AI 编码

我用 Godot 拆解一条 AI 辅助游戏开发的可靠闭环：让 AI 负责探索，让场景、脚本、headless 验证与跨平台导出负责收敛，避免原型速度最后变成不可控的维护成本。

Context7 通过 CLI 加 skills 或 MCP，将较新、较具体的函式库文档与程式码范例送进 LLM 上下文。本文拆解它如何降低过时 API 与猜测范例的风险，并整理安装、使用、治理与限制。

Pi Agent Harness 以最小终端代理核心为基础，将模型接口、工具调用、工作阶段、扩展套件与沙箱边界拆开。本文从架构、CLI 上手、skills 与 extensions，到容器化导入，整理一条可验证的 AI coding agent 工程路径。

RTK 是一个以 Rust 撰写的 CLI proxy，会在 shell 输出进入 AI coding agent 前，依命令类型进行过滤、分组、截断与去重。本文拆解它真正节省的范围、安装与 agent 整合方式，以及如何在不牺牲错误可见性的前提下导入。

OpenCode 把 AI 编码代理做成跨平台桌面与终端两用的工具，支援本地模型、多代理架构，以及完整的文件系统，是 2026 年最值得关注的开源编码项目之一。

Headroom 是一个开源的上下文压缩层，专为 AI agent 设计。它能在资料送达 LLM 之前智慧压缩，节省 60-95% token，同时保持准确性不变。