選一個 CLI Agent
「OpenRouter、Claude Code、Codex、Ollama 分別是什麼？」
完成後你能：選對工具並完成第一個小任務。
📌 學習目標
- 分清 LLM、Provider API、Router、Coding agent 與 Local runtime。
- 依你已有的帳號、provider 或本機環境選入口，不做總排名。
- 在 demo repo 完成一次「先讀取 → 看計畫 → 確認 → 小改動 → git diff → 復原」的循環。
進入條件
會進入資料夾、看 git status 與 git diff；手邊有一個不含秘密、可隨時刪除的 demo repo。還沒安裝工具時，先在資源表選一個，照官方入口完成安裝與登入。
🧭 本站課程
按建議順序讀；勾選結果與 /learn 課程頁共用同一份瀏覽器進度。- 01AI 編程工具地圖：先認形態，再記名字
把 Cursor、Trae、Claude Code、Codex、OpenClaw、Hermes Agent、DeepSeek Harness、WorkBuddy、豆包工作按形態分成三類：IDE 內建、終端機 Agent、編排平台。每一類講清楚它給你什麼、拿走你多少控制權與可見度，以及實務上怎麼混用，幫你決定第一個工具選哪個。
13 分鐘 - 02Agent Harness 是什麼：模型外面那層普通程式
用馬與挽具的比喻講清楚 harness 這個概念：包住 LLM 的那一層工程程式——組上下文、執行工具、跑循環、管權限。解釋為什麼同一個模型換個 harness 表現差一大截，以及為什麼你挑 AI 工具時，很大程度上挑的是 harness 而不是模型。
9 分鐘 - 03Claude Code 是什麼：終端機 Agent 的參考樣板
用一次真實會話的流程講清楚 Claude Code 是什麼：住在終端機裡的編程 Agent，自己讀檔、改檔、跑指令、迭代到任務完成。附安裝方式、CLAUDE.md 記憶機制、終端機之外的形態、計費模式，以及哪三種人不該從它開始。
9 分鐘 - 04安裝 Claude Code：終端機 Agent 的上手路線
Anthropic 官方的終端機編程 Agent Claude Code，從系統需求、四種安裝方式（原生安裝腳本、Homebrew、WinGet、npm）、驗證指令、瀏覽器登入，到權限模式與第一個改動。每個步驟都寫明你應該看到的輸出，以及官方文件列出的真實錯誤訊息。
19 分鐘 - 05Codex 是什麼：OpenAI 的編程 Agent，本地與雲端兩條腿
拆開 Codex 這個名字底下的四種形態：開源的 Codex CLI（跑在你終端機裡）、IDE 擴充、桌面 App、以及雲端平行執行任務的 Codex Web。講清楚安裝方式、登入與計費模式、沙箱與審批機制，以及它跟 Claude Code 的形態差別。
9 分鐘 - 06安裝 OpenAI Codex CLI：登入、權限與第一個任務
OpenAI 的終端機編程 Agent Codex CLI，從系統需求、三種官方安裝方式、ChatGPT 帳號登入與 API key 登入，到 /permissions 的三種權限預設與非互動模式。每個步驟都寫明你應該看到的輸出，並標出哪一條指令是我無法從官方文件核實的。
22 分鐘 - 07OpenClaw 是什麼：跑在你自己電腦上、住進你聊天軟體的開源助理
OpenClaw 是一個開源 AI 助理框架：本體跑在你自己的機器上，透過一個 Gateway 同時出現在 WhatsApp、Telegram、Slack、Discord 等二十幾個聊天渠道。一篇講清楚它的架構三件套、Skills 生態、「模型可換」哲學，以及用它之前必讀的安全責任清單。
11 分鐘 - 08OpenClaw 安裝教學：一條指令裝好屬於你的 AI Agent Gateway
逐步安裝開放原始碼 Agent 框架 OpenClaw：官方安裝腳本、首次設定精靈、把 Gateway 裝成背景服務、打開網頁控制台，並用第一則訊息驗證安裝成功，附 PATH 與 npm 常見錯誤修法。
16 分鐘 - 09Harness 演化史：六個時代，每一代的新能力與新翻車方式
從純提示聊天機器人、CoT 與 ReAct 推理提示、function calling 這個真正的轉折點、MCP 標準化，到長時程 CLI Agent 與常駐多 Agent 編排——逐代講清楚 harness 每次獲得了什麼新能力、以及這個能力順便引入了什麼新的失敗模式。
