Crush AI 编码代理

解决的实际问题

• 环境割裂：多数 AI 编码工具需要离开终端或依赖特定 IDE，开发者在 SSH 会话、容器环境或轻量编辑器中难以获得连贯的 AI 辅助。
• 模型选择受限：传统工具往往绑定单一模型，无法根据任务特性（如代码补全、调试、文档生成）灵活切换最优 LLM。
• 上下文感知不足：缺乏对代码库结构、符号定义和跨文件引用的深度理解，导致生成建议脱离实际项目规范。

核心能力与关键步骤

• 原生终端代理：Crush 直接在终端中运行，无需额外 GUI 或插件，适配 SSH、容器和本地环境。
• 多模型动态切换：支持在会话中通过命令切换不同 LLM（如 GPT-4、Claude、本地模型），根据任务需求灵活调整推理策略。
• MCP 扩展机制：通过 Model Context Protocol 集成外部工具（如数据库查询、API 调用），扩展代理能力边界。
• LSP 增强上下文：利用各平台的 LSP 服务器提供符号定义、跳转和诊断信息，确保建议符合项目代码规范。

适用边界与注意事项

• 环境要求：需预装 Go 1.23+ 以支持核心功能，部分 LSP 服务器需单独配置。
• 权限管理：工具调用需显式授权，避免自动执行高风险操作（如文件写入、命令执行）。
• 模型适配：不同 LLM 对 MCP 工具的支持程度可能差异，需验证关键工具的兼容性。