多Agent协作+自定义模型接口的CLI工具有哪些推荐？

多Agent协作与自定义模型接口的CLI工具工作流概念图

最近在折腾一些自动化脚本的时候，发现很多单一模型的 CLI 工具其实有点不够用了。尤其是想把本地跑的模型（比如 Ollama）和云端的 API（比如 OpenAI、Claude）结合起来，或者让不同的 Agent 搭配干活，单纯靠 ChatGPT 网页版或者简单的 curl 脚本实在效率太低。于是整理了几个目前比较好用的、支持多 Agent 协作和自定义模型接口的 CLI 工具，希望能帮到有同样需求的朋友。

1. Open Interpreter：不仅是对话，更是执行

如果你还没听说过这个，强烈推荐去试试。它最大的特点就是不仅是陪你聊天的，而是直接在你的终端里执行代码。你可以把它想象成给系统装上了一个“大脑”，它能帮你写代码、跑测试，甚至直接操作文件。

为什么推荐它？

Open Interpreter在终端中自动执行代码的界面展示

• 多 Agent 支持：虽然主打全能，但你其实可以配置不同的“角色”（比如一个负责写代码，一个负责 Review），它会在内部进行任务拆解和协作。
• 自定义模型接口：不仅支持 OpenAI，也完美兼容 OpenAI 格式的 API（比如 DeepSeek、Moonshot 等），配合本地 Ollama 也没问题，改改环境变量就行。
• 极客范儿：看着代码一行行在终端自动敲出来并运行，那种感觉还是很爽的。

2. Fabric：打造你的专属 AI 工作流

Fabric 更偏重于“模式化”和“工具化”。它的核心理念是把 AI 的能力封装成一个个积木（Patterns），你可以通过 CLI 调用这些积木来处理特定的任务。

适合场景：

• 内容总结与提炼：比如从长篇大论的技术文档中提取重点。
• 多 Agent 伪协作：你可以编写不同的 Pattern，一个负责提取信息，另一个负责根据信息写博客，然后通过 Shell 脚本把它们串起来。
• 高度定制化：它允许你非常方便地接入各种 LLM 后端，只要你给得出 API 接口。

对于喜欢在终端里快速处理文本、写代码注释或者生成 Twitter 推文的同学来说，Fabric 是个效率神器。

3. Continue.dev：编辑器里的最强辅助

虽然它主要是个 VS Code/JetBrains 插件，但其核心驱动力依然是 CLI 形式的 Agent。它允许你定义多个 Agent 角色（比如“资深后端”、“安全专家”），针对代码库的不同部分提问。

亮点：

• 上下文感知：因为它直接嵌入在编辑器里，所以对整个项目的理解度远超普通 CLI。
• 自定义模型：你可以很方便地在配置文件里切换不同的模型提供商，甚至让不同的 Agent 使用不同的模型（比如一个用 GPT-4 写架构，一个用 Llama 3 写注释）。
• 无缝协作：不需要频繁切窗口，编码 -> 提问 -> 修代码一气呵成。

4. Aider：专门为仓库作业而生的 CLI

Aider 是一个命令行工具，它能把你的整个 git 仓库当作上下文喂给 AI。

• 多文件编辑：它能一次性修改多个文件，并自动生成 commit 信息。
• Agent 配置：虽然它本身是一个主 Agent，但你可以通过 system prompt 把它伪装成各种专家，利用它的 /run 命令执行复杂的脚本链，模拟简单的多 Agent 协作。
• 模型自由：支持几乎所有主流模型，本地模型也毫无压力。

如果你经常需要重构代码或者维护老项目，Aider 几乎是必备的。

总结与建议

如果非要选一个作为主力：

• 需要直接在系统层面执行操作，选 Open Interpreter。
• 喜欢折腾文本生成和工作流自动化，选 Fabric。
• 大部分时间都在写代码，Continue.dev 或 Aider 是更好的选择。

其实市面上支持自定义 API 接口的 CLI 越来越多，核心差异主要在于“上下文管理能力”和“工作流的灵活性”。如果你有心，完全可以用 Python 写个简单的 Shell wrapper，把不同模型的 API 串起来，DIY 一个最适合你的多 Agent 系统。如果你有更好用的工具，也欢迎在评论区交流！