AskCodi 是一款本地优先的 AI 编程工程团队产品，核心是一个 CTO Agent 将需求拆解为任务，指派前端、后端、测试、安全等专长 Agent 在隔离的 git worktree 中并行开发、互审后合并。支持 50+ 模型（OpenAI、Anthropic、Google、xAI、Meta、DeepSeek 等），提供桌面端Web Chat 和 OpenAI 兼容 API 三种入口。

AskCodi 的完整评测

核心参数与统计

AskCodi 的官方定位不是"又一个 AI 代码补全插件"，而是一个运行在本机的 AI 工程团队。它用 CTO Agent 拆解需求，按任务类型指派专长 Agent（前端、后端、测试、安全等）在隔离的 git worktree 中并行开发，完成后互审再合并——整个流程模仿真实团队的协作模式。

项目	公开信息
官方定位	An AI engineering team on your machine
核心形态	CTO Agent + 专长 Agent Swarm + 隔离 git worktree
部署方式	本地桌面端（Mac/Windows/Linux），辅以 Web Chat
模型覆盖	50+ 模型（OpenAI、Anthropic、Google、xAI、Meta、DeepSeek 等）
用户规模	400,000+ 月活用户
最新版本	0.0.83（2026-06-28，桌面端）
代码可见性	100% 本地运行，代码不离机
入口形态	Desktop App、Web Chat、OpenAI 兼容 API
商业模式	应用免费 + 按 Token 用量付费订阅

参数解读：AskCodi 区别于 Copilot 或 Cursor 的关键在于"编排层级"——它不是单 Agent 在单文件夹中生成代码，而是多 Agent 在并行分支中协作。其 CTO Agent 不仅拆解需求，还会根据任务性质自动选择最便宜的胜任模型（例如重构用 Haiku、新功能用 Sonnet、仅在必要时用 Opus），以此控制 Token 消耗。

用户与市场认可

AskCodi 官网宣称拥有 400,000+ 月活用户，覆盖个人开发者、创业团队到中型企业。其 GitHub 发布仓库（Assistiv-AI/askcodi-releases）承载桌面端分发与更新日志，但仓库本身仅用于 releases，不作为开发主仓库公开，因此无公开的 stars/forks 数据作为社区热度指标。

市场定位：AskCodi 切入的是"AI 编码助手"赛道中一个独特细分——多 Agent 编排 + 本地优先。区别于 Cursor 的 IDE 内嵌体验Copilot 的编辑器补全、以及 Cline/Continue 等开源单 Agent 方案，AskCodi 更接近"在你的机器上跑一个 AI 开发团队"。其公开博客中与 Sakana Fugu、Claude 等进行了多篇对比分析，显示其定位在"透明的多模型编排"而非黑盒统一 API。

第三方信号：公开博客内容质量较高，涉及 AI Agent 成本趋势benchmark 局限性MCP 生态等深度话题，表明团队具备较强的技术影响力建设能力。但尚未观察到头部技术媒体的独立评测或第三方基准排名。

成本优势

AskCodi 的成本结构分为三层，覆盖个人API 开发者和团队协作场景。

C 端 / 个人用户：

• 桌面端和 Web Chat 免费下载使用。
• Free 计划：$0/月，免费模型无限使用 + 100K 一次性 Premium 模型 Token。
• Starter 计划：$20/月，16M Token/月，覆盖所有模型 + 自定义 Agent + 编排能力。
• Pro 计划：$100/月，80M Token/月，优先支持 + 多工作区。
• Max 计划：$200/月，160M Token/月，最高速率限制 + 优先路由。
• 年付享 17% 折扣。

API / 开发者：

• OpenAI 兼容 API 按模型按量计费，每百万 Token 价格依模型而异（需在 /models 目录查询精确输入/输出费率）。
• 支持 BYOK（Bring Your Own Key），可接入自己的 Claude 或 OpenAI 订阅，不计入 AskCodi 额度消耗。
• 免费层提供小额月度 Token 赠量用于实验。

