AI 编程工具对照
比较 Melso 支持的 AI 编程工具，以及模型、MCP、会话和 Skill 的差异。
Melso 不会替代你使用的 AI 编程工具。运行时会调用电脑上已经安装并登录的工具，再把执行进度和结果写回 issue。
如果你已经在使用其中一款，通常可以直接沿用。选择工具时的四个判断维度：
- 电脑上是否已经安装；
- 账号可以使用哪些模型；
- 是否需要由 Melso 配置 MCP；
- 团队要复用哪些 skill。
安装方法见 安装 AI 编程工具。
支持的工具
| 工具 | 检测命令 | 会话恢复 | Melso 管理 MCP | Skill 注入位置 |
|---|---|---|---|---|
| Antigravity | agy | ✓ | — | .agents/skills/ |
| Claude Code | claude | ✓ | ✓ | .claude/skills/ |
| CodeBuddy | codebuddy | ✓ | ✓ | .codebuddy/skills/ |
| Codex | codex | ✓ | ✓ | $CODEX_HOME/skills/ |
| GitHub Copilot CLI | copilot | ✓ | — | .github/skills/ |
| Cursor Agent | cursor-agent | ✓ | ✓ | .cursor/skills/ |
| DeepSeek Harness | dsh | ✓ | ✓ | .dsh/skills/ |
| DevEco Code | deveco | ✓ | — | .deveco/skills/ |
| Grok | grok | ✓ | ✓ | .grok/skills/ |
| Hermes | hermes | ✓ | ✓ | 单次执行的 HERMES_HOME/skills/ |
| Kimi CLI | kimi | ✓ | ✓ | .kimi/skills/ |
| Kiro CLI | kiro-cli | ✓ | ✓ | .kiro/skills/ |
| OpenClaw | openclaw | ✓ | ✓ | skills/ |
| OpenCode | opencode | ✓ | ✓ | .opencode/skills/ |
| Pi | pi | ✓ | — | .pi/skills/ |
| Oh-My-Pi | omp | ✓ | — | .omp/skills/ |
| Qoder CLI | qodercli | ✓ | ✓ | .qoder/skills/ |
| Qoder CN CLI | qoderclicn | ✓ | ✓ | .qoder/skills/ |
| Qwen Code | qwen | ✓ | ✓ | .qwen/skills/ |
| QwenPaw | qwenpaw | ✓ | ✓ | 单次执行的工作区 skills/ |
| Reasonix | reasonix | ✓ | ✓ | .reasonix/skills/ |
| Trae CLI | traecli | ✓ | ✓ | .traecli/skills/ |
"Melso 管理 MCP" 表示你可以在智能体配置中填写 MCP server，由 Melso 在执行前传给对应工具。它不代表该工具本身没有其他 MCP 配置方式。
模型来源
创建智能体时，模型列表来自对应的运行时。有些工具提供固定的模型名称，有些会根据本机配置、登录账号和订阅权益返回可用模型。
不选择模型时，Melso 使用该工具的默认设置。列表为空时，先确认运行时在线并且工具已经登录，再刷新模型列表。
QwenPaw 是唯一的例外：它不接受在 Melso 侧选择的模型，因此选择框不可用，显示为"由运行时管理"。请改在 QwenPaw 自身的配置里选择模型。它的模型列表为空属于正常情况，并不表示运行时离线。
DeepSeek Harness 的模型目录由运行时自身提供（dsh --profile multica --list-models）。它的模型 id 采用 provider/model 形式（例如 deepseek-official/deepseek-chat），请从列表中选择完整 id。
不同工具可能使用不同的模型名称。更换 AI 编程工具后，原有的模型值在新工具中无效，需要重新选择。
会话恢复
这些工具都支持在后续执行中继续已有会话。前提是原来的会话仍然存在，并且任务由能够访问它的运行时执行。
Melso 会保存工具返回的会话标识。下一次在同一 issue 中继续工作时，运行时会尝试恢复这段会话；无法恢复时，会创建一个新会话继续执行。Pi 保存的是本地会话文件路径，因此更依赖原来的电脑和文件。
有关重试和会话恢复的规则，见 执行任务。
MCP 配置
Antigravity、GitHub Copilot CLI、DevEco Code 和 Pi 暂不读取智能体中的 MCP 配置，因此创建智能体时不会显示这一项。
MCP server 的命令、参数和环境变量会随智能体配置保存在服务器端。不要把不需要共享的本地凭据直接写入配置。
Skill 注入方式
执行开始前，Melso 会把智能体绑定的 skill 写入上表对应的位置，让工具通过自己的原生机制发现它们。
仓库里原本存在的 skill 不会被覆盖。如果名称冲突，Melso 会为注入的副本使用另一个目录名；执行结束后，只清理自己创建的文件。
Codex、Hermes 和 OpenClaw 的处理稍有不同：
- Codex 使用单次执行的
CODEX_HOME，不会把 skill 写进系统级 Codex 目录。 - Hermes 使用单次执行的
HERMES_HOME。已有的本地配置仍然可以被读取，但绑定的 skill 与会话数据按任务隔离。这套隔离只在智能体绑定了 skill 时启用，没有绑定 skill 的任务使用本机原有的 Hermes 主目录。 - OpenClaw 使用当前任务工作目录下的
skills/，并由单次执行配置把该目录设为工作区。
如何创建和绑定 skill，见 Skills。
接下来
- 创建和配置智能体 — 模型与思考强度设置。
- 安装 AI 编程工具 — 安装与检测步骤。
- 守护进程与运行时 — 运行时注册与并发。