Aider 是一个跑在终端里的 AI 结对编程工具。你在命令行里说清要改什么,它把整个 git 仓库的结构摘要和相关文件一起发给模型,模型回一段补丁,它把补丁写进真实文件,并顺手提交一次 git。没有图形界面,也不接管你的编辑器,所有动作都留在版本历史里。
安装通道与版本约束
官方给的快捷方式是先装一个引导包,再由它把 aider 装进独立的 Python 环境。几种装法在适用场景上略有差别,先看清再动手。
| 方式 | 命令要点 | 适用情况 |
|---|---|---|
| aider-install 引导包 | python -m pip install aider-install,再执行 aider-install | 已有 Python 3.8–3.13,想少折腾依赖 |
| uv 一行脚本 | macOS 与 Linux 走 install.sh,Windows 走 install.ps1 | 机器上没有合适的 Python |
| uv tool | uv tool install --python python3.12 aider-chat | 已在用 uv 管理命令行工具 |
| pipx | pipx install aider-chat | 想与其他 Python 项目隔离 |
| pip | python -m pip install -U aider-chat | 临时环境,依赖自己扛 |
官方明确不建议走系统包管理器,原因是打包者常把依赖装错。装完 cd 进代码仓库,用 --model 加 --api-key 起一个会话,例如 --model deepseek 配 DeepSeek 的密钥,或 --model sonnet 配 Anthropic 的密钥。密钥也可以放进环境变量,避免留在 shell 历史里。完整步骤见 官方安装文档。
版本上有个容易踩的坑:aider-install 接受 3.8 到 3.13 的 Python,会按需补一个 3.12 的环境;pipx 与 pip 的文档标注范围是 3.9 到 3.12。仓库里另有一条实验性支持 Python 3.14 的提交,但那是实验分支上的动作,不是稳定承诺,生产机器上按文档走即可。
repo map:把整个仓库压成一张索引
上下文是这类工具的分水岭。Aider 的做法不是把仓库全文塞进去,而是先生成一张 repo map:列出仓库里的文件,以及每个文件里的类、函数与调用签名,必要时附上定义处的几行代码。这张图随每次请求一起发给模型。
图不是随手截断的。Aider 把每个源文件当作节点,把文件之间的依赖当作边,跑一次图排序,优先保留被其他代码引用得多的符号。你改的是订单模块,它就更可能带上支付与库存里被频繁调用的接口。这个排序在每次请求前重算,所以对话中加了新文件,图也会跟着变。
预算由 --map-tokens 控制,默认 1k token。它会随对话状态浮动:当你还没用 /add 加任何文件时,map 会明显扩张,好让模型对整个仓库有个底;一旦你把几个文件加进对话,map 就退回预算内,把额度让给正文。/map 打印当前这张图,/map-refresh 强制重算。细节在 repo map 文档里,包含一段真实的图样例。
解析由 tree-sitter 完成,官方说法是覆盖上百种语言,Python、JavaScript、Rust、Go、C++、PHP、HTML、CSS 都在内。这意味着它不挑语言,但也意味着非 Python 项目的体验取决于两件事:该语言的查询规则够不够细,以及你有没有把 lint 与测试命令接上。
三个命令撑起一天的修改
一次典型修改只有四步:/add 把要动的文件加进对话;用一句话说清目标;等它返回补丁并落盘;/diff 看它到底改了什么。看着不对就 /undo,看着对就继续下一件事。命令不多,但分工清楚。
| 命令 | 作用 | 什么时候用 |
|---|---|---|
| /add、/drop | 把文件加入或移出对话 | 决定模型能看见哪些正文 |
| /diff | 显示上次消息以来的改动 | 每次落盘后先看再决定 |
| /undo | 撤销 aider 自己做的上一次提交 | 改动跑偏时一步退回 |
| /tokens | 报当前上下文用量 | 长会话里防超限 |
| /run | 跑 shell 命令,输出可选回灌 | 验证脚本、看构建结果 |
| /test | 跑测试,非零退出码才把输出送回 | 让它自己看失败原因 |
| /lint | 跑 lint 并尝试修复 | 接手陌生仓库时统一风格 |
| /architect | 切成双模型:一个出方案,一个落笔 | 改动面大的重构 |
另有两个习惯值得早养成。一是加完文件先问一句再让它动手,用 /ask 只聊不改,确认它读懂了代码再切回修改模式。二是接近上下文上限时先 /drop 删掉无关文件,别指望模型在塞满的窗口里还保持判断力。全部命令清单在 斜杠命令文档。

自动提交:省事,也会制造噪音
在没初始化 git 的目录里启动,aider 会先问你要不要建一个仓库。之后它每改一次文件就提交一次,提交信息由 --weak-model 读 diff 与聊天记录生成,默认按 Conventional Commits 的写法,形如 fix: 修正登录态过期判断。这套约定在 git 集成文档里写得很细。
