
- 工具使用：评估agent集成和使用外部工具的能力，如版本控制、Lint工具、编译器等
- 模型选择：分析agent的模型使用策略，包括单模型架构、多模型协作及模型切换机制
- 安全策略：评估agent的安全机制，包括代码执行权限、文件访问限制和敏感信息处理
- 执行效果：分析agent完成任务的质量、速度和可靠性
- 成本控制：考察agent如何优化计算资源和API调用成本的策略
- 可扩展性：考察agent如何支持新的语言、框架或工具的能力
- 调试能力：分析agent自我诊断问题和修复错误的能力
- 其他特性：评估agent的其他独特功能或设计理念
- 使用完整的语言来描述各个维度的特性，避免使用高度概括性的描述
- 关注核心流程，周边功能适当精简
- 对于关键的流程或者特性，适当添加代码实例或者文件链接
- 提及代码文件的时候，要使用Markdown链接，比如 base_coder.py
- 项目中的术语不要翻译
- 尽量使用无序列表，便于后续编辑
| 维度 | aider | cline | OpenHands | codex | anon-kode | auto-coder |
|---|---|---|---|---|---|---|
| 实现方式 | 基于Python的命令行工具，专注于结对编程体验 | 作为VSCode扩展实现，深度集成IDE环境 | 独立平台，同时支持Web界面和多种运行模式 | 基于TypeScript的终端CLI工具，使用React/Ink构建丰富命令行界面 | 轻量级终端AI编码助手，支持任何OpenAI兼容API的模型 | 基于Python的多模式AI编程助手，由Byzer-LLM提供支持 |
| 交互体验 | 通过命令行进行交互，使用"/命令"系统控制工作流，支持语音输入和外部编辑器监视 | 在VSCode中提供图形化界面，支持图像上传、差异视图和文件编辑，实现无缝IDE体验 | 提供多种交互模式，包括Web界面、CLI和无头模式，支持GitHub Action自动化和API集成 | 命令行REPL环境，支持多种批准模式，提供结构化差异视图和审查机制 | 命令行聊天界面，使用"/命令"控制系统，支持细粒度权限控制和MCP集成 | 支持聊天、命令和服务多种交互模式，提供插件系统和丰富的命令补全 |
| 上下文管理 |
代码知识图谱：构建Repository Map，使用networkx分析代码依赖关系 智能重要性排序：应用PageRank算法识别核心组件，优先处理关键代码 多级缓存系统：维护标签缓存、树缓存和映射缓存，基于文件修改时间更新 Git记忆机制：每次修改自动提交，提交信息包含修改意图，形成可检索的知识库 |
语法结构分析：使用tree-sitter解析AST，深入理解代码结构和语义 检查点系统：在关键步骤创建工作区快照，支持比较和回溯 文件系统索引：建立工作区文件索引，识别关联文件和依赖 上下文压缩：智能截断和组织上下文，优化token使用效率 |
文件系统映射：构建结构化项目表示，识别关键配置和依赖 微代理知识体系：根据关键词触发特定领域知识，动态加载相关指南 任务记忆持久化：通过memory模块维护短期和长期记忆，在相关任务间传递知识 项目特定化：通过.openhands目录加载仓库特定指南，应用团队约定 |
项目文档集成：自动加载项目的codex.md文件作为上下文 多级配置管理：支持全局和项目级设置 沙箱执行环境：安全隔离的命令执行 Git集成：自动检测仓库状态，提供变更安全网 |
会话管理：完整记录对话历史和工具执行结果 权限上下文：项目级别权限配置和授权记忆 命令安全分析：自动识别安全和危险命令 持久化记忆：跨会话保存和恢复交互状态 |
检索增强生成：支持向量和文本混合搜索 多层级记忆系统：短期、中期和长期记忆管理 项目知识图谱：自动分析项目结构和依赖 事件驱动通信：基于事件的组件间协作 |
| 工具集成 |
版本控制：自动Git提交、差异查看和撤销 代码质量：运行linter和测试，提供修复 系统工具：执行shell命令，捕获输出 多媒体：处理图像和PDF文件作为设计参考 |
编辑器工具：精确文件编辑、代码补全 终端集成：执行命令并监视输出流 浏览器自动化：点击、输入、截图、读取控制台 诊断整合：自动检测并修复编译/lint错误 |
沙箱执行：在Docker环境中安全运行代码和命令 网络工具：通过browsergym进行浏览器自动化 版本控制：管理Git仓库、分支、PR和issue 开发工具：代码linting、测试运行、依赖管理 |
文件操作：安全的文件读写和修改 Shell执行：在平台特定沙箱中运行命令 Git集成：版本控制和变更管理 多媒体处理：支持图像输入和视觉理解 |
文件工具：读取、编辑、创建和搜索文件 终端工具：安全的命令执行和输出捕获 记忆工具：持久化信息存储和检索 MCP工具：支持Model Context Protocol互操作 |
代码生成：智能补全和重构 索引搜索：基于语义和文本的代码检索 版本控制：Git操作和变更管理 插件系统：可扩展的工具和命令集 |
| 安全机制 | 实现文件访问控制和代码路径验证，支持只读模式查看敏感文件，使用Git安全检查防止意外覆盖 | 采用"Human-in-the-loop"设计，所有操作需用户确认，提供代码审核机制和检查点回滚功能 | 使用Docker沙箱隔离执行环境，实现细粒度访问控制，安全管理API密钥，严格验证用户输入 | 多级批准模式系统(suggest/auto-edit/full-auto)，OS级沙箱隔离(macOS Seatbelt/Linux Docker)，网络访问控制 | 细粒度权限系统，命令级别授权控制，安全命令自动识别，工作目录隔离，无遥测数据收集 | 通过.autocoderignore配置排除敏感文件，模型过滤机制防止信息泄露，命令执行安全和版本控制安全网 |
| 扩展能力 | 通过插件式设计和可扩展编辑器框架支持功能扩展，可添加新的编辑策略 | 利用Model Context Protocol (MCP)创建自定义工具，支持多语言开发，提供本地化界面 | 基于微代理架构实现领域专用知识和工作流扩展，支持多种部署方式，可集成到CI/CD流程 | 模型提供商系统支持多种LLM，沙箱执行环境可扩展到不同平台，灵活的配置系统 | 模块化工具系统，命令扩展机制，MCP集成能力，提供商抽象支持多种模型 | 插件系统，事件驱动架构，自定义代理扩展，YAML配置系统，RAG存储后端扩展 |
| 特色功能 | 架构师模式支持两个模型协作（设计与实现分离），丰富的命令系统（40+命令），智能历史摘要 | 浏览器自动化支持端到端测试，检查点系统允许比较和恢复工作区，@提及语法快速添加上下文 | 微代理系统分为知识型、任务型和仓库型，完整的评估框架，支持多种交互模式满足不同场景需求 | 终端优先设计，网络隔离沙箱执行，跨平台支持，CI/CD友好的非交互模式 | 细粒度权限控制，命令系统，MCP服务器支持，跨平台终端UI，本地化能力 | 多语言支持，声音输入功能，设计与执行分离，自动学习能力，多代理协作系统 |