作者：沉默王二
大家好，我是二哥呀。
最近，阿里发布了一款名为 Qoder（/ˈkoʊdər/）的 Agentic 开发工具。我第一时间就去尝鲜了，其 Quest Mode 和 Repo Wiki 给我印象深刻。
Quest Mode 主打一个 AI 自主研发，我们只需要把工程任务扔给他，Quest Mode 就会把模糊的需求翻译为详细的需求和设计说明书，再去自动拆解任务、执行、联调，然后给我们汇报结果。
我们开发者只需要在这期间进行一些验收和调教就可以了，开发效率可以说是直线上升。
点击此处立即查看
Repo Wiki 主打一个工程文档化，这对于经常需要阅读屎山代码进行开发工作的我们来说，真的可以说是天降神器。
点击此处立即查看
接下来，我将结合这两个功能带大家进行手摸手的体验，相信你也会和我一样，彻底沉沦于 Qoder 的 AI 能力中。
下载安装 Qoder
网址为 https://qoder.com，直接点击 Download 按钮进行下载可以了。
用于真实软件的代理编码平台。思考更深入，构建更出色。
Qoder 集成了全球顶尖的编程模型，上下文的工程能力非常强，可一次检索 10 万个代码文件。目前下载是可以免费使用的，抓紧时间哦😯。
整体配色是暗黑中带有一点清新绿，是我非常喜欢的风格。
公测期间，每个人还会有 2000 个 Credits 额度。
安装完成后，竟然可以直接运行 Java 后端项目（零报错），真的太幸福了，我哭了。
Repo Wiki
OK，我们先来尝试一个最简单，但又非常实用的功能——Repo Wiki，他可以自动化生成项目的结构化文档，同时持续追踪代码的变更并更新文档。
使用方法非常简单，打开项目后，点击左侧导航条上的【Wiki】小图标，Qoder 就会自动读取整个项目文件，然后生成文档。
可以放在这里等他慢慢构建，官方给的 timing 是 4000 个文件的仓库，大概需要 120 分钟。
不用我讲，大家都知道 Repo Wiki 要解决的痛点，那就是阅读屎山代码，啊不，给我们一个清晰的工程解读手册。
不管是对于正处在 landing 期的新手，还是要学习优秀代码仓库的老手，都非常的有用。
成熟的代码仓库往往包含成千上万个文件，新手点开文件树就头大，完全不知道该先看哪里。这跟读书不一样，书有目录，源码有时候更像是迷宫。
大佬们写的代码更是追求极致的性能和优雅，一旦用了位运算、函数式写法、模板抽象，新手第一眼看上去就像在读天书。
反正我第一次看 String 的源码，看到这里就有点难受的，我好想进步，但又切身的感觉自己好菜，😄
那现在有了 Repo Wiki，这些问题都可以迎刃而解。
他会针对每一个知识点进行详细的分析，比如说派聪明中关于 Elasticsearch 的知识点，不仅有详细的文字说明，还有流程图、图表等。
并且还会针对核心代码进行拆解，比如说混合检索这块，Qoder 会给我们解释 KNN、BM25、权重的分配比例等细节。
再比如说，针对文档上传到解析这个流程，Qoder 还会给我们一个完整的架构图，告诉我们这块是通过 Kafka 进行解耦的，然后通过 Apache Tika 进行解析，再调用 Embedding API 进行向量后存储到 ElasticSearch。
每个技术栈负责干什么活，也会画图告诉我们，比如说 MinIO 用于文件存储，Kafka 用于消息队列，Elasticsearch 用于向量存储，Redis 用于缓存等等。
针对每个类的方法，也会进行详细的解释，比如说 UploadController 的 mergeFile 方法负责文件分片合并完成后，创建 FileProcessingTask 对象并发送到 Kafka。
感觉比我开发派聪明都要细致，真的很“倒反天罡”🤣。
最后跑完我翻了半小时，才把所有文档走马观花的过了一遍，可以说用心到了极致，此刻涌到我嘴边的只有一句话：有了 Qoder，妈妈再也不用担心我啃屎山代码了。
插播一句，今晚 Qoder 将迎来全新升级，Repo Wiki 支持共享、编辑和导出等。
我随便给大家展示几个，自行欣赏下。
系统上下文与组件交互
RAG实现与AI集成
WebSocket与REST API协同工作机制
Quest Mode