企业 / 团队：

• 企业定价未公开，需联系商务确认。
• 支持多工作区（Pro 及以上）、邀请成员、自定义模型配置。
• 审计与合规相关功能未公开详细条款。

隐性成本：Free 计划中 100K 一次性 Token 用完即止，后续使用 Premium 模型需升级付费；免费模型有限（以官方列表为准）。API 层面虽支持 BYOK，但需要通过 AskCodi 网关转发，存在额外延迟开销。此外，桌面端目前主要提供 macOS ARM 版本，Windows 与 Linux 版本是否功能对等需验证。

主要功能

• CTO Agent 编排：核心差异功能。用户用自然语言描述需求，CTO Agent 自动拆解为可执行任务，按任务类型（前端、后端、测试、安全、文档）分派给专长 Agent。CTO 具备 done 权限独占控制，工程师 Agent 在 MCP 层被禁止自审批合并。

• 隔离 Git Worktree 并行开发：每个专长 Agent 在独立的 git worktree 中工作，互不干扰。worktree 之间自动 symlink node_modules 等依赖，避免重复安装。支持依赖感知调度（blockedByIssueIds），被阻塞的 Agent 自动跳过。

• 预合并测试门控：代码合并前自动触发测试运行（自动检测 bun/pnpm/yarn/npm），测试通过后方可合并。评审 Agent 自动生成并在代码进入 in_review 状态时自动唤醒。

• 50+ 模型统一入口：通过一个 API Key 调用 OpenAI（GPT-5、o3、GPT-4o 系列）、Anthropic（Claude 4.5 Sonnet/Opus/Haiku）、Google（Gemini 2.5 Pro/Flash）、xAI（Grok 4）、Meta（Llama 4）、DeepSeek（V3/R1）等 50+ 模型。支持按任务自动路由到最便宜的胜任模型。

• OpenAI 兼容 API + 自定义 Agent：提供 api.askcodi.com 端点，兼容 OpenAI SDK 格式，支持 stream、tool calling、vision、audio/TTS。可创建自定义 Agent（捆绑提示词 + Skill + MCP 工具），在 Chat、IDE、API 中复用。

• IDE 集成生态：支持 Cursor（Override Base URL）、VS Code（Continue/Cline/Roo Code）、JetBrains、Neovim、Zed、Windsurf 等主流 IDE，通过配置 API 端点即可接入。

专家视点：这六项功能不是独立罗列的——CTO Agent 的拆解能力是入口，git worktree 隔离是工程保障，测试门控是质量关卡，三者形成"拆解→构建→验收"闭有。模型统一入口和 IDE 集成则让这个闭有可以嵌入任意现有开发工作流，而不要求用户迁移 IDE。真正解决的是"多个 AI Agent 协作时谁对最终输出负责"的问题——CTO 是唯一的人类授权合并点。

模型与版本演进

AskCodi 的版本演进分为两条线：桌面端版本线（0.0.x） 和 平台版本线（1.0.x）。桌面端是当前主力产品线，迭代极快（2026 年 5 月底发布以来已有 10+ 个版本）。

桌面端主线（0.0.x）

版本	日期	核心变化
0.0.83	2026-06-28	可选路由遥测，收集CTO决策数据
0.0.82	2026-06-26	诚实模型显示、成本追踪、多工作区优化
0.0.79	2026-06-04	项目文件夹路径恢复
0.0.78	2026-06-04	编排器管线大重构：per-issue worktree、依赖调度、测试门控、评审Agent
0.0.77	2026-05-27	增量修复
0.0.76	2026-05-27	增量修复
0.0.75	2026-05-26	增量修复
0.0.74	2026-05-26	Apple 公证通过，修复首次启动安全警告

平台验证线（1.0.x）

版本	日期	核心变化
1.0.15	2026-05-30	AskCodi Desktop 正式发布
1.0.14	2026-05-15	Web Chat 大更新：per-chat 模型/Key、提示词库Skill/MCP 挂载、分屏对比
1.0.13	2026-03-21	Agent Builder + Marketplace 上线
1.0.12	2026-03-20	高效益推理模型集成
1.0.11	2026-03-06	Frontier Model 2026 更新
1.0.10	2026-01-07	MiniMax M2.1 集成
1.0.9	2026-01-07	GLM-4.7 集成
1.0.8	2025-11-26	Claude Opus 4.5 支持
1.0.6	2025-11-17	免费模型上线
1.0.0	2025-09-08	平台重大重构：API-first 架构、零加价透明定价

