1理论基础※各种Vibe编程工具无非就是LLM调用及信息处理工具。※Vibe与LLM交互的四个进级阶段・Promt(提示词)只包含当前请求信息是向LLM的初始输入信息。例如早期的Chatbot。・Context(上下文)包括Prompt历史对话和自己的输出即形成记忆商用的有RAG服务器可以存多个Session开源Vibe通常是存在本地仅支持单Session受LLM所支持Token数量的限制Context的物理最大长度叫 上下文窗口(Context Window)。应用层面的长度限制叫上下文约束(Context Constraint),例如Course按不同费用划分等级。・Skills把某个任务的步骤固化下来的技能包。・Harness(智能编排)通过多Agent实现workflow执行过程的智能化人只负责整体的输入条件和输出验收。※RAG Indexing(外部数据切分后向量化入库) Retrieval(检索优化及用户问题定位) Augmentation(重排序上下文拼接后压缩等) Generation(LLM交互)Harness Interface嘴Tools手脚Memory记忆Environment环境Permissions权限Feedback Loop反馈回路Agent LLM Harness嘴手脚工具记忆干活优点缺点单Agent・超大Context Window的LLM完成理解回答的全过程。・架构简洁不需要Agent间的各类问题稳定性强・全部信息在一个Context中不会出现信息丢失・调试相对简单通过Prompt就能看到效果・有Context Winow限制・缺乏自我纠错和外部检证机制・复杂大任务时时间长响应慢多Agent・每个Agent专注自己的领域可针对优化・支持水平扩展・各Agent间相互验证降低单点幻觉・架构复杂拆分和组织各Agent间协作往往不及预期。・Agent间的通信状态管理任务调度错误处理等精力投入大。・步骤少的单Agent即可步骤多的协作性难搞好。2Vibe工具对比CursorClaude CodeCodexClineKiloTrae厂商AnysphereAnthropicOpenAI――字节跳动终端CLI独立IDECLIVS Code插件CLI独立IDEVS Code插件VS Code插件CLIVS Code插件CLI独立IDE费用・订阅式・Token计费式・本地Ollama主流档是$20/月的订阅式另外提供试用版和工具开源免费Token自付国内版免费Token等费用由厂商承担―配置Anthropic API Key配置OpenAI API Key通过OpenRouter配置免费API Key配置各自的API Key可通过CLI或VS Code连接Ollama但各自独立IDE目前有各自的问题不推荐。基础架构RAG单Agent(基础版)Cursor2的多Agent和Cursor3的Agent-FirstRAG逐步弱化单Agent及Subagent多Agent(Agenttic)单AgentAgent SearchRAG增强版(自研的CKG)Context Window约100K200K约120K挂在LLM相关约100Krules通常包含 根目录下的AGENTS.md和 rules下的各类*.mdMCP〇◎△◎△△优点打开项目工程后会自动全库索引建立依赖关系使上下文工程化具有超大的上下文窗口(100万Token)围绕设计,系统构建,代码优化等方面的专有LLM通过SKILLS实现工作流引擎Harness的多Agent套装OpenClaw是通用业务的多Agent工作流智能平台,Codex可以看作是Vibe领域的专用OpenClawWindows环境下,借用VS Code的UI,比Open Code的TUI版,使用更便捷。当然,与Claude Code相比,开源工具在各功能方面好像都有,但成色要逊色很多。最主要差距是上下文窗口仅20万Token,约4万行代码。还需要自己优化规则和各类配置,也不一定做的好,影响结果・Memory Bank将项目规则和动态上下文(历史决策,状态等)做成标准化的,可自动维护的本地MD系统。・Qdrant在本地集成向量数据库,响应速度更快。・多Agent智能工作引擎Cursor免费平替使用中文与中文LLM交互比对接英文LLM,约节省50%Token缺点因全库索引的技术机制,项目工程的规模在300文件,合计5万行,总量30MB内为宜;要定义.cursorignore排除非必要与LLM交互数据多费用高国内网络环境限制多延续微软的闭源风格,学习成本高;且长工作流的结果可控性还不成熟,费用可能成倍增加摊子铺的太大,功能不精,欠缺稳定性和准确性适用场景实现具体的小功能(函数单测,Util类,校验补全等)。实时反馈和人机互动,人工判断每步的Accept/Reject,降低次生风险基于大量信息源的新项目构建;复杂大工程的全面解读和重构;自主型工作流Open Code是其开源平替;TUI版Harness是面向代码工程的智能工作流引擎;例如,输入BRD,SRD等设计,则实现应用架构创建,数据库构建,业务编码,文件管理,自动化测试,CICD,代码重构等软件项目工程化的完整链路技术架构和功能上集各家所长,但细节上还需长时间打磨;目前不易当小白鼠※关于费用除了IDE外各商业软件的服务器端还要处理上下文工程Agent编排索引缓存等运营成本。※OpenRouter是LLM的聚合平台提供统一的API Key便于切换使用封装了QwenDeepSeek等免费LLM目前Google的免费额度也较大。但使用Claude或GPT等付费LLM会比直接配置他们的API Key费用高。※AGENTS.md和rules下的各类md就是工程化的Promptmarkdown格式。根据目的作用域以及特性的不同分属到各类md文件中。※MCP使编程工具通过访问数据库GitHubJiraFigmaPlaywright内部知识库等外部数据资源实现流程自动化。※Cursor像铁锹适合到处修修补补精度高但产量有限Claude Code等LLM为核心的就像挖土机适合挖大坑深坑范围广但可能粗糙。所以两者结合使用是最佳实践。