什麼是 AI CLI 工具?為什麼正在成為主流?
AI CLI 工具讓你在終端交付任務,並依工具和權限設定讀取專案、執行命令或修改檔案。它可以接進 Git 和測試流程,但不保證產出正確,也不取代人工審查。GUI 編輯器同樣可以支援 agent;選擇重點是你需要什麼工作方式。
十大 AI CLI 工具總覽:2026 年不可不知
| 工具 | 選擇時先看什麼 |
|---|---|
| Claude Code | Anthropic 的 CLI,確認訂閱或 API 存取及權限模式 |
| Codex CLI | OpenAI 的 CLI,區分本機工作、雲端功能和帳號資格 |
| GitHub Copilot CLI | GitHub 工作流程;組織使用者要確認政策是否啟用 |
| Gemini CLI | Google 的開源 CLI,先確認帳號和 API 存取方式 |
| aider、Goose、Crush、OpenCode | 可依各工具文件選擇模型或供應商;client 開源不等於模型免費 |
| Amp、Cline CLI | 查看目前的服務方案、驗證方式和終端工作流程 |
Google 個人帳號提醒: 2026 年 5 月的官方公告表示,Gemini CLI 自 6 月 18 日起停止服務 Gemini Code Assist 個人免費使用者及 Google AI Pro/Ultra 使用者,並引導轉向 Antigravity CLI;Code Assist Standard/Enterprise 與付費 API 路徑仍獲支援。驗證文件和額度文件卻仍列個人帳號與免費額度。官方來源有衝突,請先查看最新資訊並驗證自己的帳號;本文沒有實測所有帳號,也不把舊的每日 1,000 次當作保證。
十分鐘上手:你的第一次 AI CLI 實戰
- 選一個你能使用的 CLI,依官方文件安裝及登入,確認方案、額度與資料政策。
- 開啟你有權使用的專案。先確認工作目錄及 Git 狀態;有重要未保存資料時先保護好。
- 從唯讀問題開始,例如:「列出主要程式進入點和測試命令,附上檔案路徑,不要修改。」使用工具實際的權限控制,單靠 prompt 不是隔離。
- 核對回覆,再提出一個小修改;要求 agent 回報 diff、執行的測試和實際輸出。
- 人工檢查修改與測試結果,再決定是否提交或部署。遇到安裝、授權或用量限制時,不要繼續假設工具已可正常工作。
雙工具策略:探索、實作與複查
可以讓一個 session 找現況,另一個負責修改,再請獨立 session 對照需求和 diff 複查。交接時至少帶上任務、相關檔案位置、允許的操作和預期輸出;不同對話不會自動共享 context。兩個 session 並非一定比較快或便宜,費用和品質要自己測量。
在 Termdock 的專案工作區,你可以手動開終端傳遞任務。若要讓 Claude Code 自行交給 Codex,macOS 可先安裝 termdock CLI 與內建終端操作 skill,請它開啟已安裝並登入的 Codex、傳送需求及 diff 位置、讀回唯讀審查結果。核對問題、修改與測試後再決定下一步。Windows 可使用桌面與 HTTP Terminal API;一鍵 CLI 安裝限 macOS。詳細步驟見 Claude Code 和 Codex 的交接教學。
Context Engineering:CLAUDE.md、AGENTS.md 及其他
把專案架構、驗證命令和限制寫在工具實際會讀取的檔案中。Claude Code 的 CLAUDE.md 與 Codex 的 AGENTS.md 不是所有工具都同時載入;先查各自文件。任務專屬的 skill 也要依工具支援的路徑和格式安裝。用明確任務測試是否讀到正確內容,不要假設開了 workspace 就已載入所有設定。
需要詳細範例時,參考 CLAUDE.md 撰寫指南和 Skill 比較。
多 Agent 開發:搭配 Git Worktree
多個 agent 需要同時修改時,可以先依 Git 文件建立不同 worktree 和分支。以下假設目前的 repo 已有 commit、名稱與目標路徑都尚未存在:
git worktree add -b feature/auth ../project-auth HEAD
git worktree add -b feature/api ../project-api HEAD
各終端切到對應目錄,再分配工作與檔案所有權。要求每個 agent 回報 branch、diff、測試和未完成事項。整合前檢查衝突與依賴順序,再由人決定合併。Worktree 分開工作目錄,但共享 Git repository,不是權限 sandbox。Termdock 可以辨識既有 worktree;它不會自動替每個 agent 建立一份。
費用真相:你實際會花多少錢
訂閱方案、API token、模型、雲端環境與外部服務可能分開計費;開源 CLI 也可能使用付費模型。查各家的方案與用量頁,記錄一段代表性期間的總費用後再比較。用量和價格會變動,不應把固定的節省百分比或請求額度當成保證。
免費 AI CLI 工具比較整理如何區分免費 client、帳號額度與本機模型成本;使用前仍需確認最新方案。
AI CLI 搭配的終端模擬器:Ghostty、Warp 及其他
單一 CLI 可以在許多終端使用;多個長任務則需要清楚辨識工作目錄、程序和輸出。Termdock 提供 macOS、Windows 桌面工作區,並支援終端交接、連接其他電腦與手機瀏覽器操作。手機操作需要配對及可連通的主機,不等同完整桌面功能。終端多工比較說明 tmux、Zellij 和 Termdock 的不同生命週期與限制。
MCP 和 ACP:協定層
MCP 讓相容的 agent 連接工具、資料或服務;ACP 則處理 agent 與 client 的互動。連接 MCP server 前,檢查來源、可用操作和資料權限,不要把正式憑證貼進範例或 prompt。先用測試資料驗證,再依需要開啟權限。可以從建立第一個 MCP Server了解設定和除錯。
安全性:供應鏈攻擊與權限模型
安裝 CLI、skill 或 MCP server 前查來源與版本,檢視依賴與腳本。只授予任務需要的檔案、網路和服務權限,並確認 agent 的實際 sandbox/批准設定。Git worktree、獨立終端或不同 workspace 本身都不是安全隔離。敏感資料先確認供應商政策,重要資料保留可讀備份。
開始行動清單
先選一個可用 CLI,完成一個可驗證的小任務。熟悉後,再加入第二個 session 做唯讀複查;需要平行改檔才建立 worktree。最後記錄實際測試、成本和仍待確認的事項,再決定是否擴大流程。