从零开始构建一款开源的 Vibe Coding 产品 Week1Day4:业界调研之 Agent 横向对比

前情回顾

前面两天我们重点调研了了一下 Cursor 的原理和 Cursor 中一个关键的工具 edit_file 的实现，但是其他 Coding Agent 也需要稍微摸一下底，看看有没有优秀之处，下面是调研的结果。

调研的 Coding Agent 列表

VSCode 插件

1. Cline

• GitHub: https://github.com/cline/cline

• Website: https://cline.bot/

2. GitHub Copilot

• GitHub: https://github.com/microsoft/vscode-copilot-chat

• Website: https://github.com/features/copilot

IDE

1. Cursor

• GitHub: https://github.com/cursor/cursor

• Website: https://cursor.sh/

Command Line

1. Claude Code

• GitHub: https://github.com/anthropics/claude-code

• Website: https://docs.anthropic.com/en/docs/claude-code/overview

2. Gemini CLI

• GitHub: https://github.com/google-gemini/gemini-cli

• Website: https://developers.google.com/gemini-code-assist/docs/gemini-cli

3. Aider

• GitHub: https://github.com/Aider-AI/aider

• Website: https://aider.chat/

4. OpenCode

• GitHub: https://github.com/opencode-ai/opencode

Tools List

横向对比

Claude Code 的工具名和 Aider 很相似，有理由相信它一开始是基于 Aider 来开发的

Cursor

搜索与发现

• codebase_search - 语义搜索代码库，基于内容理解进行智能搜索

• grep_search - 使用正则表达式进行精准文本搜索

• file_search - 模糊搜索文件路径，快速定位目标文件

• web_search - 搜索网页信息，获取在线资源

• list_dir - 列出目录内容，浏览文件结构

文件系统操作

• read_file - 读取文件内容，支持各种文本格式

• edit_file - 编辑或创建文件，支持多种编程语言

• delete_file - 删除指定文件

• reapply - 重新应用之前的编辑操作（当编辑失败时使用）

指令执行

• run_terminal_cmd - 执行终端命令，运行脚本和程序

知识管理

• update_memory - 存储或更新项目相关记忆，保持上下文连贯性

GitHub 集成

• fetch_pull_request - 获取 Pull Request 或 Commit 详细信息

• fetch_github_issue - 获取 GitHub Issue 信息和讨论内容

内容生成

• create_diagram - 创建 Mermaid 图表，可视化流程和架构

Trae

• search_codebase - 基于语义的代码搜索

• search_by_regex - 正则表达式文本搜索

• view_files - 查看多文件内容

• list_dir - 列出目录结构

• write_to_file - 创建/覆写文件

• update_file - 块替换式文件编辑

• edit_file_fast_apply - 快速代码片段修改

• rename_file - 文件重命名/移动

• delete_file - 删除文件

• run_command - 执行系统命令

• check_command_status - 命令状态检查

• stop_command - 终止运行中命令

• open_preview - 预览网页应用

• web_search - 联网搜索

• finish - 结束会话

Cline

1. read - 读取文件内容

2. write - 写入或创建文件

3. edit - 对文件进行定向编辑

4. ask_question - 向用户提出后续问题

5. plan_mode_respond - 以计划模式进行响应

6. bash - 执行命令行命令

7. ls - 列出目录内容

8. grep - 使用正则表达式搜索文件

9. web_fetch - 获取网页内容

10. 
    list_code_definition_names - 列出代码定义名称

11. use_mcp_tool - 使用 MCP 服务器工具

12. access_mcp_resource - 访问 MCP 服务器资源

13. load_mcp_documentation - 加载 MCP 文档

14. new_task - 创建新任务

15. attempt_completion - 展示最终结果

16. browser_action - 浏览器自动化（取决于 supportsBrowserUse 设置）

Github Copilot

文件操作工具：

• apply_patch - 应用代码补丁到文件

• read_file - 读取文件内容

• create_file - 创建新文件

• insert_edit_into_file - 向现有文件插入编辑内容

• replace_string_in_file - 替换文件中的字符串

• list_dir - 列出目录内容

• create_directory - 创建新目录

搜索和发现工具：

• file_search - 按名称/模式查找文件

• grep_search - 在文件中搜索文本内容

• semantic_search - 语义代码库搜索

• search_workspace_symbols - 搜索代码符号

• list_code_usages - 查找代码使用引用

• test_search - 查找测试文件

• get_search_view_results - 获取搜索视图结果

项目结构工具：

