Plandex
面向大型代码任务的终端 AI 开发工具，支持规划、执行与可审查变更。
按维度查看评分与理由
证据显示：README 描述了累积差异审查沙箱、命令执行控制、回滚能力，以及可配置的自主性（从全自动到逐步审查），表明存在用户确认机制。但未提供具体实现细节，如权限模型、数据流透明性、敏感数据处理策略。依赖安全方面，未提供依赖审计或漏洞扫描证据。外部影响方面，命令执行受控，但未明确默认权限。回滚功能有描述，但未提供实现细节。来源归属方面，未提供模型输出或代码来源的明确归属机制。因此，多数标准得分较低，因为证据不足或仅部分支持。
证据显示：README 声称支持大项目和文件，但未提供自一致性测试或故障消息的详细说明。依赖可用性方面，未提供依赖清单或可用性保证。故障消息方面，未提供错误处理或用户提示的示例。因此，得分较低，因为缺乏具体证据。
证据显示：README 描述了多种使用场景（大型任务、真实项目）、能力边界（2M token 上下文、30+ 语言）、触发精度（可配置自主性）和环境适配（终端、WSL、Docker）。但触发精度方面，未提供具体命令或触发机制的细节。因此，得分中等，因为描述充分但缺乏细节。
证据显示：README 提供了安装说明、示例、文档链接、许可证（MIT）、版本控制（GitHub releases）和贡献指南。但未提供变更日志或已知限制的明确说明。命名稳定性方面，未提供 API 或命令的稳定性保证。因此，得分中等，因为信息架构良好但缺乏某些细节。
证据显示：README 描述了输出可用性（累积 diff 审查、版本控制）、边际价值（结合多模型、自动调试）和成本效益（上下文缓存、模型包）。但未提供实际性能或成本数据。因此，得分中等，因为描述充分但缺乏实证。
证据显示：README 中的声明未提供可追溯的测试或验证证据。跨来源佐证方面，未提供独立验证。事实与推断分离方面，未明确区分。因此，得分较低，因为缺乏可验证性。
- 静态审查无法验证实际行为，所有得分基于文档和配置推断。
- 未提供依赖安全审计或漏洞扫描证据，使用前应自行检查依赖。
- 未提供敏感数据处理的具体策略，涉及敏感数据时需谨慎。
- 未提供明确的权限模型，默认权限可能过大，需审查配置。
- 未提供变更日志，版本升级可能引入不兼容变化。
这个 Agent 能做什么，适合哪些场景？
Plandex 是一个在项目目录中运行的终端式 AI 开发工具，可规划并执行跨多个步骤、涉及数十个文件的编码任务。它通过 REPL 和 CLI 提供交互与脚本化入口，并以项目感知聊天模式帮助理解代码库和澄清方案。工具可加载相关文件、执行命令、调试构建、测试、脚本及部署命令，并可在安装 Chrome 时调试浏览器应用。AI 生成的改动先进入累积 diff 审查沙盒，与项目文件分离，准备就绪后再应用。它支持云端服务与 Docker 本地自托管模式；云端服务自 2025 年 10 月 3 日起停止接受新用户。
在项目目录中运行 plandex 或 pdx 后，Plandex 以 REPL 提供项目感知聊天，并可转入规划和实现工作流。它可按步骤加载所需文件，利用 tree-sitter 生成项目地图并进行语法验证，README 声明其项目地图支持 30 多种语言。执行阶段可修改多个文件、运行终端命令，并对构建、lint、测试、部署和脚本命令进行自动调试；若已安装 Chrome，还可调试浏览器应用。生成的文件改动会保留在累积 diff 审查沙盒中，随后由用户审查、修订或应用；同时它提供每次计划更新的版本控制、分支探索、Git 提交信息生成及可选自动提交。模型方面可组合 Anthropic、OpenAI、Google 和开源提供方的模型，并支持 OpenRouter API 密钥及 Claude Pro/Max 订阅。
- 维护大型 Git 项目的开发者，需要把一项跨数十个文件、分多步完成的功能拆解、实现并审查。
- 接手陌生代码库的工程师，先在项目感知聊天模式中提问和梳理方案，再进入实现流程。
- 需要在终端中反复运行构建、lint 或测试的开发者，希望工具在命令失败时协助调试。
- 使用多家模型服务的团队，希望针对能力、成本和速度在不同模型包之间选择或组合模型。
- 正在开发浏览器应用且本机安装了 Chrome 的工程师，需要将浏览器调试纳入编码任务流程。
这个 Agent 有哪些优点和局限？
- 累积 diff 审查沙盒将 AI 改动与项目文件隔离，便于在应用前审查和回退。
- 面向大项目的上下文策略：README 声明默认模型包可实现 2M token 有效上下文，并可用 tree-sitter 项目地图索引 20M token 以上目录。
- 同一终端工作流覆盖文件加载、代码修改、命令执行和失败调试，并可对浏览器应用进行调试。
- 可组合 Anthropic、OpenAI、Google 和开源提供方模型，并提供模型包以权衡能力、成本和速度。
- 每次计划更新具备版本控制和分支能力，并包含 Git 集成、提交信息生成与可选自动提交。
- 主要交互界面是终端 REPL 和 CLI，不是图形化 IDE 工作流。
- Windows 只能通过 WSL shell 使用；Windows CMD 和 PowerShell 被明确标为无法正确运行。
- 本地自托管模式需要 Docker，且使用模型需要相应提供商账户或 API 密钥；示例使用 OpenRouter 密钥。
- 工具可运行命令并提供全自动模式，采用前需要评估项目中的命令执行与自动提交设置。
- Plandex Cloud 已在 2025 年 10 月 3 日起停止接受新用户，因此新用户需采用自托管/本地模式。
如何安装或部署这个 Agent？
安装 CLI：
curl -sL https://plandex.ai/install.sh | bashWindows 仅支持在 WSL shell 中运行，不支持 Windows CMD 或 PowerShell。若使用本地自托管模式，README 指明可用 Docker 在本机运行，或部署到自己的服务器。使用 OpenRouter 时设置凭据：
export OPENROUTER_API_KEY=...如何使用这个 Agent？
进入目标项目目录；新项目可选执行 git init。然后启动 REPL：
cd your-project-dir
plandex也可使用短命令 pdx。REPL 默认以聊天模式启动，可先讨论项目和任务；任务明确后进入规划与写码流程。若使用 Claude Pro 或 Max，首次运行时可按提示连接订阅。