优化编码流程：我的AI编码方案

在当今快速发展的技术领域，人工智能（AI）工具在软件开发中的应用越来越广泛。本文将探讨一个开发者如何通过使用不同的AI工具和自定义模型来优化其编码流程，从而提高开发效率和质量。

首先，作者从使用Cursor作为开发工具开始，但由于限制和不便，转而使用Qoder。尽管Qoder在功能上可以替代Cursor，但其有限的订阅额度给日常开发带来了不便。为了解决这个问题，作者开发了一套新的开发流程。

Claude Code: 作者开始使用AI命令行界面（CLI）工具，尽管起初对其缺乏对代码的直接控制感到不适，但考虑到行业趋势，决定采用这一工具。Claude Code的优势在于其跨平台性和易于安装，只需一条npm指令即可全局安装。
Custom Model: Claude Code允许使用自定义模型，这为普通开发者提供了成本效益高的解决方案。作者选择了国内支持Claude Code的模型，如deepseek、glm、minimax等，并特别推荐了小米公司的mimo-v2-flash模型，该模型目前处于公测阶段，完全免费，并提供了高质量的编程和问答功能。
CC Switch: 为了简化自定义模型的配置，作者使用了开源工具CC Switch。这个工具允许在本地管理API配置，极大地简化了使用第三方模型的过程。
Claude Code for VS Code: 作者还展示了如何在Visual Studio Code中直接使用Claude Code，无需额外配置。这种集成方式提供了更加便捷的开发体验，尤其是其代码修改前的确认和上下文携带功能，极大地提高了开发效率。

通过这些工具和自定义模型的结合，作者成功地建立了一套高效且灵活的AI编码流程，不仅提高了开发效率，也为其他开发者提供了宝贵的经验和参考。随着技术的不断进步，持续学习和采用新的工具和方法对于保持竞争力至关重要。