Modelo de agente de codificação: integração de vários modelos de IA e uma sandbox segura para criar inteligência de programação automatizada

O Coding Agent Template é um projeto de código aberto desenvolvido pela Vercel Labs que fornece um modelo básico para a criação de plataformas para inteligências de IA que podem automatizar tarefas de codificação. Esse modelo integra várias ferramentas de codificação de IA, como o Claude Code e o OpenAI Codex, e utiliza o serviço специализированные da Vercel para garantir que o código seja executado em um ambiente seguro.

A parte mais central do projeto é o uso da tecnologia Vercel Sandbox. O Vercel Sandbox cria um ambiente de tempo de execução temporário e isolado no qual o código gerado pela IA pode ser executado em um ambiente seguro, evitando os riscos que podem estar associados à manipulação direta de arquivos de ambiente local ou de produção. Ao mesmo tempo, ele integra o Vercel AI Gateway, um gateway que pode unificar o gerenciamento e o roteamento de solicitações de API para diferentes modelos de IA, facilitando para os desenvolvedores a troca e o gerenciamento de vários serviços de IA.

A interface de front-end de toda a plataforma foi criada usando o Next.js com um design simples e intuitivo. Depois que os usuários enviam as tarefas, eles podem ver o progresso da tarefa e os registros em tempo real na interface. Os dados das tarefas são armazenados em um banco de dados PostgreSQL, permitindo o gerenciamento persistente das tarefas. Além disso, o modelo também integra a funcionalidade do Git. Depois que a IA conclui uma tarefa de codificação, ela cria automaticamente uma nova ramificação de código e faz o commit das alterações, simplificando a revisão do código e o processo de mesclagem.

Lista de funções

• Oferece suporte a várias inteligências de IAA plataforma dá aos usuários a liberdade de escolher entre diferentes ferramentas de codificação de IA para realizar suas tarefas, incluindo o Claude Code da Anthropic, o Codex CLI da OpenAI, o Cursor CLI e o opencode.
• Ambiente seguro de sandboxCrie ambientes de nuvem remota separados e seguros para cada tarefa para executar e modificar o código usando o Vercel Sandbox. Esse mecanismo isola efetivamente o código não confiável e impede que ele afete os aplicativos do host ou vaze dados confidenciais.
• Gateway de IA integradoGateway de IA integrado da Vercel para gerenciamento unificado de solicitações a diferentes modelos de IA, roteamento e observação entre modelos.
• Gerenciamento de tarefas e atualizações em tempo realInterface de usuário visual: fornece uma interface de usuário visual que permite aos usuários criar tarefas de codificação e acompanhar o progresso de sua execução com atualizações de registro em tempo real.
• Armazenamento persistente de dadosInformações como as tarefas de um usuário e seu status são armazenadas no banco de dados do Neon Postgres, garantindo a persistência e a rastreabilidade dos dados.
• Automação da integração do GitO corpo inteligente, depois de concluir a modificação do código, criará automaticamente uma nova ramificação no repositório de código especificado e fará o commit do código, para que os desenvolvedores possam realizar a revisão subsequente do código (Code Review) e o trabalho de mesclagem.
• pilha de tecnologia modernaInterface de front-end: A interface de front-end foi criada usando Next.js 15 e React 19 para garantir o desempenho e a capacidade de resposta do aplicativo, e foi estilizada usando Tailwind CSS.

Usando a Ajuda

Abaixo estão as etapas detalhadas sobre como instalar e usar esse modelo.

Preparação ambiental

Antes de começar, verifique se você tem ogitresponder cantandopnpm. Você também precisará preparar as seguintes contas e credenciais:

• Um endereço de conexão de banco de dados PostgreSQL (por exemplo, do Neon, Supabase ou qualquer outro provedor PostgreSQL).
• Antrópica Chave de API (para o modelo Claude).
• Token de acesso pessoal do GitHub e concede a ele permissão para ler e gravar no repositório de código.
• Conta Vercel e obtenha o ID da equipe, o ID do projeto e o token de API.

Processo de instalação

1. Repositório de código clone
   Primeiro, abra um terminal e use o comandogitpara clonar o código do projeto do GitHub em seu computador local.

   git clone https://github.com/vercel-labs/coding-agent-template.git
   

   Em seguida, vá para o diretório em que o projeto está localizado:

   cd coding-agent-template
   

2. Instalar as dependências do projeto
   O projeto usapnpmcomo gerenciador de pacotes. No diretório raiz do projeto, execute o seguinte comando para instalar todas as bibliotecas de dependência necessárias.

   pnpm install
   

3. Configuração de variáveis de ambiente
   Esta é a etapa mais crítica. O projeto precisa ler várias chaves de API e informações de configuração para funcionar corretamente. Você precisa definir o arquivo de modelo.env.exampleFaça uma cópia e renomeie-a.env.local.

   cp .env.example .env.local
   

   Em seguida, use seu editor de texto para abrir o arquivo.env.localpreencha suas próprias informações de configuração.

   # 必需的环境变量
   POSTGRES_URL="你的PostgreSQL数据库连接字符串"
   ANTHROPIC_API_KEY="你的Anthropic API密钥"
   GITHUB_TOKEN="你的GitHub个人访问令牌"
   VERCEL_TEAM_ID="你的Vercel团队ID"
   VERCEL_PROJECT_ID="你的Vercel项目ID"
   VERCEL_TOKEN="你的Vercel API令牌"
   # 可选的环境变量（如果需要使用其他AI智能体）
   CURSOR_API_KEY="你的Cursor API密钥"
   OPENAI_API_KEY="你的OpenAI API密钥"
   NPM_TOKEN="你的NPM令牌（用于私有NPM包）"
   

4. Configuração do banco de dados
   Depois de configurar o endereço de conexão do banco de dados, é necessário inicializar a estrutura da tabela do banco de dados. O projeto usa o Drizzle ORM para gerenciar o banco de dados. Execute o seguinte comando para gerar o arquivo de migração e aplicá-lo ao seu banco de dados.

