在 Codium 中使用 Aider：想要图形化，试试 Aider Composer 插件吧
最近不是从 Trae 换到 Codium 了吗？Codium 并没有内置一个 AI 助手，但现代编程不可能离得开 AI 的。就算是我为了爱好编程，有时也会想跳过繁琐步骤。这时就要下载其它 AI 插件，来弥补这方面的损失了。有人就问：“直接在自带的命令行使用 TUI 小助手行不行？”是可以的，但用起来会非常别扭，而且很多情况都是 Agent 和 IDE 各玩各的。如果还全屏使用 TUI Agent 的话，直接就缩小了代码编辑器分区的面积。好在 Codium 的右侧边栏没有 Copilot，可以自己添加一个 AI 助手上去。这里我就选择自己一直在用的 Aider 了：它在 Code 的插件市场，有个叫 Aider Composer 的社区插件，默认支持问答、编码、规划。
因为 Aider Composer 并不使用系统自带的 Aider，需要一个装有 aider-chat 的依赖环境。因此我需要使用 Python 的 3.11 版本，在 ~/.aider-composer/ 创建一个虚拟依赖环境。其实放在哪里、叫什么无所谓，关键就是自己记住就行了。创建好依赖环境之后，就要在里面安装 aider-chat 和 flask 两个模块包。安装完成之后，在插件的环境配置填入 ~/.aider-composer/bin 位置。打开 Aider Composer 插件，在插件聊天界面中填入自己的模型名称、进行 API 相关配置。做完是做完了，但这个 AI 聊天框在左边，我们习惯的软件都是在右边。可以打开 Codium 的右侧边栏，长按拖动左侧插件图标到右侧边栏松手。
本博客所有文章除特别声明外，均采用 Mulan OWL BY-SA V1 许可协议。转载请注明来源 他说！
微信支付
支付宝
相关推荐
2026-10-18
从 Trae 到 Codium：用开源编辑器替代 Trae，我的心路历程是这样的
本文介绍了 Trae 和 Codium 之间的差异，并探讨了程序员在选择编辑器时，除了功能和界面外，对个人编码习惯和“心流”体验的重视。作者通过自己更换编辑器的经历，强调了 Trae 提供的集成化生态位，将其比喻为《我的世界》中的“整合包”。Trae 的优势在于它默认集成了许多基础但关键的插件，例如 Remote SSH 和 AI 助手，从而提供了一个开箱即用、功能完备的开发环境。相比之下，Codium 更像是“纯净版”，用户需要手动下载和配置 AI 对话类插件和颜色主题。文章指出，这种集成化设计极大地提升了使用者的编码体验，避免了手动配置的繁琐过程。作者认为，对于那些高度关注自身编码习惯和使用感受的程序员来说，Trae 提供了更顺畅、更少担忧的开发环境。因此，本文旨在帮助那些注重个人使用体验而非纯粹功能对比的开发者，了解这两种编辑器各自的特点和适用场景。
2026-09-12
从 Codex 换到 Aider：Aider 的强控制力，如何在 Mac 安装 Aider
本文介绍了 Aider 这款简洁且可控性强的人工智能 Agent 工具，它为本地部署的大语言模型提供了一种高效的协作方式。Aider 与市面上许多使用 Node.js 编写的 Agent 不同，它采用 Python 语言编写，并默认采用“一轮人、一轮 AI”的传统对话模式，强调用户的主导地位。其核心优势在于原生支持 Git 功能：在每次对话产生代码更改后，Aider 会自动执行 AI Commit，将修改保存为标准的差异文件，极大地提升了代码更改的可靠性。对于没有 Git 仓库的项目，它则使用搜索替换和任务记录。Aider 的使用高度依赖于命令行指令，用户可以通过输入 `/add`、`/read-only` 或 `/edit` 等命令来控制 AI 对特定文件的操作，甚至可以使用 `/web` 命令让 AI 读取网页内容，该过程需要 Pandoc 等工具将网页转换为 Markdown 格式。此外，文章还详细描述了 Aider 的安装过程，例如在 macOS 上使用 Homebrew 进行安装，以及如何通过配置命令参数（如指定 `--model` 和 `--openai-api-base`）来连接和使用大语言模型。Aider 这种模式被认为非常适合需要精细控制和人工干预的开发场景。
2026-10-18
真得老老实实分工了：代码编辑器管代码文件，笔记软件管笔记文件
