2026.11.10 大模型与Agent

54. Aider 架构分析

作者：climbing

项目: Aider-AI/aider

定位: AI 结对编程终端工具，让用户在终端中与 LLM 配对编程

语言: Python | 许可: Apache 2.0

星标: 30K+ | 每周 Token 消耗: 15B+

1. 核心定位与设计哲学

Aider 的核心设计理念是“AI 结对编程”——不是让 AI 替你写代码，而是让 AI 像一个坐在你旁边的同事一样，理解你的代码库，帮你做精确的代码修改。它专注于已有代码库的增量修改，而非从零生成项目。

与 Cursor/Copilot 等 IDE 集成工具不同，Aider 是一个纯终端工具，通过命令行交互完成所有工作。这带来了几个关键设计决策：

  • 无 GUI 依赖：完全在终端运行，支持 SSH 远程开发
  • Git 原生集成：每次 AI 修改都自动 commit，可随时 undo
  • 编辑格式抽象：不同 LLM 有不同的最佳编辑方式，Aider 通过策略模式适配

2. 目录结构与模块划分

aider/
├── coders/              # 核心：编辑格式策略（Strategy Pattern）
│   ├── base_coder.py    # 基类 Coder，约 2000+ 行，核心引擎
│   ├── editblock_coder.py     # SEARCH/REPLACE 块编辑
│   ├── wholefile_coder.py     # 整文件替换
│   ├── udiff_coder.py         # Unified diff 编辑
│   ├── patch_coder.py         # Patch 格式编辑
│   ├── architect_coder.py     # 架构师模式（双模型）
│   ├── ask_coder.py           # 只读问答模式
│   ├── context_coder.py       # 上下文识别模式
│   └── *_prompts.py           # 各格式对应的 prompt 模板
├── queries/             # Tree-sitter 查询文件
├── resources/           # 模型配置、默认设置
├── website/             # 文档站源码
├── models.py            # 模型管理：别名、设置、token 计算
├── repo.py              # Git 仓库操作封装
├── repomap.py           # 代码库地图生成（tree-sitter）
├── commands.py          # 斜杠命令系统（/add, /drop, /undo 等）
├── io.py                # 终端 I/O 抽象
├── main.py              # 入口点
├── sendchat.py          # LLM API 调用
├── linter.py            # Lint 检查集成
├── voice.py             # 语音输入
├── watch.py             # 文件监控（IDE 集成）
└── scrape.py            # 网页抓取

3. 编辑格式策略（Edit Format Strategy）

这是 Aider 最核心的架构设计。不同 LLM 擅长不同的代码编辑方式，Aider 用策略模式抽象了这一差异：

编辑格式 实现类 适用场景 工作方式

|———|——–|———|———|

whole WholeFileCoder 早期模型 输出完整文件内容
edit EditBlockCoder Claude/GPT-4o 主力格式 SEARCH/REPLACE 块精确替换
udiff UnifiedDiffCoder 擅长 diff 的模型 Unified diff 格式
patch PatchCoder 高级模型 标准 patch 格式
architect ArchitectCoder 双模型协作 架构师设计 + 编辑器执行
ask AskCoder 纯问答 不修改代码
context ContextCoder 上下文识别 自动识别需要编辑的文件

所有编辑格式继承自 base_coder.py 中的 Coder 基类。Coder.create() 工厂方法根据 edit_format 参数动态选择对应的子类。

4. Coder 基类引擎（base_coder.py）

Coder 类是整个系统的引擎，约 2000+ 行，承担以下职责：

会话管理：

  • done_messages / cur_messages：已完成和当前的消息历史
  • format_messages()：将代码文件、repo map、对话历史组装成 LLM 消息
  • send_message()：发送消息给 LLM，处理流式响应和重试

文件管理：

  • abs_fnames / abs_read_only_fnames：聊天中的文件（可编辑/只读）
  • 文件内容自动注入到 system prompt 或 user message

Git 集成：

  • auto_commits / dirty_commits：自动提交策略
  • aider_commit_hashes：追踪 AI 做出的 commit

质量保障：

  • auto_lint / auto_test：修改后自动 lint/test
  • max_reflections = 3：LLM 最多自我修正 3 次

Token 管理：

  • check_tokens()：检查消息是否超过上下文窗口
  • warm_cache()：预热 prompt cache（后台线程）

5. 模型管理（models.py）

Model 类封装了 LLM 的所有元信息：

@dataclass
class ModelSettings:
    name: str
    edit_format: str = "whole"          # 默认编辑格式
    weak_model_name: Optional[str]      # 弱模型（用于摘要等）
    use_repo_map: bool = False          # 是否使用代码库地图
    send_undo_reply: bool = False       # 是否发送 undo 提示
    lazy: bool = False                  # 是否懒惰模式
    reminder: str = "user"              # 提醒方式
    cache_control: bool = False         # 是否支持 cache control
    reasoning_tag: Optional[str]        # 推理标签格式
    editor_model_name: Optional[str]    # 编辑器模型（architect 模式）

模型信息来源三层：

  1. 本地 YAML 配置 (resources/model-settings.yml)：预定义的模型设置
  2. LiteLLM 元数据库：在线获取的模型价格和上下文窗口
  3. OpenRouter API：OpenRouter 路由的模型信息

