大家好,我是袋鼠帝
最近我发现好几个AI交流群炸锅了
起因是一款AI编程工具,大家聊得热火朝天。
不多说,直接上聊天记录,你们自己感受下
这款AI编程工具叫:Augment Code
augmentcode.com
它的slogen是更好的上下文、更好的Agent、更好的代码
最强大的AI软件开发平台,由行业领先的上下文引擎提供支持
Cursor应该是目前名声最大的AI编程工具,但基础会员都只需要20$一个月。
而这个augment基础会员月费都50刀!
今天就带大家好好认识一下这款让群友集体高潮的AI编程工具:Augment Code
注意:augment不是一个单独应用,它是一个插件,适用于vsCode、JetBrains、Vim、Neovim
群友聊天记录里面说可以安装到Trae里面使用,但是我在Trae的扩展里面搜索不到augment,有知道的朋友望评论区告知~
Augment到底牛在哪?
和n8n在工作流领域的专注一样,Augment Code的市场定位和产品设计理念非常明确。
它只做一件事:成为最懂你整个代码库的AI编程伙伴。
Augment Code 是首个获得 ISO/IEC 42001 认证的人工智能编码助手。该标准是人工智能管理系统的国际规范,涵盖了人工智能工具在数据处理、风险管理及安全维护等方面的框架要求。
>/ 1. 超长上下文
很多AI编程工具,包括大家熟知的Cursor,本质上还是一个"外挂"式的聊天机器人,你需要不断地@文件,手动喂给它上下文。
当项目一大,依赖一多,它的智商就直线下降,经常给出一些"正确的废话",代码还会越改越乱...
augment code则从根本上解决了这个问题。它最核心的牛逼之处,就是其恐怖的上下文理解能力。
augment支持高达200K Tokens(20万)的上下文窗口:这是什么概念?
市面上很多同类工具的上下文窗口可能只有几千到一万多Token。
Cursor在chat模式下,支持 2万tokens。在 cmd-k模式下,支持 1万tokens。
而Augment的200K超大窗口,足以让它"吞下"一整个中大型项目,包括前后端、数据库模型、各种配置文件等等。
它不仅是在"看"你的代码,而且是在"理解"你的系统架构~
>/ 2. 多代码库(Multi-Repo)支持
对于现在微服务架构下的开发来说,一个功能往往需要同时修改好几个代码仓库。
比如RuoYi这种经典的后台管理微服务项目
基于强大的上下文能力,Augment能够轻松索引多个关联的代码库,实现真正的跨项目理解和代码生成。
这对于处理复杂业务逻辑和进行大型项目重构来说,绝对是刚需!
>/ 3. 智能体(Agent)模式
它不只是一个问答机器人,更能作为一个自主工作的"智能体"。
你可以给它一个宏观指令,比如"帮我实现用户登录功能,需要集成JWT认证,并在数据库中创建对应的表"等等。
它会自己分析、规划、执行,甚至调用git、npm等终端指令,一步步完成任务。
>/ 4. 记忆(Memories)功能
Augment会学习你的个人编码风格和项目中的特定模式。
PS:该截图来自一位群友:詹同学
用久了,它生成的代码会越来越像你亲手写的,它会记得你的代码偏好,减少了大量磨合和修改成本。
可以说,augment code不是在帮你写几行代码,它是在用一个高级架构师的视角,陪你一起完成整个项目~
Cursor 对比 Augment
群里面好多人都说用上augment之后就弃用Cursor了
那我们就来对比看看
Augment相比Cursor,至少有四大优势:
>/ 1. 原生插件 VS 独立IDE
Augment是一款VS Code和JetBrains的原生扩展插件。
这意味着你不需要改变任何使用习惯,不需要重新配置你的开发环境、快捷键、主题和其它插件。即插即用,无缝集成到你最熟悉的编辑器中。
而Cursor是一个VS Code的Fork版本(分支修改版),一个独立的IDE。
虽然看起来和VS Code很像,但你也需要把它当成一个新应用来安装和配置,你所有的个性化设置都需要迁移一遍,这本身就是一个不小的门槛和成本。
最近甚至有人反映,Cursor会自动屏蔽augment code插件,这种操作格局就小了。
所以Augment对现有工作流的侵入性几乎为零,而Cursor需要你"丢弃"原来的开发环境。
>/ 2. 上下文理解能力
前面提到200K超大上下文窗口和多代码库支持是Augment的特长。
上下文长度越长,才能理解整个项目,理解整个项目,才能基于全局的视角(架构师的视角)更好的开发。
所以augment能轻松驾驭几万、几十万行代码的复杂企业级项目,给出更精准、深入的回答和代码修改方案。
Cursor虽然也在不断优化,但其上下文能力在面对大型项目时依然捉襟见肘。
很多时候,对于跨越多文件、多模块的复杂问题,经常会"失忆"或片面的理解。
如果你的项目很简单,Cursor或许够用
但凡项目复杂度上来,Augment的优势就是碾压性的。
>/ 3. 自主性
Augment的Agent Mode是面向任务的。
它把一个大任务分解成多个步骤,能使用文件系统、终端等多种"工具"去自主完成,更像一个开发工程师在帮你干活。
Cursor:核心交互依然是"一问一答"的聊天模式。
虽然也能生成代码,但它稍显被动,需要你不断地追问。
Augment更主动,自动化程度更高;Cursor更被动,需要的人工介入更多。
>/ 4. 工具集成
Augment官方提供了与GitHub, Jira, Confluence, Notion等常用开发工具的原生集成。
这意味着AI可以直接读取你的Jira任务卡,理解需求后开始编码,这才是真正AI Native的工作流!