演进脉络：AskCodi 从 2025 年 9 月的平台重构开始，先搭建模型聚合层（1.0.0~1.0.6），再添加 Agent 构建能力（1.0.13），最终在 2026 年 5 月底以 Desktop 形态交付完整的多 Agent 编排体验。桌面端 0.0.78 的编排器管线重构标志着从"单 Agent 聊天"到"多 Agent 协作"的质变。

技术优势

机制 -> 效果 -> 适用场景 因果链：

1. CTO Agent 拆解 + 模型路由：CTO Agent 接收需求后，利用大模型的规划能力拆分任务，并根据每个子任务的性质（重构、新功能、测试、安全审查）自动路由到成本最低的胜任模型。效果是比单一模型调用节省 30%-70% Token 消耗（官方声称，实测待验证）。适用场景是需要频繁迭代的日常开发，尤其是预算敏感的个人/小型团队。

2. 隔离 Git Worktree 架构：每个 Agent 拥有独立的 git worktree，配合跨 worktree 的 node_modules symlink，实现真正的并行开发而不产生文件冲突。效果是多个 Agent 可以同时工作，互不阻塞。适用场景是涉及前后端联调、多模块并行修改的中大型项目。

3. 依赖感知调度 + 评审门控：Agent 之间通过 blockedByIssueIds / linkIssues 表达依赖关系，调度器按拓扑序派发；完成后自动触发测试，评审 Agent 审查后由 CTO 合并。效果是解决多 Agent 协作中"谁等谁"和"谁为质量负责"的问题。适用场景是对代码质量有门槛的团队协作项目。

4. 全本地执行：所有代码处理在用户机器上完成，不离开本机。效果是消除代码泄露风险，满足企业数据合规要求。适用场景是金融、医疗、政府等对数据主权有严格要求的行业。

对比优势：与 Cursor 的 Tab/Agent 模式相比，AskCodi 的 worktree 隔离让其能处理更大范围的并行修改；与 Claude Code / Cline 等单 Agent 工具相比，AskCodi 有明确的分工和验收机制；与 OpenRouter 等纯 API 聚合层相比，AskCodi 在上层提供了完整的工程编排能力。

如何使用

三种入口

入口	适用场景	获取方式
Desktop App	日常开发，多 Agent 编排，完整工程体验	GitHub Releases 下载（Mac ARM 为主）
Web Chat	快速问答、模型对比、轻量使用	浏览器访问 chat.askcodi.com
OpenAI 兼容 API	IDE 集成、自动化流水线、自定义应用	生成 API Key 后配置端点

桌面端快速上手

1. 从 GitHub Releases 下载并安装 AskCodi Desktop（当前提供 macOS ARM 版本）。
2. 启动应用，使用 GitHub/Google 账号登录。
3. 在设置中添加模型 Provider Key（如 Claude API Key 或 OpenAI API Key），或直接使用 AskCodi 提供的统一 API Key。
4. 打开一个本地项目文件夹。
5. 在 CTO Chat 中描述需求，例如"为这个 Express 应用添加用户认证模块，包括 JWT 登录和角色中间件"。
6. CTO Agent 自动拆解任务，指派专长 Agent 在隔离 worktree 中开始工作。
7. 通过 CTO Chat 跟踪进度、审查 diff、批准合并。

API 快速接入

curl https://api.askcodi.com/v1/chat/completions \
  -H "Authorization: Bearer $ASKCODI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-4.5-sonnet",
    "stream": true,
    "messages": [{"role": "user", "content": "Refactor this auth flow"}]
  }'