支持 100+ 模型别名，如 sonnet → claude-sonnet-4-6，deepseek → deepseek/deepseek-chat。

6. 代码库地图（RepoMap）

repomap.py 是 Aider 的”杀手级”特性——用 Tree-sitter 解析整个代码库，生成语义级别的仓库地图：

工作流程：

  1. 用 Tree-sitter 解析所有源文件，提取函数/类定义和引用关系
  2. 构建定义-引用图（哪些文件定义了什么，哪些文件引用了什么
  3. 根据当前聊天中的文件，计算相关性排名
  4. 生成精简的 repo map 注入到 LLM prompt

关键设计：

  • 使用 tags.scm 查询文件提取符号定义
  • 基于 PageRank 思想的相关性排序：被更多文件引用的定义更重要
  • Token 预算控制：map_tokens 参数限制 map 大小
  • 支持 100+ 编程语言（通过 Tree-sitter 语言包）

这让 Aider 在修改文件 A 时，能自动感知文件 B、C、D 中的相关代码，大幅提升大项目中的编辑质量。

7. Git 集成（repo.py）

GitRepo 类封装了所有 Git 操作：

自动 Commit：

  • AI 修改文件后自动 commit，commit message 由 LLM 生成
  • 支持 attribute-author（标记为 User (aider)）
  • 支持 co-authored-by trailer（标注 AI 参与）
  • aider_commit_hashes 追踪 AI commit，支持 /undo 回滚

智能 Diff：

  • get_diffs() 生成变更差异，用于 commit message 生成
  • 支持 staged 和 unstaged 文件

文件过滤：

  • .aiderignore 文件（类似 .gitignore）排除不需要的文件
  • subtree_only 限制只操作当前子目录

8. 命令系统（commands.py）

斜杠命令系统提供丰富的交互控制：

命令 功能

|——|——|

/add 添加文件到聊天
/drop 从聊天移除文件
/undo 撤销上一次 AI commit
/diff 查看当前变更
/run 运行 shell 命令
/lint 运行 linter
/test 运行测试
/map 显示仓库地图
/model 切换模型
/format 切换编辑格式
/web 抓取网页内容
/voice 语音输入
/commit 手动 commit
/copy 复制最后的回复

命令以 / 开头，shell 命令以 ! 开头。

9. Architect 模式（双模型协作）

Architect 模式是 Aider 的高级特性，使用两个模型协作：

  1. Architect 模型（强模型）：分析需求，设计修改方案，输出编辑指令
  2. Editor 模型（快模型）：执行具体的代码编辑

工作流程：

用户请求 → Architect 设计方案 → Editor 执行编辑 → 结果返回

这种分离让昂贵的强模型专注于设计，便宜的快模型处理细节，既保证质量又控制成本。

10. 质量保障与扩展机制

Lint/Test 集成：

  • 修改后自动运行 linter，失败时让 LLM 自动修复
  • 支持自定义 test_cmd，修改后自动跑测试
  • max_reflections = 3：最多自我修正 3 轮

文件监控（Watch 模式）：

  • 监控文件变化，IDE 中添加注释触发 AI 修改
  • 支持 # aider: ADD / # aider: DROP 指令

语音输入：

  • 集成语音识别（Whisper），支持语音描述需求

网页抓取：

  • /web 命令抓取网页内容，用 Playwright 渲染 JS 页面

Prompt Cache 优化：

  • 后台线程预热 prompt cache，减少重复 token 计费
  • 支持 Anthropic/OpenAI 的 cache control header

上下文压缩：

  • ChatSummary 类压缩长对话历史，避免超出上下文窗口
  • 编辑格式切换时自动摘要旧对话

架构总结

┌─────────────────────────────────────────────┐
│                  用户输入                     │
│         (终端 / 语音 / 文件监控)              │
├─────────────────────────────────────────────┤
│              Commands 命令层                  │
│    /add /drop /undo /model /format ...       │
├──────────┬──────────────┬───────────────────┤
│  Coder   │   Model      │   Repo            │
│  编辑策略 │   模型管理    │   Git 操作        │
│          │              │                   │
│ ┌──────┐ │ ┌──────────┐ │ ┌───────────────┐ │
│ │edit  │ │ │别名解析   │ │ │自动commit     │ │
│ │whole │ │ │token计算  │ │ │diff生成       │ │
│ │udiff │ │ │cache管理  │ │ │.aiderignore   │ │
│ │patch │ │ │元数据获取  │ │ │归因管理       │ │
│ │architect│ │          │ │ │               │ │
│ └──────┘ │ └──────────┘ │ └───────────────┘ │
├──────────┴──────────────┴───────────────────┤
│              RepoMap 代码地图                  │
│     Tree-sitter 解析 → 定义引用图 → 相关性排名  │
├─────────────────────────────────────────────┤
│              LLM API (LiteLLM)               │
│    OpenAI / Anthropic / DeepSeek / 本地模型    │
└─────────────────────────────────────────────┘

Aider 的架构精髓在于：编辑格式抽象 + 代码库地图 + Git 原生集成。编辑格式策略让它适配各种 LLM，RepoMap 让它理解大项目，Git 集成让它安全可靠。这三个支柱共同支撑起”终端结对编程”这一体验。