AutoDev Workbench 智能驾驶舱：为你的 AI 编程工具生成高质量的上下文

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