IT之家 8 月 22 日报道，阿里的编程平台Qoder今天正式向全球用户推出。
官方表示，Qoder集合了全球顶尖的编程模型，具备强大的上下文工程能力，一次可以检索高达10万个代码文件。凭借其强大的编程智能体，AI可以自主研发，极大提高实际软件的开发效率。用Qoder来开发一个电商网站的前后端，原本需要几天的工作，现在只要十分钟。
内置代码检索引擎，能够搜索10万个代码文件；
首次支持Repo Wiki，让代码工程的隐性知识变得显而易见，方便开发者和AI理解；
集成长短期记忆系统，可以根据会话历史总结项目经验和个人偏好，把信息存储为“笔记”，实现自我学习和进化，最终让AI的执行结果更贴近用户的期望和喜好。
比如，用户在开发时希望“完成任务后生成单元测试”，或者“完成任务后提供详细报告”，Qoder能够理解这些习惯并形成记忆，之后在执行任务时自动完成这些要求。
除了提供问答模式（Ask Mode）和智能体模式（Agent Mode），Qoder还新加入了Quest Mode（AI自主编程）。在Quest模式下，Agent可以像全栈工程师一样，将模糊的需求转化为详细的设计规范，自主完成研发任务。
使用Quest模式后，用户可以体验到全新的开发方式。开发者在确认需求后，通过Agent撰写详细的任务说明，然后将任务交给Agent处理，最后只需验收或者做一些必要的修改，就能让复杂任务的开发效率提升超过10倍。
IT之家查看了Qoder官网，目前它支持Windows和macOS，现阶段可以免费使用，具体的定价方案将很快公布。
广告声明：文中包含的外部链接（如超链接、二维码、口令等），旨在传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含此声明。
这个工具不仅免费，还充分利用了AI辅助编程的优势，展现了超出预期的效果。
今天，我们将通过新项目开发和老项目迭代两个方面，直观地展示Qoder AI IDE的实际应用能力。
首先，在新项目开发环节，我准备了一个Markdown渲染工具。打开Chat Panel时，它默认在Quest Mode下，也可以切换到纯对话模式，但我们就先保持默认吧。
输入提示后，系统准确捕捉了需求，并生成了详细的开发步骤。在对话区域，可以直接执行命令，或设置为自动执行模式，免去频繁确认的麻烦。
整体执行速度非常快，且有内置的预览功能。我们可以点击界面上的任意元素，将其添加到上下文中，直观地修改前端UI界面。
比如，我们要求移除某个工具，结果它迅速完成了这个任务。
接下来，我们增加了一个新需求：希望能够复制右侧渲染后的内容并直接粘贴到微信公众号。这对很多人来说真的很实用。不过，最开始我的描述有点问题，导致复制的是HTML原始内容。当我向Qoder反馈后，它立刻调整了，现在复制的是渲染后的富文本内容。
我们再次把内容复制到公众号，效果完全符合预期。此外，这个名为Coder的工具还支持多种图片格式的处理。例如，当我发现两侧高度不一致时，只需截图发给Coder，它就能准确识别并修复问题。
由于这个工具主要面向海外市场，默认情况下IDE会用英文回复，但我们可以通过对话要求它后续用中文交流。
请留意，“Update Memory”字样旁边有个“View”按钮。点击后，可以查看Coder自主生成的记忆内容，包括初始项目规划、架构设计、技术选型等，以及后续的阶段性调整记录。其中一条记录就是我们刚才要求它记住的“使用中文回答”的指令。
这个功能非常实用，因为大多数AI编程工具只能支持单次对话，关闭窗口后上下文便会丢失。再次提出需求时，需重新解释，造成时间浪费。
记住，和Cursor合作是渐进式的。它会逐渐深入了解你的项目，越来越懂你的需求。
随后，我让它调整了布局，并优化了移动端的上下排版区域中的内部滚动显示问题。它的表现非常智能，越用越顺手。
接下来，我们来看看它在老项目迭代场景下的应用效果。这次开发基于RuoYi框架进行功能扩展。
首先将项目克隆到本地，并用Qoder AI IDE打开。运行过程中，后台会处理repo wiki，耗时因项目规模而异。
任务完成后，系统会详细梳理整个代码工程，包括系统概述、快速入门指南、核心架构等内容，并附上直观的图示说明。
接手前人遗留的项目是工作中最大的挑战之一。面对庞大的代码库，以前可能要花上好几天才能熟悉整个项目的代码结构。即便熟悉了，仍可能会因为忽略某些细节而引入严重错误。
而Qoder的Repo Wiki功能能显著降低接手或了解新项目的难度。比如，它的认证机制部分提供了清晰的架构概览，相关类目也完整列出，支持直接点击跳转。此外，还有登录请求处理流程图和完整的Data Model数据模型展示，让整个系统的数据结构一目了然。
这个功能确实值得推荐。
项目启动后，我发现系统中新增了一个博客管理模块。起初我有些疑惑，为什么新下载的项目与原作者的版本存在差异。后来意识到，这是因为我本地环境对若依系统进行了二次开发，数据库中保留了原有的表结构定义。这一意外情况恰好模拟了实际工作场景：前一位程序员完成了数据库表设计后离职，但没有编写任何实现代码。
接下来，我们将借助Qoder AI IDE实现这位前辈规划的文章、分类和评论功能。这次采用Quest模式进行操作，该模式支持任务并行处理。我们新建了文章、分类和评论三个任务。以文章任务为例，系统会首先进行详细的任务分解和设计，包括功能规划、表结构设计、实体类创建和页面构建等。
最令人印象深刻的是，在执行过程中可以随时中断任务进行调整。例如，当系统尝试连接本地MySQL服务检查表结构时出现错误，因为实际使用的是Docker容器运行的MySQL。告知实际情况后，系统立刻调整策略，改用Docker方式进行检查。随后发现数据库中已有博客管理的菜单结构，但后端代码尚未实现，因此开始自动编写代码和前端页面。
系统会实时更新任务进度，但在最后编译启动阶段遇到了问题。这是因为同时运行了多个Quest任务，其他未完成的任务中存在语法错误和包引用问题。因此建议避免并行处理具有依赖关系的同类任务，以免造成不必要的冲突。
现在，我们停止其他任务，专注于文章功能的实现。项目编译启动成功后，系统生成了任务报告，详细列出了本次变更及涉及的文件。
实际运行时发现，系统复用了旧数据表，并成功查询出所有数据。但在新建文章时遇到问题，这时只需把相关报错信息复制到聊天面板，反馈问题并解决。最终，文章功能已完美实现，而整个任务执行过程也流畅高效。
通过新项目开发和老项目迭代两个场景，我们充分体验了Qoder的实际开发能力。这些体验是其他AI编程工具难以比拟的，因此我强烈建议大家亲自尝试Qoder。
