Aider 完整使用指南：从入门到精通

工具简介

Aider 是一款运行在终端中的 AI 结对编程工具，它以 Git 为基石，让你在本地仓库中直接与大型语言模型（LLM）进行对话，实现上下文感知的代码编写、修改与重构。与许多将 AI 嵌入 IDE 的图形化工具不同，Aider 完全诞生在命令行环境，终端即编程合奏的舞台，你无需离开熟悉的编辑器即可调度一个 AI 来理解整个仓库结构、跨文件修改代码、自动生成规范的提交信息并维护每一次变更的版本历史。

Aider 的核心价值在于“把代码库当作对话的上下文”。它会自动生成仓库的嵌入地图（repository map），把项目文件结构和代码摘要素作为提示发给模型，让 AI 能够像一名真正的结对工程师那样追踪跨文件的依赖关系，从而在大型代码库中保持高准确度的编辑。同时，Aider 提供 LLM 后端的完全自由选择——你可以接入 OpenAI、Anthropic、本地 Ollama 模型，甚至是开源模型组合，将隐私和成本的控制权完全交还开发者。开源免费、本地优先、Git 原生，这让 Aider 在 SWE-bench 等真实工程基准中屡屡拔得头筹，成为终端既视感与现代 AI 工程化交汇处的一把利器。

核心功能

功能	说明
多文件协同编辑	可在一个对话中同时修改多个文件，自动处理跨文件重构、函数重命名、模块拆分等任务，避免单一文件上下文的局限性。
Git 原生集成	自动将每次 AI 编辑生成独立的 Git 提交，附带清晰、规范的提交信息，所有修改均可通过 git diff、git log 正常回溯或撤销。
仓库地图感知	自动为整个代码库构建符号与依赖关系地图，让模型在给出文件级别的编辑指令时，始终清楚项目中其他相关代码的结构与位置。
灵活模型后端	支持接入 OpenAI、Anthropic、Google Gemini、本地 Ollama、OpenRouter 等多种 LLM，可混用不同模型，根据成本、速度和能力自由搭配。
智能代码添加	使用 /add 命令可将文件或目录加入聊天上下文；Aider 也能自动从仓库地图中查找与当前话题相关的代码，并主动建议添加到上下文中。
语音编码	支持语音输入编程指令，通过终端内的语音转文本功能，你可以直接说出需求，Aider 将其转化为代码编辑操作，解放双手。
只读文件与编辑器集成	可以将文件添加为只读参考，也可在编辑器（Vim、VS Code 等）中直接修改代码，Aider 会同步感知这些变动并据此调整后续 AI 编辑。
自动 lint/测试修复	内置对 linter 输出和测试结果的分析，AI 可以根据报错信息自动尝试修复代码中的 lint 问题或单元测试失败，实现“编辑-验证-修正”循环。

如何使用

第一步：安装 Aider

Aider 依赖于 Python 3.10 及以上版本，推荐使用 pipx 进行独立环境安装，以避免依赖冲突：

pipx install aider-chat

安装完成后，终端即可直接运行 aider 命令。如果你使用本地模型，还需要安装相应的 Ollama 或 LM Studio 等推理引擎。

第二步：配置 LLM 后端

运行以下命令启动 Aider 并设置模型：

aider --model gpt-4o

或在项目根目录新建 .aider.conf.yml 文件写入常用配置：

model: gpt-4o
api-key: sk-xxxxx
editor: vim

Aider 会从环境变量（如 OPENAI_API_KEY）自动读取密钥，也支持通过配置文件设置。如果你想使用 Anthropic 的 Claude 模型，只需设置 ANTHROPIC_API_KEY 并指定 --model claude-3-5-sonnet-20241022 即可。

第三步：在项目目录中启动

进入你的 Git 仓库根目录，直接运行：

aider

Aider 会读取仓库文件结构，生成地图，然后进入交互式对话界面。如果仓库还未被 Git 管理，可以先用 git init 初始化一个仓库，Aider 会自动调用 Git 进行版本控制。

第四步：与 AI 对话，协同编码

对话的方式就是自然语言描述你的需求，例如：

请把 utils/helpers.py 中的 is_valid_email 函数拆分成独立的模块，
同时更新所有引用它的文件。

Aider 会分析需要修改哪些文件，规划编辑序列，并在终端中展示更改前后的差异（diff）。你可以选择接受（y）或拒绝（n），也可以手动修改后再让 AI 继续。每一次接受都会自动生成一个独立的 Git 提交，记录本次 AI 辅助的修改。