12 分鐘 - 10裝好 Agent 工具的頭十分鐘：七項驗證清單
剛裝好 Cursor、Claude Code、Codex、OpenClaw、Hermes 或任何 AI Agent 工具？先別派活。十分鐘跑完七項驗證：能跑、能連模型、能讀檔、能寫檔、權限邊界、一個真實任務、日誌在哪。工具通用。
12 分鐘
⚠️ 寫第一個 Agent 前的五條底線
- 1.不要在含有秘密或 production 權限的目錄中做第一次實驗。
- 2.不要使用跳過所有確認的模式。
- 3.不要把 API key、瀏覽器 token 或 auth 檔貼進 prompt、issue、log 或 git。
🎯 精選資源
| 資源 | 適合誰 | 推薦度 | 為什麼推薦 |
|---|---|---|---|
官方模型生態 anthropics/claude-code | 要使用 Anthropic 生態的人 | ⭐⭐⭐⭐⭐ | 保留 permission prompt，先用 demo repo。 |
官方模型生態 openai/codex | 已有 ChatGPT 或 OpenAI API 的人 | ⭐⭐⭐⭐⭐ | 確認 approval、sandbox 與工作目錄。 |
官方模型生態 anomalyco/opencode | 想切換 provider 或接相容 endpoint | ⭐⭐⭐⭐⭐ | AGENTS.md 優先；另查 permission 設定。 |
官方模型生態 Aider-AI/aider | 重視 git diff 與 commit 流程的人 | ⭐⭐⭐⭐⭐ | 先理解它的 git auto-commit 行為。 |
官方模型生態 NousResearch/hermes-agent | 要聊天平台型的開源助理 | ⭐⭐⭐⭐⭐ | 一個閘道接住多個通訊平台的 CLI agent。 |
官方模型生態 google-gemini/gemini-cli | 已有 Google 認證或 Vertex AI 的人 | ⭐⭐⭐⭐ | 先確認認證方式與 sandbox。 |
官方模型生態 earendil-works/pi | 想從小核心加 extensions | ⭐⭐⭐⭐ | 小核心＋extensions 路線。 |
官方模型生態 aaif-goose/goose | 想同時用 CLI、desktop 與 extensions | ⭐⭐⭐⭐ | 先只開低權限 extension。 |
Router／本機引擎 OpenRouter | 想換 provider 不換介面 | ⭐⭐⭐⭐ | Router 不是 LLM，也不會替你管理檔案權限。 |
Router／本機引擎 ollama/ollama | 要本機跑模型 | ⭐⭐⭐⭐ | 本機 runtime 不是 coding agent；要由支援它的 agent 呼叫。 |
🛠 動手練習（官方版）
完整練習與 starter code練習摘要取自上游教材；完整程式碼、成本與延遲估算見官方版。
- CLI-1：只讀取 — 請工具讀 demo repo，說明用途、找出測試指令，提出小型文件改動計畫；先不要改檔。
- CLI-2：確認後小改動 — 計畫確認後做一個看得到 git diff、也能復原的小改動。
- CLI-3：第二個 harness 重跑同一個請求 — 記錄模型／provider、權限提示、sandbox 與輸出格式的差異，不用主觀分數選贏家。
- CLI-4：用假憑證觀察認證失敗 — 區分登入失敗、API key 失敗、模型名稱不存在與權限阻擋，不把真秘密貼進 prompt 或 log。
✅ 自我檢查
- 我能用自己的話分清五種身分，知道 OpenRouter 不是 LLM、Ollama 不是 coding agent。
- 我在 demo repo 完成一次只讀取的說明與計畫，沒有把秘密交給工具。
- 我確認一個小改動的 diff，並能復原它。
- 我知道所選 CLI 的登入方式、provider、approval／sandbox 設定。
本站點改編自 awesome-agentic-ai-zh（MIT 授權，作者 Wenyu Chiou）v2026.09.23，資源連結查核日 2026-08-27。星級為學習優先順序（⭐⭐⭐⭐⭐＝不看會卡住），非人氣排名。 MIT License · 課程結構最後更新：2026-10-03。內容持續補齊中，標記「撰寫中」的課程尚未上線。