动手之前它还会做一件容易被忽略的事:如果目标文件本来就有未提交的改动,aider 先把你这些改动单独提交一次,再写自己的补丁。这样两段修改在历史里是分开的,出问题能回退到 AI 介入之前的状态。这条设计比自动提交本身更值钱,多人共用一个工作区时尤其明显。
提交元数据默认带标记。aider 参与写作的提交,作者与提交者名字后面会加 (aider);只是代你提交脏文件的,只加在提交者上。三组开关可以改这个行为:--no-attribute-author 与 --no-attribute-committer 去掉标记,--attribute-co-authored-by 换成 Co-authored-by 尾注。
另有一个默认值要留意:aider 提交时走的是 --no-verify,也就是跳过 pre-commit 钩子。团队若用钩子跑格式化或密钥扫描,需要显式开 --git-commit-verify,否则这些检查会被绕过去。真要整段停用,还有 --no-auto-commits、--no-dirty-commits 与 --no-git 三档,粒度依次变粗。
回滚交给 /undo,它只撤销 aider 自己的上一次提交,不碰你手写的提交。我的习惯是开一个分支跑会话,收工后 rebase 压成一个提交再开 PR。这不是 aider 的要求,是给 review 留一张干净的面。
模型、API 与 IDE 的分工
接入面铺得很开。官方文档按供应商分页,列了 OpenAI、Anthropic、Gemini、DeepSeek、xAI、Cohere、Azure、GROQ、OpenRouter、Vertex AI、Amazon Bedrock 与 GitHub Copilot;本地侧支持 Ollama、LM Studio,以及任何提供 OpenAI 兼容接口的服务。写 --model 时用别名即可,密钥走 --api-key 或环境变量,清单一页在 模型接入文档。
但"能连"和"能用"是两件事。模型要在回复里产出可解析的编辑块,能力偏弱的模型常常只把整段代码贴回来,aider 就无法落盘。官方的 polyglot 榜单正是测这个:225 道 Exercism 题,覆盖 C++、Go、Java、JavaScript、Python、Rust,除了正确率还单列编辑格式合规率。同一张榜上,GPT-5 高推理档答对 88.0%,跑完整套花 29.08 美元;DeepSeek-V3.2-Exp 答对 74.2%,花 1.30 美元。十几分的正确率差距,二十余倍的成本差,怎么选取决于你把时间还是账单放在前面,数据可在榜单页逐条核对。
IDE 这边不抢活。开着 --watch-files 时,aider 监视仓库里的单行注释,认 #、//、-- 三种写法,行首或行尾出现 AI、AI!、AI? 就纳入待办:AI! 触发修改,AI? 触发回答,只写 AI 则先攒着,等最后一条叹号注释一起执行。你可以在函数内部写一句"这里要处理空值 AI!",保存即开工。它省掉的是来回切窗口的动作,大范围改造还是回终端,用 /add 与 /diff 管上下文更稳。用法见 watch 模式文档。
如果你的需求是把模型接进 shell 管道做批量文本处理,而不是逐文件改代码,Fabric 那篇里的思路更对口;aider 的语音输入要转写,想离线跑可参考 whisper.cpp 的本地转写。
真实边界与适用人群
- 成本随上下文走。repo map、加进对话的文件、历史消息都计费,一场长会话会比想象中贵。/tokens 看清占用、/drop 及时删文件,是日常动作而不是应急手段。
- 大仓库只看得见"重要"的符号。图排序是为了塞进预算,冷门模块、运行时动态拼接的调用关系不在图里,得手动 /add 补上,否则它就会照着残缺的上下文猜。
- 非 Python 项目能用,但要自己接质检。lint 与测试需要显式给命令,aider 只在配置过之后才跑;语言覆盖靠 tree-sitter,规则细不细要按语言验证一遍。
- 开放式需求容易失控。"把这段优化一下"通常换来一个大 diff;把目标收窄到函数、条件与失败路径,补丁才读得下去。
- 维护节奏要算进选型。第三方评测站在 2026 年中的复核里记录,仓库主线提交停在 5 月 22 日,此后没有新的落地提交,也不支持 MCP 与子智能体;上游模型接口一变,兼容问题要自己扛。这条不影响现在用,但影响你把它放多深。
适合的人:长期在终端里工作、git 用得熟、愿意逐条读 diff 的开发者;也适合需要给 AI 改动留审计痕迹的团队,以及内网里只能跑本地模型的场景。不太适合:想要点到即得的行内补全、习惯图形界面、或者指望它一次生成整个产品的人。若要多人共用一份对话界面,LibreChat 那类自托管面板更合适。
上手建议只有一条:先在一个中等规模的真实仓库上跑一周,把 /diff 读成肌肉记忆,再决定要不要在主干上放开。工具的价值不体现在它写得多快,而体现在你敢不敢让它直接提交。
相关地址
以下为文中项目的官方入口,安装命令、模型列表与参数以这些页面为准。
- Aider(官网):https://aider.chat/
- Aider(GitHub 仓库):https://github.com/Aider-AI/aider
- Aider 安装文档:https://aider.chat/docs/install.html
- Aider 模型榜单:https://aider.chat/docs/leaderboards/