• read_project_structure - 读取整体项目结构

• get_doc_info - 获取文档信息

开发工具：

• run_tests - 执行测试套件

• test_failure - 处理测试失败

• get_errors - 获取编译/检查错误

• run_vs_code_task - 运行 VSCode 任务

• create_and_run_task - 创建并执行任务

版本控制工具：

• get_changed_files - 获取 SCM 更改

终端和命令工具：

• run_in_terminal - 执行终端命令

• get_terminal_output - 获取终端输出

• get_terminal_selection - 获取终端选择内容

• get_terminal_last_command - 获取最后一个终端命令

• run_vscode_command - 运行 VSCode 命令

扩展和环境工具：

• install_extension - 安装 VSCode 扩展

• get_vscode_api - 访问 VSCode API

• update_user_preferences - 更新用户设置

笔记本工具：

• 
  create_new_jupyter_notebook - 创建 Jupyter 笔记本

• edit_notebook_file - 编辑笔记本文件

• run_notebook_cell - 执行笔记本单元格

• read_notebook_cell_output - 读取单元格输出

• 
  copilot_getNotebookSummary - 获取笔记本摘要

工作区和项目工具：

• create_new_workspace - 创建新工作区

• get_project_setup_info - 获取项目设置信息

网络和外部工具：

• fetch_webpage - 获取网页内容

• github_repo - 访问 GitHub 仓库

• open_simple_browser - 打开简单浏览器

实用工具：

• think - 内部推理工具

Gemini CLI

1. list_directory - 列出文件和目录

2. read_file - 读取文件内容

3. search_file_content - 使用正则表达式搜索文件内容

4. glob - 查找匹配模式的文件

5. replace - 编辑/替换文件内容

6. write_file - 将内容写入文件

7. web_fetch - 获取URL内容

8. read_many_files - 一次读取多个文件

9. run_shell_command - 执行shell命令

10. save_memory - 保存到长期记忆

11. google_web_search - 执行网络搜索

Claude Code

Bash - 执行shell命令

Read - 从文件系统读取文件

Write - 将文件写入文件系统

Edit - 编辑现有文件

MultiEdit - 对文件进行多处编辑

Glob - 文件模式匹配

Grep - 搜索文件内容

LS - 列出目录

WebSearch - 搜索网络

WebFetch - 获取网页内容

TodoRead - 读取待办事项列表

TodoWrite - 管理待办事项列表

NotebookRead - 读取Jupyter笔记本

NotebookEdit - 编辑Jupyter笔记本

exit_plan_mode - 退出规划模式

Aider

File Operations:

1. Read - 读取文件系统中的文件（带行号）

2. Edit - 在文件中进行精确的字符串替换

3. MultiEdit - 对单个文件进行多处编辑

4. Write - 写入/覆盖整个文件

5. NotebookRead - 读取 Jupyter 笔记本（.ipynb 文件）

6. NotebookEdit - 编辑 Jupyter 笔记本单元格

File Discovery & Search:

1. Glob - 使用模式（如 **/*.js）查找文件

2. Grep - 使用正则表达式搜索文件内容

3. LS - 列出文件和目录

System Operations:

1. Bash - 在持久化的shell会话中执行bash命令

Task Management:

1. TodoRead - 读取当前待办事项列表

2. TodoWrite - 创建和管理结构化任务列表

Web Operations:

1. WebFetch - 获取并使用AI处理网页内容

2. WebSearch - 搜索网络信息

Agent & Planning:

1. Task - 启动专门的代理处理复杂搜索

2. exit_plan_mode - 在展示实施计划后退出规划模式

OpenCode

1. bash - 命令执行

2. edit - 使用查找/替换进行文件编辑

3. fetch - HTTP内容获取

4. glob - 文件模式匹配

5. grep - 使用正则表达式进行内容搜索

6. ls - 目录列表

7. sourcegraph - 公共代码仓库搜索

8. view - 带行号的文件查看

9. patch - 多文件补丁应用

10. write - 文件创建/覆写

11. agent - 子代理生成

12. diagnostics (条件性) - 可用时的LSP诊断

Edit Tool 实现

Cline

参数

• file_path (字符串): 要修改的文件的绝对路径

• edits (数组): 编辑操作数组，每个操作包含：

• old_string (字符串): 要替换的确切文本

• new_string (字符串): 替换文本

输出格式

返回按顺序应用文件修改的结构化结果。支持：

1. diff 格式的 SEARCH/REPLACE 块：

------- SEARCH
旧内容在这里
=======
新内容在这里
+++++++REPLACE

1. 流式 JSON 替换 用于实时更新

2. 工具使用接口 带有 type/name/params 结构

3. 错误处理 具有特定错误类型和验证

工具映射：MultiEdit → replace_in_file 内部映射

核心字符串匹配层次结构

1. 精确字符串匹配（主要方式）

constexactIndex = originalContent.indexOf(currentSearchContent,lastProcessedIndex)