只需将 base_url 指向 https://api.askcodi.com 并替换 API Key，即可在任何兼容 OpenAI SDK 的工具中使用。

技术架构链路

User (需求描述)
    ↓
CTO Agent (LLM: 拆解 + 路由)
    ├── 前端 Agent (worktree A) ──→ 代码 + 测试
    ├── 后端 Agent (worktree B) ──→ 代码 + 测试
    ├── 测试 Agent (worktree C) ──→ 集成测试
    └── 安全 Agent (worktree D) ──→ 安全审查
            ↓
    评审 Agent (自动 Code Review)
            ↓
    CTO 批准合并 (唯一 done 权限)
            ↓
    主分支合并完成

工程踩坑指南

1. 死循有与 Token 暴涨：多 Agent 场景下，模型可能陷入"修复→发现新问题→再修复"的无限循有。应对方案是 CTO Agent 内置 max_steps / 超时控制，以及工程师 Agent 在 MCP 层被禁止自审批 done。建议用户在复杂需求中手动监控 CTO Chat 中的步骤计数，超过预期步数时主动干预。

2. Worktree 数量膨胀：每次 issue 创建一个 worktree，项目长期迭代后可能积累大量残留 worktree。0.0.78 已包含启动时孤儿 worktree 垃圾回收（GC），但仍建议定期手动清理。可在项目根目录运行 git worktree prune 辅助清理。

3. 模型路由黑盒化：CTO Agent 的模型选择逻辑对用户部分透明。0.0.82 才开始在 dashboard 显示真实模型分配和 Token 消耗。建议 Pro 以上用户在关键项目中开启详细路由日志，定期审计模型分配是否符合预期，避免低成本模型被用于需要高推理深度的任务。

产品定价

AskCodi 实行"应用免费 + 按量订阅"模式，不锁定模型供应商。

计划	月费	Token 配额	核心差异
Free	$0	免费模型无限 + 100K 一次性 Premium Token	体验入门，社区支持
Starter	$20	16M Token/月	所有模型 + 自定义 Agent + 编排
Pro	$100	80M Token/月	优先支持 + 多工作区
Max	$200	160M Token/月	最高速率限制 + 优先路由

• 年付可节省约 17%。
• API 按模型按量计费，独立于订阅计划运行。
• BYOK（自带 Key）不消耗订阅额度，适合已有 Claude/OpenAI 订阅的用户。
• 企业定制方案需联系商务获取报价。

定价逻辑：AskCodi 的订阅本质上买的是"Token 配额 + 速率优先级"，而非模型访问权——Free 计划也能用 Premium 模型（消耗一次性 Token 或 BYOK）。这与其他 AI 编程工具按席位收费不同，更适合 Token 用量波动大的团队。

应用场景

• 多模块并行开发：当一次需求涉及前端 UI、后端 API、数据库迁移和测试用例时，CTO Agent 分配四个专长 Agent 在独立 worktree 中并行开发，将串行数小时的任务压缩到分钟级。核验重点：依赖关系定义是否准确，blockedBy 配置是否覆盖了所有前置条件。

• 日常重构与技术债清理：CTO Agent 自动识别代码中的重构机会，分配 Haiku 或 Sonnet 级别的模型执行低成本重构，完成后自动触发测试验证。核验重点：重构前后的测试覆盖率对比，以及 CTO 是否准确识别了不应重构的热点路径。

• AI 辅助 Code Review：评审 Agent 在代码进入 in_review 状态时自动唤醒，审查 diff、运行测试、标记潜在问题。核验重点：评审 Agent 的误报率（标记了实际无需修改的代码）和漏报率（遗漏了真正的 Bug）。

• 跨 IDE 模型网关：通过 OpenAI 兼容 API，将 AskCodi 作为多模型统一网关接入 Cursor、VS Code（Continue/Cline）、JetBrains、Neovim、Zed 等 IDE。核验重点：流式响应延迟、工具调用兼容性、与原生 API 的行为差异。

适用人群

• 独立开发者与小团队（2-10 人）：AskCodi 的 CTO Agent + 多专长 Agent 模式相当于"免费雇了一个 AI 开发组长"，适合没有专职 Code Review 和架构规划资源的团队。但需注意：CTO Agent 的拆解质量依赖初始需求描述的清晰度，模糊的需求会导致 Agent 空转。

