AI 编程助手到底在用哪些工具？

Claude Code、Codex CLI、Aider 如何读取文件、搜索代码库、运行测试并提交代码——深入底层

AI 编程助手用起来像魔法一样。你输入"在 dashboard 页面加一个登录表单"，工具就能找到正确的文件、写好组件、检查编译是否通过、跑完测试，然后把 git diff 展示给你。

但这里没有任何魔法——只是一个不断循环调用同一批 Unix shell 工具的过程，而这些工具在你的电脑上已经存在几十年了。

本文将详细拆解 AI 编程助手工作时究竟运行了哪些程序，这对性能和安全意味着什么，以及如果你想自己构建一个这样的工具需要了解什么。

适合人群：已经在使用 Claude Code、GitHub Copilot 或 Cursor 的开发者，希望深入理解其工作原理。

AI 编程助手如何运作：智能体循环

所有主流编程助手——Claude Code、OpenAI Codex CLI、Aider、Cline、Cursor——都遵循相同的基本智能体循环：

1. 接收你的提示词
2. 思考：我需要哪些上下文？
3. 调用工具（rg, cat, git, npm...）
4. 观察输出结果
5. 思考：下一步是什么？
6. 重复，直到任务完成

LLM 是大脑，shell 工具是双手。助手做的事情，你在终端里手动也能做到——它只是做得更快，不需要每一步都问你。

理解这些工具，整个系统就不再神秘。

1. 搜索工具：AI 如何读懂你的代码库

AI 编程助手在写任何一行代码之前，需要先理解现有的代码。它使用的正是开发者每天都在用的搜索工具。

ripgrep（`rg`）——主力搜索工具

Ripgrep 是几乎所有编程助手中调用最频繁的工具。速度极快，能识别 .gitignore，处理大型代码库也不会变慢。

# 查找包含某函数的所有文件
rg "authenticate" --type ts

# 查找函数定义
rg "^export function" src/ -n

# 带上下文的搜索
rg "handleLogin" -C 3

# 只列出匹配的文件名
rg "useAuth" -l

当你说"给登录函数加上错误处理"，助手会先跑 rg 定位登录逻辑在哪里——然后才会动任何文件。

`fd` ——快速文件查找

按文件名模式查找文件，而非按内容。

fd -e test.ts          # 所有 TypeScript 测试文件
fd "*.config.js"       # 配置文件
fd -t f -name "*.env"  # 环境变量文件

`find` ——标准备用方案

在没有 fd 的环境中仍被广泛使用。

find src/ -name "*.py" -newer requirements.txt

`grep` ——通用备用方案

没有安装 rg 时，grep -r 能完成同样的工作，只是速度较慢。

性能小贴士：安装 ripgrep（brew install ripgrep / apt install ripgrep），你的 AI 编程助手在大型代码库中的搜索速度会有明显提升。

2. 文件读取工具：摸清现有代码

定位到正确文件后，助手会用最简单的命令读取文件。

`cat` ——读取完整文件

cat src/auth/login.tsx
cat src/lib/api.ts

`head` / `tail` ——读取文件片段

适合大文件、长日志，或者只需了解文件结构而不用全部加载的场景。

head -50 src/api/routes.ts    # 前 50 行
tail -100 logs/app.log        # 日志最后 100 行

`wc` ——先确认文件大小

助手通常会先检查行数，再决定是否读取完整文件。

wc -l src/models/user.py

`ls` / `tree` ——了解目录结构

ls -la src/components/
tree src/ --depth 2

3. 文件写入与编辑工具：动手修改

这里才是真正生成代码的地方。AI 根据变更范围选择不同的编辑策略。

创建新文件

从零编写新文件：

cat > src/components/LoginForm.tsx << 'EOF'
import React, { useState } from 'react'
// ... 生成的代码
EOF

`patch` ——应用结构化差异

用于精确、可审查的编辑：

patch src/auth/login.tsx < changes.patch

`sed` ——原地查找替换

用于跨文件的精准替换：

sed -i 's/oldFunctionName/newFunctionName/g' src/utils.ts

内联 Python / Node 脚本

用于复杂的 JSON、YAML 或配置文件转换：

python3 -c "
import json
with open('config.json') as f:
    data = json.load(f)
data['featureFlag'] = True
with open('config.json', 'w') as f:
    json.dump(data, f, indent=2)
"