• 简单的 indexOf 子字符串搜索

• 时间复杂度：O(n×m)，其中 n=文件长度，m=搜索模式长度

• 从 lastProcessedIndex 开始以保持顺序

1. 行修剪回退匹配

functionlineTrimmedFallbackMatch(originalContent:string, searchContent:string, startIndex:number)

• 将两个内容分割成行

• 在 trim 后逐行比较以忽略空白字符

• 时间复杂度：O(n×m×k)，其中 k=平均行长度

1. 块锚点匹配（仅限 3+ 行）

functionblockAnchorFallbackMatch(originalContent:string, searchContent:string, startIndex:number)

• 使用第一行和最后一行作为"锚点"

• 时间复杂度：O(n×2) - 仅检查首末行

1. 全文件搜索（最后手段）

constfullFileIndex = originalContent.indexOf(currentSearchContent,0)

• 从头开始搜索整个文件，用于乱序编辑

• 忽略 lastProcessedIndex

字符串处理细节

正则表达式模式：

constSEARCH_BLOCK_START_REGEX =/^[-]{3,} SEARCH>?$/
constSEARCH_BLOCK_END_REGEX =/^[=]{3,}$/
constREPLACE_BLOCK_END_REGEX =/^[+]{3,} REPLACE>?$/

字符索引计算：

letmatchStartIndex = 0
for(letk = 0; k < lineNumber; k++) {
matchStartIndex += originalLines[k].length + 1 // +1for\n
}

算法复杂度

时间复杂度：

• 最佳情况：O(n) - 单次精确匹配

• 平均情况：O(n×m) - 精确字符串匹配

• 最坏情况：O(n×m×k×4) - 所有回退策略失败

空间复杂度：

• O(n + m) - 存储原始内容 + 搜索模式

• O(L) 额外用于行数组，其中 L = 行数

关键特性

1. 顺序处理：维护 lastProcessedIndex 确保编辑按文件顺序应用

2. 贪婪匹配：取找到的第一个匹配，无回溯

3. 无模糊匹配：仅精确字符串/修剪行匹配

4. 基于锚点的优化：使用首末行减少大块的搜索空间

5. 回退策略链：从最精确到最宽松的分层方法

Gemini CLI

参数

• file_path (字符串，必需): 文件的绝对路径

• old_string (字符串，必需): 要替换的文本

• new_string (字符串，必需): 替换文本

• expected_replacements(数字，可选): 预期替换次数 (默认: 1)

输出

• 成功: "Successfully modified file: {path} ({count} replacements)" 或带有统一差异的 FileDiff 对象

• 错误: 描述性消息如 "Failed to edit, could not find the string to replace"

实现原理

该工具不会重新生成整个文件，而是使用就地文本替换方式：

实现步骤

1. 将现有文件内容读入内存 (fs.readFileSync)

2. 使用 JavaScript 的 replaceAll 方法应用字符串替换 (第192行)

3. 将修改后的内容写回磁盘 (fs.writeFileSync)

关键要点

• 使用

  currentContent.replaceAll(oldString, newString)

  进行替换

• 仅将修改后的内容写回磁盘

• 对于新文件，直接写入 newString

• 无需完整文件重新生成 - 仅进行目标文本替换

核心算法详解

1. 基础字符串匹配 (JavaScript replaceAll)

currentContent.replaceAll(oldString, newString)

• 使用 JavaScript 原生的 String.replaceAll方法

• 时间复杂度：O(n×m)，其中 n = 内容长度，m = 模式长度

• 算法：V8 引擎中类似 Boyer-Moore 的实现

1. 出现次数计算算法

functioncountOccurrences(str:string, substr:string):number{
letcount =0;
letpos = str.indexOf(substr);
while(pos !==-1) {
count++;
pos = str.indexOf(substr, pos + substr.length);
}
returncount;
}

• 算法：防止重叠的朴素字符串搜索

• 时间复杂度：O(n×m) 最坏情况

• 空间复杂度：O(1)

1. 智能纠正管道

阶段 1：直接匹配

1. 尝试精确的 old_string 匹配 → 计算出现次数

2. 如果匹配预期次数 → 继续进行

阶段 2：反转义纠正

javascript

unescapeStringForGeminiBug(inputString):
returninputString.replace(/\\+(n|t|r|'|"|`|\\|\n)/g, (match, char) => {
//转换 \\n → \n, \\" → ", 等
})