• 对数据主权敏感的行业开发者：金融、医疗、政府等数据不可离网的行业，Codeium 等云服务不可用。AskCodi 全本地执行的特性是刚需。前置条件：本地硬件需满足多模型并发运行的算力需求（内存 ≥ 16GB 为佳）。

• 多模型对比与选型工程师：需要在实际项目中对比不同模型（如 Claude Sonnet vs GPT-5 vs DeepSeek R1）编码表现的技术选型者。AskCodi 的模型统一入口和 per-chat 模型选择降低了切换成本。不适配边界：AskCodi 的价值在于多 Agent 编排，如果只是"换个模型聊天"，直接用 OpenRouter 或原生 API 更轻量。

• 不适合的人群：需要 AI 在 IDE 内实时补全（Tab 补全）的开发者——AskCodi 目前不提供 Copilot 风格的逐行补全；需要高度定制化 Agent 逻辑的企业——自定义 Agent 目前能力边界有限，复杂业务逻辑仍需硬编码实现；追求最低延迟的 API 消费者——多模型网关存在额外的转发延迟。

总结与展望

AskCodi 的产品定位独特且明确——它不是一个"更聪明的代码补全"，而是一个"运行在本机的 AI 开发团队"。其 CTO Agent + 隔离 worktree + 测试门控的组合，在多 Agent 协作的可靠性上优于当前多数单 Agent 方案。400K+ 月活用户的数字也表明市场对这一方向有真实需求。

当前限制：

• 桌面端目前以 macOS ARM 为主，Windows/Linux 版本的功能对等性需验证。
• CTO Agent 的拆解质量高度依赖需求描述的清晰度，复杂业务需求可能需要多次迭代才能得到合理的任务分解。
• 模型路由逻辑缺乏透明的审计面板（0.0.82 才开始加入成本追踪）。
• 社区生态（Marketplace 中的 Skills/MCP 工具）仍处于早期，第三方贡献较少。
• 缺乏独立的第三方基准评测数据，官方性能声称待独立验证。

采购/采用风险评估：个人开发者可从 Free 计划零成本体验，关注 CTO Agent 对自身项目类型的拆解准确度。小团队建议从 Starter 起步，重点验证 worktree 并行开发在 3-5 人项目中的实际效率提升。企业用户需先确认桌面端在企业有境（Windows、MDM 策略、网络代理）中的兼容性，并要求商务提供数据处理的详细说明——虽然官方声称 100% 本地执行，但路由遥测（0.0.83 新增）和模型 API 调用涉及网络请求，需确认哪些数据离机、哪些驻留本地。重点关注模型路由的黑盒程度——当前 CTO 的模型选择不可完全手动覆盖，关键任务建议结合 BYOK 固定模型版本以降低不确定性。

限制与不适配场景

该工具在以下场景中存在使用限制：

场景适配边界 需要高度行业专业知识的任务、对输出格式有严格规范的场景、需要零错误的自动化流程可能效果不达预期。AI 输出应作为初稿或辅助参考，最终结果需人工核验。

技术限制 上下文长度有限、复杂推理准确性可能不足、免费版有使用额度。建议在正式采用前通过试用验证核心场景的可用性。

版本信息

• AskCodi Desktop 0.0.83 ：新增匿名可选路由遥测，收集CTO路由决策数据以公开真实节省数字；EU/UK 区域默认关闭，需用户同意后启用。 （2026-06-28）
• AskCodi Desktop 0.0.82 ：诚实模型显示——CTO聊天头此前在工程师使用Sonnet时显示Opus，现修复；新增每次对话轮次的成本追踪；多工作区体验优化。 （2026-06-26）
• AskCodi Desktop 0.0.79 ：支持从移动/重命名的项目文件夹中恢复路径；修复因 cwd 丢失导致的 spawn ENOENT 错误。 （2026-06-04）
• AskCodi Desktop 0.0.78 ：编排器管线重大更新——per-issue git worktree、跨worktree共享 node_modules、依赖感知调度、预合并测试门控、评审Agent自动生成CTO独占done权限。 （2026-06-04）
• AskCodi Desktop Launch ：AskCodi Desktop 正式发布——CTO Agent规划、专长Agent在隔离git worktree中构建、代码不离开本机。 （2026-05-30）