4. 代码执行与测试工具：验证结果

设计良好的 AI 编程助手不只是写代码——它还会验证代码能否正常运行。编辑-编译-测试的循环会自动进行。

测试运行器

# Python（Django / FastAPI 项目常用）
pytest tests/ -v
pytest tests/test_auth.py::test_login -x   # 遇到第一个失败即停止

# JavaScript / TypeScript
npm test
npx jest src/auth/login.test.ts

# Go（微服务场景常用）
go test ./...

# Rust
cargo test

类型检查器

npx tsc --noEmit    # TypeScript，不生成输出文件
mypy src/           # Python 类型检查

代码检查与格式化

npx eslint src/ --fix
ruff check src/
npx prettier --write src/

构建验证

npm run build
cargo build
go build ./...
make

整个流程是：写代码 → 测试 → 读取错误输出 → 修复 → 再测试。AI 执行的是和开发者完全一样的循环，只是不需要喝咖啡休息。

5. Git 工具：理解历史记录并保存工作

Git 在编程助手的工作流中处于核心位置。既用于在修改之前理解上下文，也用于在修改之后保存工作。

读取状态与历史

git status                          # 发生了哪些变化
git diff                            # 具体的行级变更
git log --oneline -20               # 近期提交历史
git log main..HEAD --oneline        # 当前分支的变更
git blame src/auth/login.ts         # 谁在什么时候改了什么

提交变更

git add src/components/LoginForm.tsx
git commit -m "feat: add login form component"

用 GitHub CLI（`gh`）处理 PR 工作流

gh pr diff 142                      # 获取 PR 差异用于审查
gh pr create --title "..." --body "..."
gh pr checks                        # 检查 CI 状态
gh issue view 88                    # 读取 Issue 上下文

6. 包管理器与运行时工具

具体调用哪些工具取决于你的技术栈。

JavaScript / TypeScript 项目

npm install
npm run dev
npx <tool>
bun install && bun run dev

Python 项目

pip install -r requirements.txt
python manage.py migrate
uvicorn main:app --reload

Docker 与容器

docker compose up -d
docker logs app_container
docker exec -it container_name bash

API 测试

curl -X POST http://localhost:8000/api/login \
  -H "Content-Type: application/json" \
  -d '{"email":"test@example.com","password":"pass"}'

实战案例："在 /dashboard 添加发帖表单"

当你把这个提示词发给 Claude Code 这样的编程助手时，实际执行的 shell 命令序列如下：

# 第一步：了解项目结构
ls src/
tree src/pages --depth 2

# 第二步：找到 dashboard 页面
rg "dashboard" src/ --type tsx -l
cat src/pages/dashboard.tsx

# 第三步：寻找可复用的现有表单模式
rg "form" src/components/ -l
cat src/components/CommentForm.tsx

# 第四步：了解 API 调用方式
rg "fetch|axios|api" src/lib/ -l
cat src/lib/api.ts

# 第五步：确认现有的 post 相关接口
rg "POST" src/api/ -n

# 第六步：编写新组件
cat > src/components/PostForm.tsx << 'EOF'
...生成的组件代码...
EOF

# 第七步：在 dashboard 页面添加 import
sed -i "s/from '.\/CommentForm'/from '.\/CommentForm'\nimport { PostForm } from '.\/PostForm'/" \
  src/pages/dashboard.tsx

# 第八步：验证 TypeScript 编译通过
npx tsc --noEmit

# 第九步：运行相关测试
npm test -- --testPathPattern=dashboard

# 第十步：查看变更内容
git diff

每一步都是普通的 shell 命令。智能之处在于知道该跑哪些命令、按什么顺序、如何解读输出结果。

为什么这对开发者很重要

理解底层工具层有四个实际意义。

性能：如果没有安装 rg，AI 会退回到 grep，在大型代码库中会慢很多。安装 ripgrep 是对任何 AI 编程助手免费的性能提升。

调试 AI 的错误：当助手做出错误编辑时，通常可以追溯到它读错了什么。问问自己：它搜索了什么，找到了什么？错误几乎总是在工具输出里，而不是在 AI 的推理逻辑中。

安全性：AI 调用的每个工具都以你的身份凭证在你的机器上运行。知道它会调用 git、npm、docker 和 curl，可以帮你清晰地判断它实际需要哪些权限，并通过白名单施加适当限制。

自己构建编程助手：如果想构建类似 Claude Code 或 Aider 的智能体，现在你已经了解了完整的工具面。LLM 层几乎是次要的——真正的工作在于围绕这些程序设计干净的工具接口。

AI 编程助手完整工具清单

类别	使用工具
内容搜索	`rg`（ripgrep）、`grep`、`awk`
文件查找	`fd`、`find`、`ls`、`tree`
文件读取	`cat`、`head`、`tail`、`wc`
文件写入 / 编辑	`patch`、`sed`、`tee`、内联脚本
运行代码	`python`、`node`、`go`、`cargo`、`ruby`
运行测试	`pytest`、`jest`、`vitest`、`go test`、`cargo test`
构建	`npm run build`、`cargo build`、`make`、`gradle`
代码检查 / 类型检查	`eslint`、`tsc`、`mypy`、`ruff`、`prettier`
版本控制	`git`、`gh`（GitHub CLI）
包管理器	`npm`、`pip`、`cargo`、`brew`、`apt`
基础设施	`docker`、`docker compose`、`kubectl`
网络 / API	`curl`、`wget`、`httpie`