在我看来，Quest Mode 算是 Ask Mode 和 Agent Mode 的升级模式，那为了做对比，我们先用 Agent Mode 来小试牛刀一下。
刚好我在启动派聪明后端后碰到了 Kafka 的 WARN 警告，那不管三七二十一，我们先选中 log 后【添加到对话】。
点击发送，智能体就开始工作了，他会先根据警告信息猜想出几个可能的原因，比如说 Kafka 服务未启动、端口 9092 被占用、网络连接问题、Kafka 配置错误等等。
然后调用终端一一进行排查，比如说执行 ps aux | grep kafka 检查当前 Kafka 的服务状态；执行 lsof -i :9092 检查端口连接情况。
最后给出我们结论：你看到的警告信息实际上是正常的重连行为，不是真正的故障！
不愧是你，确实如此😄。
那接下来，我们进入 Quest Mode，点击侧边栏的【quest】小图标，然后点击【新建任务】。
在对话框中输入你想让 Qoder 完成的任务描述，比如说：
派聪明在首页登录的时候，如果点击底部的【管理员】，在输入用户名和密码的情况下，也可以登录；但点击【普通用户】的时候，就会验证用户名和密码，我希望管理员也验证用户名和密码。
然后点击【发送】的小图标，Qoder 就开始工作了。
他会先进行分析，然后查看登录的实现逻辑，找出问题。然后创建设计文档，并依据这份设计文档来修复权限认证的问题。
如果确认没有问题的话，就可以点击【采纳】。如果有任何不满意的地方，也可以亲自下手去调整。
这份设计文稿也会保存到 .qoder/quests 目录下，使用 markdown 编辑工具打开预览的时候，就能够看到清晰的流程图，mermaid 格式的。
好，接下来，点击【开始任务】，Qoder 就开始自主完成开发了，我们只需要静静的欣赏即可。
注意，Qoder 不仅会修改前端，还会验证后端的认证机制。
并且在问题修复后，自动启动终端，然后执行 cd /Users/itwanger/Documents/GitHub/PaiSmart/frontend && pnpm dev 以启动前端工程进行验证。
我亲自测了一下，问题确实已经得到修复，点击【管理员】的时候会先填充默认的用户名和密码。
在【任务总结】中确认问题得到修复后，就可以点击【接受】按钮，完成本次任务的开发。
主打一个自主、听话、有实力。
ending
在此之前，AI Coding 给我的感觉是：
- 强，但似乎只能针对某一个功能点，某一个类；
- 前端强后端弱；
- 如果代码非常庞大，基本上改一个功能都会引入新的 bug，没办法掌控全局。
但 Qoder 给的使用体验完全不同，他内置的代码检索引擎，单次可以覆盖 10 万个文件，足以撑起一个超大的软件项目工程。
不是单点模型能力变强了，而是整个上下文的工程能力和获取方式升级了。
具体的表现就在 Repo Wiki 和 Quest Mode 上。
Repo Wiki 的工程量非常大，因为一个项目的文件非常多，但 Qoder 愿意花时间，给足耐心把整个项目吃透。
就拿派聪明 RAG 这个项目来说，生成的文档数量目测不少于 100 份，并且每一份都特别用心，有流程图，有 UML，有代码精读。
Quest Mode 区别于 Ask Mode（问答模式）和 Agent Mode（智能体模式），他更像是一个“扫地僧”式的全栈工程师。
他不是在 0 的基础上帮你生成一个炫酷的网页（虽然他也可以），而是站在巨人的肩膀上，把整个工程细节先啃一遍，然后再“持续可靠的智能”。
相信大家真正体验 Qoder 后，也会像我一样，每天的开发工作变得心旷神怡，非常舒服。
因为 Qoder 给我的感官不仅仅是界面非常的清爽，视觉上很舒服，而是他强大的工程能力：
- 检索做的广又深入，体现在 Repo Wiki 上，文档做得太仔细了。
- 交付形态多样且不容易出错，体现在 Ask/Agent/Quest 三个不同形态上，能回答，能执行，还能交付。
目前 Qoder 已经提供了 macOS/Windows 的客户端，官网可以直接下载安装，感兴趣的小伙伴可以亲手把自己的仓库交给他跑一跑。
绝对会超出你的预期！
点击此处也可以直达官方下载页。
)
)