   # 生成迁移文件
   pnpm db:generate
   # 将表结构同步到数据库
   pnpm db:push
   

5. Iniciando o servidor de desenvolvimento
   Após concluir todas as etapas acima, execute o seguinte comando para iniciar o servidor de desenvolvimento local.

   pnpm dev
   

   Após uma inicialização bem-sucedida, o terminal indicará que o aplicativo está em execução. Nesse momento, abra o arquivo http://localhost:3000 A plataforma pode ser acessada e usada.

Como funciona

1. Criação de tarefasNa tela principal do aplicativo, você verá uma caixa de entrada. Primeiro, insira a URL do repositório de código do GitHub em que você deseja que a IA opere.
2. Descreva os requisitos:: na caixa de texto abaixo, descreva detalhadamente em linguagem natural a tarefa de codificação específica que você deseja que a IA execute. Por exemplo, "Ajude-me a adicionar um botão de login e a implementar uma lógica de salto quando clicado" ou "Corrija outils.jsEsse bug de classificação no arquivo".
3. Monitorar o progressoInterface do aplicativo: Após o envio de uma tarefa, a interface do aplicativo exibe um registro de execução em tempo real da tarefa. Você pode ver todo o processo das inteligências de IA analisando os requisitos, localizando arquivos, modificando o código e enviando o código.
4. Resultados da análiseA IA cria automaticamente um novo branch em seu repositório do GitHub e faz o commit de todas as alterações de código nesse branch. Você pode visitar seu repositório do GitHub, encontrar esse novo ramo e revisar as alterações da IA da mesma forma que revisaria o código de um colega.
5. Tarefas de gerenciamentoNa barra lateral do aplicativo, você pode ver uma lista de todas as tarefas históricas e seus status (por exemplo, em andamento, concluídas, com falha etc.) para facilitar o gerenciamento e a rastreabilidade.

cenário do aplicativo

1. Refatoração automatizada de código
   Para projetos grandes ou código legado histórico, os desenvolvedores podem instruir as inteligências de IA a realizar tarefas de refatoração repetitivas e demoradas, como migrar todo o código JavaScript para TypeScript ou unificar o formato de tratamento de erros para todas as APIs em um projeto.
2. Prototipagem rápida de novos recursos
   Quando uma ideia para um novo recurso precisa ser validada, os desenvolvedores podem fornecer um repositório de código e uma descrição clara do recurso, permitindo que as inteligências de IA gerem rapidamente um código de protótipo funcional. Isso reduz significativamente o tempo entre a ideia e o produto demonstrável.
3. Corrigir bugs no programa
   Os desenvolvedores podem fornecer informações sobre bugs conhecidos (por exemplo, registros de erros, descrições de problemas) como instruções de tarefas para que a inteligência de IA localize automaticamente o código problemático, escreva a lógica de correção e envie a correção.
4. Aprendizado e geração de amostras de código
   Os iniciantes podem usar essa ferramenta para aprender novas técnicas. Ao solicitar requisitos à IA e observar como ela adiciona novos recursos ou resolve problemas em um projeto completo, é possível entender visualmente a organização do código e a lógica de sua implementação.

QA

1. Como esse projeto garante que as modificações de IA no código sejam seguras?
   O projeto é protegido pela integração da tecnologia Vercel Sandbox. Cada tarefa de codificação é executada em uma micro máquina virtual (microVM) separada e baseada na nuvem. Esse ambiente é completamente isolado de sistemas externos, e o código gerado ou modificado pela IA só pode ser executado dentro dessa sandbox, sem acesso aos seus arquivos locais ou aplicativos host, evitando assim possíveis riscos de segurança. Essa sandbox é destruída imediatamente após a conclusão da tarefa.
2. Posso usar meu próprio modelo de IA?
   O modelo atual foi projetado para oferecer suporte a muitos dos principais serviços de IA codificados, como o Claude e o OpenAI Codex. Embora o modelo em si não forneça uma interface "plug-and-play" para qualquer modelo personalizado, ele é de código aberto, de modo que desenvolvedores experientes podem modificar o código-fonte para integrar seus próprios modelos de IA treinados ou outros modelos de IA modificando o código-fonte. treinados ou outros modelos de IA, modificando o código-fonte.
3. Preciso pagar para usar esse modelo?
   O projeto do modelo em si é de código aberto e gratuito. No entanto, sua execução depende de vários serviços de terceiros que podem gerar custos. Por exemplo, você precisará pagar as taxas apropriadas para bancos de dados PostgreSQL, APIs para chamar modelos de IA (por exemplo, Anthropic, OpenAI) e recursos para usar a plataforma Vercel (por exemplo, Sandbox, AI Gateway).
4. Por que preciso de tantas chaves de API e tokens?
   Cada chave corresponde a uma função principal:POSTGRES_URLUsado para se conectar às tarefas de armazenamento do banco de dados;ANTHROPIC_API_KEYtalvezOPENAI_API_KEYPara invocar macromodelos de IA para pensar e codificar;GITHUB_TOKENUsado para ler e gravar no repositório de código;VERCELAs IDs e o token associados são usados para criar e gerenciar um ambiente de execução de sandbox seguro.