auto-coder 新agent 帮你自动撰写 auto-coder YAML 文件

其实当前大部分类似devin的系统，都是从“需求/目标”直接出发的。而 auto-coder 则是反其道而行的，先解决了从”设计“到”实现“，在夯实了这层之后，再去解决的是 ”需求/目标“到”设计“。

什么事需求/目标？什么是设计？

1. 我想给首页换个logo。这个就是需求和目标。

2. 修改 index.tsx, 替换里面的 logo 路径为 xxxx/x.svg。这种就是详细可执行的设计。

开放性问题在当前属于难以落地甚至无解的状态。但因为auto-coder 已经让程序员在”设计“到”实现“部分达到了生产级落地水准，有了这个坚强的后盾，也就是我们有了一个“设计规范”，相当于对问题进行了收敛，所以从“需求/目标”到“设计”就变得可行，因为我们大大缩小了问题的空间。

planner只需要学会基本的 auto-coder YAML 配置语法，就能完成复杂的需求，包括如何组合多个 YAML 文件来达成最后的目标（对问题拆解）。

我们提供planner agent 初衷是辅助程序员完成”需求/目标“到”设计“，既可以作为示例，让程序员更快的熟悉应该如何写设计，也可以在未来，具备直接完成“设计的可能”。

我们来看看，这个可以帮程序员自动写 auto-coder YAML 配置文件的 agent到底具备了哪些能力：

1. 根据需求/目标查找当前项目相关文件

2. 阅读感兴趣的代码

3. 通过rag主动咨询 auto-coder 的参数说明或者案例内容

4. 根据相关文件，阅读的代码以及知识库内容，撰写设计

5. 落地成 auto-coder YAML 文件

用户如果觉得不错，就可以直接 `auto-coder --file` 运行,如果觉得不好，可以自己手动再修改下设计。

我们来简单看下如何使用，比如这里我们直接说一个需求：新增一个代码合并的方式叫 supper_block

你可以通过如下方式告诉 auto-coder 需求：

auto-coder agent planner 
--model deepseek_chat 
--emb_model gpt_emb 
--query "新增一个代码合并的方式叫 supper_block"

planner 会用展示完整的思考和工具调用流程：

auto-coder planner 首先会思考，为了完成这个需求，我们需要找到 `files related to code merging methods` 相关代码，然后有了这些代码文件，他就可以撰写"设计"了，撰写的结果就是一个或者多个 auto-coder YAML 文件。

在上面的例子，我们可以看到，他自动帮你生成了一个 YAML 文件：

当然，上面的例子比较简单，大家可以尝试一些真实的例子。