Coding Agent

基于 CellCog 协作的 AI 编程助手,支持代码生成、调试、重构、项目探索及终端操作,本地运行,按需加载多媒体工具,轻量高效。

已扫描
适合谁
AI开发自动化工程师、需要代码自动化的开发者
不适合谁
无本地开发环境的用户、不熟悉API集成的初学者
国内可用性
需网络配置。可能需要网络配置或第三方服务可访问。
安装难度
中等(★★☆)。基于终端操作、依赖、API Key 和本地环境要求的初步判断。

安装与下载

openclaw skills install @nitishgargiitd/code-cog

Skill 说明

命令、参数、文件名以原文为准

前置条件

本技能依赖 cellcog 技能进行 SDK 配置与 API 调用。

clawhub install cellcog

请先阅读 cellcog 技能文档,了解 SDK 的安装与配置方式。本技能演示如何将 CellCog 作为编程代理使用。

必须安装 CellCog Desktop:用户需在本地安装并运行 CellCog Desktop 才能启用 Co-work(即直接访问机器)。下载地址:https://cellcog.ai


快速开始

OpenClaw 代理(无需等待):

from cellcog import CellCogClient
client = CellCogClient(agent_provider="openclaw")

result = client.create_chat(
    prompt="将认证模块重构为使用 JWT 令牌",
    notify_session_key="agent:main:main",  # 仅 OpenClaw 有效
    chat_mode="agent core",
    enable_cowork=True,
    cowork_working_directory="/Users/me/projects/myapp",
    task_label="auth-refactor",
)

其他所有代理(阻塞式,等待完成):

from cellcog import CellCogClient
client = CellCogClient(agent_provider="openclaw")

result = client.create_chat(
    prompt="将认证模块重构为使用 JWT 令牌",
    chat_mode="agent core",
    enable_cowork=True,
    cowork_working_directory="/Users/me/projects/myapp",
    task_label="auth-refactor",
)

关键参数说明:

  • chat_mode="agent core" — 轻量级编程代理模式(区别于 "agent" 的全多媒体模式)
  • enable_cowork=True — 启用 Co-work(直接机器访问)
  • cowork_working_directory — 项目或仓库的工作目录路径

CodeCog 能做什么

代码生成与编辑

  • 创建新文件、模块与组件
  • 精准修改现有代码
  • 重构代码库 — 重命名、结构调整、提取逻辑
  • 在不同语言或框架间迁移代码

调试与修复

  • 读取错误日志与堆栈跟踪
  • 跨多个文件定位根本原因
  • 应用修复方案并验证效果
  • 运行测试以确认修复成功

终端操作

  • 执行构建命令、测试、代码检查工具
  • 安装依赖项(npm、pip、cargo 等)
  • Git 操作(查看状态、差异、提交)
  • Docker 容器管理与部署脚本执行

代码库探索

  • 自动读取 AGENTS.md/CLAUDE.md 中的项目规范
  • 在开始前自动分析目录结构
  • 理解现有编码风格并遵循一致模式
  • 读取相关文件以保持上下文一致性

CodeCog 的独特之处

专为 AI 代理设计,而非人类开发者

市面上大多数编程工具(如 Cursor、Claude Code、Codex、Windsurf)都是为坐在屏幕前的人类开发者设计的。而 CodeCog 是专为需要程序化调用代码的 AI 代理打造——发送请求,接收结果,继续编排流程。

起步轻量,按需扩展至多模态

CodeCog 使用 CellCog 的 Agent Core 模式,一种专注于编程的轻量级上下文。但若任务意外需要图像、PDF、视频等能力,代理可按需动态加载对应工具。目前尚无其他编程代理具备此能力。

示例:您的代理要求 CodeCog 设置新项目。CodeCog 写完代码后发现需要为 README 生成一个 Logo —— 它会自动加载图像生成工具,生成图片并继续工作。过程无缝衔接。

直接机器访问

通过 CellCog Co-work,CodeCog 可直接操作用户的文件系统:

  • 读写用户本地文件
  • 在用户终端中运行命令
  • 尊重项目约定(如 AGENTS.md、.gitignore 等)
  • 用户需手动批准写入与执行操作以确保安全

聊天模式

**始终使用 "agent core" 模式调用 CodeCog**。这是专为编程优化的轻量级模式。

模式适用场景
"agent core"CodeCog 默认模式 — 用于编程、Co-work、终端操作(最低消耗 50 积分)
"agent"全多媒体代理 — 当任务同时需要图像、视频、音频与代码时使用(最低消耗 100 积分)
"agent team"深度研究 + 编程 — 适用于架构决策或复杂重构所需的调研任务(最低消耗 500 积分)

示例提示词

新功能开发

result = client.create_chat(
    prompt="添加一个用于更新用户资料的 REST API 端点,包含验证逻辑和测试用例",
    chat_mode="agent core",
    enable_cowork=True,
    cowork_working_directory="/Users/me/projects/myapp",
    task_label="add-profile-api",
)

根据错误日志修复 Bug

result = client.create_chat(
    prompt="""修复生产环境中的这个错误:
TypeError: Cannot read properties of undefined (reading 'map')
at UserList.render (src/components/UserList.tsx:42)

组件在 API 返回空响应时崩溃。""",
    chat_mode="agent core",
    enable_cowork=True,
    cowork_working_directory="/Users/me/projects/myapp",
    task_label="fix-userlist-crash",
)

代码库重构

result = client.create_chat(
    prompt="将认证模块从基于会话的方式重构为 JWT 令牌。更新所有中间件、测试用例和 API 路由。",
    chat_mode="agent core",
    enable_cowork=True,
    cowork_working_directory="/Users/me/projects/myapp",
    task_label="auth-refactor",
)

自动生成测试

result = client.create_chat(
    prompt="为 src/services/billing.py 生成全面的单元测试,覆盖预扣费、货币转换和支付失败等边界情况。",
    chat_mode="agent core",
    enable_cowork=True,
    cowork_working_directory="/Users/me/projects/myapp",
    task_label="billing-tests",
)

更多 SDK 接口详情,请参考 https://cellcog.ai — 包括交付模式、send_message() 方法、超时设置、文件处理等。


Co-work 设置

必备条件

  1. CellCog Desktop 必须已安装并在用户机器上运行
  2. 工作目录 必须明确指定 — 即项目的根目录
  3. 用户需使用同一账号登录 CellCog Desktop

Co-work 提供的能力

  • HumanComputer_Terminal — 在用户机器上运行 shell 命令
  • HumanComputer_Terminal_File_View — 读取用户机器上的文件
  • HumanComputer_Terminal_File_Write — 向用户机器写入文件
  • HumanComputer_Terminal_File_Edit — 编辑用户机器上的文件

安全机制

  • 读取操作 自动批准(无需中断)
  • 写入/执行操作 需在 CellCog Web UI 中手动确认
  • 用户可在设置中配置对工作目录内读写操作的自动批准
  • 敏感路径(如密钥、SSH 配置文件)始终被阻止访问

提升结果质量的建议

  1. 明确指定工作目录 — 始终设置 cowork_working_directory 为项目根目录
  2. 引用具体文件 — “修复 src/auth/login.ts 中的 bug” 比 “修复登录问题” 更准确
  3. 提及项目规范 — “遵循现有的测试风格” 有助于保持一致性
  4. 提供上下文信息 — 堆栈跟踪、日志输出、复现步骤有助于精准调试
  5. 使用 AGENTS.md — 在项目根目录放置 AGENTS.md 文件,包含构建命令、样式指南和项目结构说明。CodeCog 会自动读取该文件

局限性

  • 仅支持 macOS 和 Linux — CellCog Desktop(Co-work)目前尚未支持 Windows
  • 必须安装 CellCog Desktop — 若无 Co-work 功能,CodeCog 仍可在其 Docker 工作区中生成代码,但无法直接访问用户机器
  • 写入操作需用户确认 — 写入操作会暂停并等待用户批准(可配置自动批准)
N
@nitishgargiitd

已收录 4 个 Skill

相关推荐