过去的一个多月里，我们构建了一个新的 AI 编程工具：AutoDev Workbench （ https://www.autodev.work/ ） 。它是一个 AI 原生的开发者平台，旨在加速、自动化并上下文化现代软件开发流程。

我们的目标是构建一个 AI 时代的开发者驾驶舱，开发者可以在上面完成大部分的编程工具，而不只是依赖于传统的 IDE。

• AI 时代的开发者驾驶舱：辅助进行需求分析、代码生成、测试生成等工作。
• 代码上下文知识预生成：基于代码的 interface、API、文档等信息，预先生成上下文知识，以便于 AI 编程工具能够更好地理解代码。
• 提供 MCP 服务：AI 编程工具可以通过 MCP（Model Context Protocol）获取已知问题所需要的上下文知识。
• AI 化的工程项目生成：针对于后端、前端、移动端等不同的技术栈，提供 AI 化的工程项目生成能力。

当然，AutoDev Workbench 仍然处于早期阶段，我们正在不断迭代和完善它。我们希望能够通过这个平台，帮助开发者更好地适应 AI 时代的编程方式。我们 仍在持续思考和改进这个平台，欢迎大家提出意见和建议。

AutoDev Workbench：AI 时代的开发者驾驶舱

如下是，我们当前阶段的 AutoDev Workbench 的界面截图：

上面是我们借由 Gemini DeepResearch + V0 设计的 AutoDev Workbench 的原型：

• 左侧是知识与资产库，包含了项目的代码、文档、API 等信息，以及项目相关的知识库。
• 中间是聊天区，可以与 AI 进行对话，生成目标文档、代码等。
• 右侧是交互区，可以进行打开 IDE、实时的 AI 建议等操作。

事实上，并不需要如此多的区域，当前只是为了调试方便展示而设计的。我们在需求转换页面提供了一个简化的版本：

左侧是交互区，可以输入需求，右侧是结果区，可以查看生成的代码、文档等信息。

AutoDev Workbench：AI 工具集

除了上述的功能，AutoDev Workbench 还提供了一些 AI 工具集，帮助开发者更好地进行编程工作。

AutoDev Context Worker：支持十几种主流语言的上下文预生成

在 AutoDev Workbench 中，我们引入了一个新的概念：Context Worker。它的主要功能是预生成上下文知识，以便于 AI 编程工具能够更好地理解代码。 Context Worker 会自动分析代码中的 interface、API、文档等信息，并生成相应的上下文知识。

如上图所示，我们会将代码库中的代码预处理为：概念词典、代码上下文、API 资源、关键代码标识等信息。Context Worker 会将这些信息存储在知识库中， 并提供相应的 API 供 AI 编程工具使用。

Context Worker 的工作流程如下：

• 读取代码仓库中的代码文件，使用 Tree-sitter 等工具进行代码解析。
• 结合代码中的接口、对外 API、注释、文档等信息，生成相应的上下文知识。
• 将生成的上下文知识存储在知识库中
• 调用 AI 工具对上下文知识进行处理，生成相应的上下文信息。

只需要运行：npx @autodev/context-worker@latest 就可以启动 Context Worker 分析。当前我们支持：Java、JavaScript、TypeScript、 Python、Golang、Rust、C/C++、Ruby、C# 等语言的代码解析。

AutoDev Context MCP：面向 AI 编程工具连接平台上下文知识

为了衔接 AI 编程工具，我们提供了对应的 MCP 能力，只需要在 AI 编程工具中配置对应的 MCP 和项目信息，就可以获取到上下文知识：

{
  "mcpServers": {
    "autodev": {
      "command": "npx",
      "args": [
        "--package=@autodev/context-mcp",
        "autodev-context-mcp",
        "--preset=AutoDev",
        "-y"
      ],
      "env": {
        "PROJECT_ID": "cmaqby8oo0002l704skfwgpjy"
      }
    }
  }
}

作为第一个版本，它只进行简单的关键词匹配和上下文信息的返回：

如上图（AutoDev IDE 插件提供的支持）所示，我们提供了 get-project-context 和 resolve-project （暂未实现）两个工具，来获取项目上下文信息。

其它

如果你对 AutoDev Workbench 感兴趣，可以访问我们的官网：https://www.autodev.work/ ，或者在 GitHub 上查看我们的代码：https://github.com/unit-mesh/autodev-workbench