本文介绍了作者在写作工具选择和工作流程习惯上的转变与思考。作者分享了从使用 Codium 和 Trae 等工具进行写作时遇到的挫折，认为代码编辑器不适合进行内容创作，因此决定将写作软件与代码编辑器进行严格区分。他重新引入了 Obsidian，并将其作为专门的 Markdown 写作工具，因为它提供了更接近“所见即所得”的体验，优于代码编辑器。作者强调，工具的选择不仅关乎功能，更关乎个人习惯的匹配度。他详细描述了 Obsidian 的诸多优势，包括更换 Minimal 主题和自定义字体，以及其强大的数据库功能。通过利用数据库视图，作者能够以卡片样式展示文章，并实现笔记和图片的分离管理，这种“开发者模式”的体验极大地提升了效率和组织性。此外，文章也讨论了 AI 工具（如 Aider 和 DeepSeek）在写作中的应用，但指出当前的 AI 插件在处理 Frontmatter 或重复提示词方面存在局限性。最终，作者总结道，无论使用何种工具，最重要的是找到一套符合自身习惯、能够带来愉悦感的创作生态。
2026-10-10
最近看到黑苹果显卡驱动：黑苹果 N 卡驱动开源，但只令人觉得叹息
本文描述了作者从对操作系统和硬件驱动的困惑中，逐步探索和升级个人计算设备，最终找到高效、安逸工作状态的整个过程。故事始于作者对 N 卡驱动在 Linux 上的不完善感到叹息，这种困境促使他开始尝试不同的系统和硬件。他最初购买了一台联想游戏本，期望它能满足高性能游戏和光追的需求，但实际使用过程中，复杂的 Gentoo 系统编译过程带来了巨大的折磨和困扰。随后，作者转向了一台旧的 Intel 2020 年 MacBook Air，寻求更轻便的体验，但该设备在现代任务中显得卡顿。直到今年三月底，作者获得了 M4 Air，体验到了流畅和低功耗带来的巨大满足感。M4 Air 的出现标志着作者完成了从“死折腾驱动”到“浑身松”的转变。作者回顾了过去两次“选错”的瞬间，例如在 macOS 上安装 RTX 的经历，但他最终意识到，随着 Asahi Linux 的持续开发和 AI 提高了编码效率，这些曾经的困境都已不再是无法克服的难题。作者总结道，现代技术的发展，使得追求稳定、安静、不费心维护的计算体验，其价值远超过去那种“吊儿郎当”的折腾乐趣。这篇叙事记录了作者从一个追求极限性能的“折腾党”，蜕变为一个懂得珍惜时间与高效的现代创作者。
2026-08-07
聊聊 TDM 是什么：文本扩散模型，像生成图片一样生成文章
本文介绍了 TDM（文本扩散模型）的概念与应用。文章从 AI 生图过程切入，类比 Stable Diffusion 将噪声逐步解析为图像，引出 TDM 将类似技术用于文本生成。TDM 不同于传统 LLM 逐字输出，而是直接生成字符范围，在约 20 步内逐步填充、修改直至文本合理，并能同时处理所有内容，避免遗忘问题。文章也指出其缺陷，如可能产生逻辑矛盾，并以“独生女文章出现哥哥”为例说明。此外，文中提到谷歌 DeepMind 开源的 DiffusionGemma 模型已可体验，但目前编程与聊天能力尚不完善。作者认为该领域研究较少但有前景，有望加速长文生成。
2026-09-30
又是一年国庆节：去年在闲鱼开的技术小店，被英伟达项目狠狠折磨
本文描述了作者在国庆节期间，通过一个闲鱼店铺的意外订单，经历了一次从本地编译的挫败到利用 GitHub Actions 解决复杂技术难题的成长历程。作者最初接到一个复杂的任务，要求编译一个源自 NVIDIA 社区的开源项目，该项目旨在为 NVIDIA 嵌入式设备提供精简系统。面对这个挑战，作者最初尝试在自己的 RTX 游戏本上安装 WSL 的 Ubuntu 子系统进行编译，但耗费了大量时间，最终仍未能成功完成任务，深刻体会到仅凭个人本地环境的局限性。这次失败的经历促使作者反思，意识到解决大型开源项目问题，需要更高效、更流程化的协作机制。随后，作者开始参与另一个 GitHub 开源笔记项目的开发，并尝试使用 GitHub Actions 编写自动化流程进行实战练习。通过这种云端任务配置的方式，作者成功完成了编译，并获得了明确的反馈。日志显示，问题并非出在编译环境，而是原始 NVIDIA 项目的脚本中存在一个非常细微的地区命令格式错误。作者最终决定删除这一行地区相关的代码，成功获得了预期结果。这次事件不仅解决了技术难题，更让作者深刻认识到开源项目的复杂性，以及代码背后可能存在的“人性局限性”。本文展示了作者如何从最初的硬件局限，转向了现代化的 DevOps 工具链，从而完成了对一个复杂嵌入式系统的成功编译和分析。整个过程记录了从个人技术探索到利用自动化工具提升效率的完整技术旅程。
评论