软件开发
Open Terminal 让 AI 能够与真实代码库交互——克隆仓库、运行测试、读取错误、安装依赖，并不断迭代修复。
提示
想要一个可在任何设备访问的完整开发环境？请看 cptr——将你的电脑装进一个浏览器标签页。
克隆并探索代码仓库
你： 克隆 https://github.com/user/project 并给我一个代码库概述。架构是什么？入口点在哪里？
AI 会：
- 运行
git clone拉取仓库 - 扫描目录结构，读取关键文件（
README、package.json、pyproject.toml等） - 识别技术栈、入口点和主要组件
- 返回包含文件数量、依赖项和架构说明的结构化摘要
运行测试套件并修复失败
你： 运行测试。如果有任何失败，找出原因并修复它。
AI 会：
- 检测测试框架（
pytest、jest、go test等） - 如需要则安装依赖
- 运行完整测试套件
- 读取失败输出，追踪 bug，编辑源码
- 重新运行失败的测试以确认修复
迭代调试
AI 看到的终端输出与开发者看到的完全相同——堆栈跟踪、断言错误、日志消息。多轮"运行 → 读取错误 → 修复 → 重新运行"自动进行。
设置开发环境
你： 设置这个项目，让我可以在上面开发。安装所有依赖、创建数据库并运行开发服务器。
AI 会：
- 阅读设置文档（
README、Makefile、docker-compose.yml） - 安装系统软件包和语言依赖
- 创建配置文件、设置数据库、运行迁移
- 启动开发服务器并确认正常运行
- 报告你可以访问的 URL
自信地重构
你： 将
users.py中的数据库查询重构为使用 async/await。确保测试仍然通过。
AI 会：
- 读取当前实现
- 按你要求的修改重写代码
- 运行测试套件验证没有破坏任何内容
- 如果测试失败，调整重构代码直到通过
- 显示修改内容的
git diff
Git 工作流
你： 显示自上次发布标 签以来的变更。总结提交记录。
AI 直接使用 Git 工作：
git log、git diff、git blame分析历史- 创建分支、暂存修改、创建提交
- 从提交历史生成变更日志
- 使用
git bisect查找 bug 引入时间 - 解决合并冲突
编写和运行测试
你： 为
orders.py中的calculate_shipping()函数编写单元测试。覆盖边缘情况。
AI 会：
- 读取函数以理解其逻辑和参数
- 识别边缘情况（零数量、负值、国际与国内、免运费阈值）
- 使用项目现有测试框架编写测试用例
- 运行它们以验证是否通过
- 如果有失败，判断是测试 bug 还是代码 bug
调试特定问题
你： 用户反映登录接口有时返 回 500。这是日志中的错误：
KeyError: 'session_token'。找出并修复它。
AI 会：
- 搜索代码库中
session_token的使用位置 - 读取周围代码理解流程
- 识别 bug（例如：会话过期时缺少键检查）
- 编写带有适当错误处理的修复方案
- 为该边缘情况添加测试用例
- 运行测试确认修复
构建并验证 API
你： 创建一个管理书店的 REST API。我需要书籍、作者和分类的 CRUD 功能。使用 FastAPI 和 SQLite。
AI 会：
- 搭建项目结构
- 定义数据库模型和模式
- 实现所有带验证的接口
- 创建种子数据
- 启动服务器并用
curl测试每个接口 - 展示 Swagger 文档页面
支持哪些语言和工具？
Docker 镜像预装了常用开发工具：
| 类别 | 可用工具 |
|---|---|
| 语言 | Python、Node.js、Ruby、C/C++、Bash |
| 包管理器 | pip、npm、gem、apt |
| 版本控制 | Git |
| 编辑器 | nano、vim |
| 构建工具 | make、gcc、g++ |
AI 可以即时安装额外工具——Rust、Go、Java、Docker CLI、数据库客户端，以及任何可通过 apt 或语言专属包管理器获取的内容。