第五步：精细控制上下文

为了获得最佳效果，你可以用以下命令显式控制上下文：

• /add file1.py dir/ — 将指定文件或目录加入聊天上下文。
• /read-only design.md — 添加只读文件，AI 可以查阅但不做修改。
• /drop file2.py — 将文件移出上下文，释放 token 空间。
• /git — 执行任意 Git 命令，例如查看状态或回退。
• /voice — 进入语音输入模式（部分平台）。

Aider 还会在对话中自动建议与当前任务相关的文件，你只需回复 y 确认添加，就能让模型看见更多代码脉络。

第六步：AI 编辑循环与修复

如果你在 linter 或测试套件中发现错误，可以直接把报错信息贴在对话中，Aider 会尝试修复。你也可以配置 Aider 在每次编辑后自动运行 linter 或测试命令，并读取输出，这样即可实现自动迭代修正，直至所有测试通过。

价格说明

Aider 本身是完全开源且免费的软件（采用 Apache-2.0 许可证），你可以在本地无限制使用，无需为工具本身付费。唯一的成本来自你所选择的 LLM 后端服务的 API 调用费（如 OpenAI、Anthropic 的 token 费用）或本地运行模型时所需的硬件及电力开销。如果采用本地大模型（通过 Ollama 等），成本几乎为零，但可能需要较高的本机计算资源。大多数云模型的 API 价格对于日常编程任务来说也非常低廉，例如使用 GPT-4o-mini 时，一次包含大量代码的重构对话可能只花费几分钱到几毛钱美金。

适用场景

1. 跨文件大规模重构
   当你需要重命名一个贯穿数十个文件的变量、抽象出通用库，或调整整个项目的架构时，Aider 的仓库地图和一次提交多文件的能力可以极大降低手动修改的出错率和工作量。

2. 遗留代码维护与理解
   面对没有完善文档的老旧代码库，把项目交给 Aider 后，你可以直接问“这段代码的核心逻辑是什么？如何安全地给它加上缓存？”，AI 会利用仓库地图分析依赖，给出精确的修改建议。

3. 命令行原生开发流程
   习惯于在 tmux 和 Vim/Neovim 中工作的开发者，可以无缝地将 Aider 嵌入手头不离开终端的开发流，无需切换到图形化 IDE 即可获得智能补全之外的深度代码编辑。

4. 自动化测试修复与 lint 清理
   如果你有一大堆 lint 警告或失败的单测，把相关文件和报错信息提供给 Aider，它能够批量分析并持续修改直至全部通过，尤其适合 CI 流水线后的自动修正环节。

5. 结对编程与原型快速迭代
   在快速验证想法时，你可以直接用自然语言描述功能，Aider 同时编辑多个文件，配合版本控制让你随时回到上一个干净状态，极大提高试错效率。

优缺点

优点

• 完全开源免费，无提供商锁定，模型选择极其灵活。
• Git 原生工作流，每次 AI 编辑都有清晰可追溯的提交记录。
• 仓库地图让模型具备跨文件感知能力，在大项目中的编辑准确率远超仅提供单文件上下文的工具。
• 支持语音输入、只读文件、集成编辑器等实用功能，照顾多种开发习惯。
• 自动 lint 和测试修复，打通“编辑—验证—修正”的自动化循环。

缺点

• 学习曲线偏向终端用户，对不熟悉命令行的开发者有一定的上手门槛。
• 单次对话的 token 消耗可能较高（尤其在大型仓库中），若使用收费模型，成本意识需要主动控制上下文。
• 本地运行强大模型需要高性能硬件，否则速度较慢；纯本地开源模型在复杂推理上可能不如 GPT-4 或 Claude 系列稳定。
• 作为终端工具，缺少图形化的 diff 可视化界面，对习惯 IDE 图形化操作的开发者不够直观。

同类替代工具

• GitHub Copilot CLI (Copilot in the CLI)
  由 GitHub 提供的命令行智能助手，可直接在终端中通过 ?? 之类的快捷方式生成 shell 命令和文本，但侧重于命令生成与解释，而非完整的仓库级多文件编辑和 Git 提交管理。

• Continue
  一款开源的 IDE 扩展 AI 助手，支持在 VS Code、JetBrains 等编辑器中接入各种 LLM。它提供了图形界面内的代码高亮式编辑、@-提及文件等交互，但运行在 IDE 内，对纯终端流派的开发者不如 Aider 亲切。

• Tabnine (formerly Codota)
  以代码补全为主的 AI 工具，擅长行级和函数级补全，现在也提供聊天功能。它的强项在于极低的延迟和本地可选择模型的灵活性，但在跨文件重构、智能提交信息生成等方面不如 Aider 深入。

---

免责声明：本文提及的工具、价格及功能信息基于 2026 年 5 月的公开资料整理，实际情况可能因版本更新、服务商调整而发生变化。在选择和使用过程中，请以官方文档为准，并合理评估 API 使用成本及数据隐私要求。