• 正则表达式模式：/\\+(n|t|r|'|"||\|\n)/g`

• 修复 LLM 生成的过度转义问题

阶段 3：AI 驱动的纠正

• 使用 Gemini Flash 模型在文件中查找相似文本

• 通过 LLM 语义理解进行模糊匹配

• 尝试纠正 old_string 和 new_string

阶段 4：修剪优化

javascript

trimPairIfPossible// 如果能改善匹配，移除前导/尾随空白字符

1. 缓存策略

• LRU 缓存 (最大 50 个条目)

• 缓存键:

  ${currentContent}---${originalParams.old_string}---${originalParams.new_string}

• 避免冗余的 LLM 调用

算法特性

该算法主要基于精确字符串匹配，配备智能回退机制来处理常见的转义问题，并在精确匹配失败时使用 AI 驱动的模糊纠正。工具具有内存效率，仅加载/处理文件内容一次并执行直接字符串替换。

Claude Code

参数

必需参数:

• file_path (字符串): 文件的绝对路径

• old_string (字符串): 要替换的文本

• new_string (字符串): 替换文本

可选参数:

• replace_all (布尔值): 替换所有出现的位置 (默认: false)

输出格式

javascript

{
filePath:string,
oldString:string,
newString:string,
originalFile:string,
structuredPatch: object,
userModified: boolean,
replaceAll:boolean
}

实现原理

Edit 工具会重新生成整个文件。基于实现模式和工具接口，它：

1. 将整个文件作为字符串读入内存

2. 使用 JavaScript 的 .replace 方法执行字符串替换

3. 将完整的新内容写回文件

核心实现模式

// 读取整个文件
constcontent = fs.readFileSync(filePath,'utf8');
// 替换字符串
constnewContent = replaceAll ?
content.replaceAll(oldString, newString) :
content.replace(oldString, newString);
// 写入整个新文件
fs.writeFileSync(filePath, newContent,'utf8');

它不进行就地编辑 - 而是在内存中处理完整的文件内容并写出整个修改后的版本。

核心算法详解

字符串替换算法

functioneditFile(content, oldString, newString, replaceAll) {
if(replaceAll) {
// 替换所有出现的位置
returncontent.replaceAll(oldString, newString);
}else{
// 仅替换第一个出现的位置
constindex = content.indexOf(oldString);
if(index ===-1)thrownewError("String not found");
// 检查唯一性
if(content.indexOf(oldString, index +1) !==-1) {
thrownewError("Multiple matches found, use replace_all or provide more context");
}
returncontent.replace(oldString, newString);
}
}

关键算法细节

1. 字符串搜索

• 使用 indexOf 对文件内容进行线性搜索

• 时间复杂度：O(n×m)，其中 n=文件大小，m=搜索字符串长度

• 逐字节搜索 UTF-8 编码的文本

1. 唯一性验证

• 当 replace_all=false 时，检查多个匹配项

• 扫描整个文件以计算出现次数

• 如果 old_string 出现超过一次则失败

1. 替换策略

• 单次替换:

  string.replace(oldString, newString)

  - 替换第一个匹配项

• 全部替换:

  string.replaceAll(oldString, newString)

  - 替换所有匹配项

• 创建包含替换内容的新字符串

1. 内存使用

• 将整个文件作为单个字符串加载到内存中

• 创建包含替换内容的新字符串 (写时复制)

• 内存需求：操作期间约为文件大小的 2 倍

1. 边界情况

• 空的 old_string - 拒绝

• old_string == new_string- 拒绝

• 不存在的文件 - 错误

• 二进制文件 - 可能损坏数据

• 超大文件 - 内存限制

算法特性

该算法是直接的字符串操作，而非复杂的文本解析或基于 AST 的编辑。它主要基于精确字符串匹配，通过内存中的完整文件处理来实现文本替换。

感想

看了这么多工具，我个人感觉在工具使用层面，各个 Coding Agent 没有太本质的差异，我依然保持下面这些是 Coding Agent 关键能力的想法：

1. 一个完整的文件系统，这是给「搜索与查找工具」和「文件操作工具」来使用的；

2. 一个完整的 windows/unix 的沙箱，这是给「run_terminal_cmd」工具用的，因为这个工具会调用各种系统命令；

3. 联网搜索的能力，包括基于搜索引擎搜索和 Github 相关的搜索。

4. 高效的 edit_file：大模型生成完整的代码生成会很耗时，在修改场景，看起来只会生成部分片段，这个片段的格式不是典型的 git diff 格式，是一种很模糊的格式，edit_file 也有类似于 Prompt 的内容，推测它的实现也是基于模型的。

5. 高效的语义化索引/搜索工具：看起来是需要基于 Embedding 模型和向量数据库构建语义化搜索工具。