Cursor在这方面的集成相对较弱,更多是停留在代码层面,与项目管理的上下游工具链是脱节的。
所以Augment是致力于打通整个研发生命周期,而Cursor则更聚焦于编码这一个环节。
augment安装、使用
说了这么多,是时候亲自上手体验了。
Augment的安装过程极其简单
先下载一个vsCode
https://code.visualstudio.com/download
打开vsCode。
点击左侧的扩展图标(Extensions)。
在市场中搜索Augment,点击Install安装
安装后,侧边栏会出现Augment的图标,点击它根据提示登录(支持GitHub/Google等快捷登录)。
登录之后就可以创建/打开一个本地项目有,或者clone一个Github的远程项目
我这里选择打开一个我本地已有的项目
点击Index CodeBase,索引整个项目
接下来我用一个Case展示一下augment的使用方式和它的强大之处
因为我女朋友在搞猫舍,所以我最近用AI写了一个网站,用于猫咪的信息展示还有养猫咪的一些知识问答。
页面如下
我将用augment来帮我优化这个项目,并实现一些新功能
大家可以看到我提交的任务里面描述了一堆需求(如下图)
(根据我以往使用其他AI工具的经验来看,一次要完成这么多需求太悬了)
特别是猫咪的亲属关系关联,我认为AI是很难实现的,而且我都没想好以什么样的方式来呈现这个功能。
提交之后它就吭哧吭哧开始执行了,一步一步的规划,每一步都有迹可循。
它大概花了5分钟就完成了任务,并且自动在浏览器打开了这个页面
我们一起来看一下它的完成情况,请看VCR
卧槽!说实话真的有点震惊,虽然我这个项目不大
但是这个上面那一堆任务仅仅通过一次执行就全部完成了!我是完全没想到的。
尤其那个猫咪家族关系关联功能完成的很棒,至少在开始任务之前我都不知道这个功能应该怎么呈现,而且我只说了父母和子女,但是它还把兄弟姐妹的关系也做进功能里面了,不得不点赞~
就是这个UI改得有点丑,比原来的还稍微丑了点
体验下来感觉augment的原生审美很一般(我测试了好几次)
也有可能是我的提示词表达的不到位...
另外,augment的新用户可以体验14天的Pro会员(价值25$吧)
我还剩8天
墙裂推荐试试~
PS:据说Augment的免费版本会使用用户的代码数据来训练和改进他们的AI模型,付费用户就不会,所以大家一开始不要用公司项目来体验哦
如果这篇阅读量不错(呼声高),后续就写无限白嫖教程,带大家一起免费薅!欢迎多多点赞、转发、推荐。
最后
从最早的GitHub Copilot,到后来的颠覆者Cursor,再到今天的augment code,我们能清晰地看到AI编程工具的进化轨迹。
augment code真正解决的痛点,是AI与复杂软件工程之间的鸿沟。
它让AI不再是一个"玩具"或"辅助工具",而是真正能深入到复杂项目核心,并承担关键角色的生产力伙伴。
虽然它目前也并非完美,比如生成的UI还略显粗糙,但它展现出的强大能力和正确的发展方向,足以让我们对AI编程的未来充满无限遐想。
如果你还在被复杂的项目代码搞得焦头烂额
或者觉得现有的AI工具总差那么点意思
墙裂建议你花三分钟时间,安装体验一下augment code
相信我,它会给你打开一扇新世界大门
文章来自公众号“袋鼠帝AI客栈”,作者“袋鼠帝”
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。
项目地址:https://github.com/browser-use/browser-use
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。
项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0