技能介绍

大型项目里，AI 编码助手卡在哪

当代码库膨胀到几十万行，常见做法是把相关文件拼进上下文，再让模型给出修改。这种方式很快会遇到两个问题：一是上下文窗口有限，模型看不到完整调用链和依赖关系，改完 A 文件可能破坏了 B 模块；二是改动直接落到磁盘，没有隔离层，一次错误的生成就可能污染工作区。Plandex 要解决的正是这类「大上下文 + 安全落地」的组合难题。

它如何工作

Plandex 是一个开源的终端 AI 编码代理，围绕三个核心能力组织：

超大上下文：最多支持 2M tokens 的上下文窗口，可以把大型项目的结构、依赖和相关模块一起纳入推理，而不是只盯着单个文件。
Diff 沙箱：生成的修改先以 diff 形式存在于隔离沙箱中，经过审查或测试后才真正落盘，避免未经验证的改动直接污染工作区。
多模型工作流：可以在 Anthropic、OpenAI、Google 等 provider 之间组合使用不同模型，按任务类型选择合适的模型。

使用时，在项目目录下运行 plandex 即可进入 REPL 模式，命令与文件加载都支持模糊自动补全。它不强制要求项目初始化 git 仓库，但与 git 配合良好——可以先建仓库，再让代理基于提交历史理解代码演进。

适用边界与注意点

提供 self-hosted / local 模式，可以通过 Docker 在本地或自有服务器上运行；模型访问需要自备 OpenRouter.ai key 或其他 provider 的凭证，接入前需要确认密钥管理方式。
2M 上下文不等于「越多越好」，上下文越长，推理成本与延迟也会上升，实践中仍需要按任务圈定关注范围。
适合处理大型项目中的多文件改造、重构、依赖梳理等任务；一次性、单行的快速修补用更轻量的工具可能更合适。