Cody

Cody 是 Sourcegraph 推出的 AI 编码助手，官网 https://sourcegraph.com/cody。它和常见的行内补全工具走的是另一条路线：先借 Sourcegraph 的代码搜索 API 把你要动的代码周围的上下文取齐——当前打开的文件、所在仓库、相关的符号定义与调用模式，必要时还能把远程仓库里的同一份实现一起拉进来——再把这些材料和你的问题一并交给模型回答或动手修改。

它属于 AI编程 分类——与 Cursor 这类偏图形化写代码的编辑器不同，Cody 的起点是「先把代码读懂」；跟 GitHub Copilot 那种逐行往下写的思路也不同，Cody 更像一位坐在代码索引旁边的同事，回答问题时能把结论指回具体的文件与符号。

按官方文档标注，Cody 的完整能力面向 Sourcegraph Enterprise，个人使用另有免费额度，所以个人开发者能体验到对话、修改建议、调试这类常用部分，而团队协作、权限与治理类能力需要落到企业版。这条分界线决定了它更像一款面向工程团队的助手，而不是随手打开就能用的玩具。

从定位上看，它的强项集中于「读懂陌生代码库」：接手一个缺文档的老仓库，或者要在多个服务里找同一段逻辑的实现，靠的正是跨仓库语义检索与上下文组织。它的节奏也偏保守——更愿意先给一份可核查的分析，而不是一口气把整个功能重写掉。

• Cody 服务部署在境外，大陆访问需自备国际网络，官网、扩展市场与模型请求的连通性都受网络条件影响。
• 界面与帮助文档以英文为主，扩展内对话可用中文提问，理解类任务的表达质量以英文为准更稳。
• 需注册 Sourcegraph 账号并授权连接 GitHub、GitLab 等代码托管平台，仓库可检索后 Cody 才拿得到上下文。
• 个人使用有免费额度，团队协作与治理能力按企业版本走，价格以官网当期页面为准。

• Chat 默认带上当前文件与仓库上下文
• 用 @ 追加文件、符号与远程仓库
• Auto-edit 依据光标与打字节奏主动提议修改
• Prompts 把常用提问做成可定制可分享的提示词
• Context Filters 把指定仓库排除出上下文
• Debug code 定位报错并给出修复方向

1. 打开 https://sourcegraph.com/cody 注册账号，并把自己的代码托管平台（GitHub、GitLab 等）授权接入 Sourcegraph；仓库能不能被检索，直接决定 Cody 手上有多少上下文。
2. 按日常编辑器安装扩展：VS Code 与 JetBrains 是主力，Visual Studio 版本官方标注为实验性；另有网页版与 Cody CLI 可用于命令行场景。
3. 在编辑器侧边栏打开 Cody 对话，它默认会带上当前打开的文件和所在仓库作为上下文；需要更多材料时用 @ 追加文件、符号，甚至指定远程仓库。
4. 写代码时开 Auto-edit，它会根据光标移动与打字节奏主动提议修改，你确认后才落地；改动范围大的时候，逐条看 diff 比直接接受更稳。
5. 把反复要问的问题写进 Prompts，整理成可定制、可分享的提示词，团队里统一问法，也省去每次重新描述背景。
6. 排查报错时用 Debug code，先把错误信息和相关文件喂给它，让它定位可能出问题的代码段，再由你验证结论。
7. 用 Context Filters 把不该进对话或补全的仓库排除掉，敏感或无关仓库不进入上下文范围，检索噪音与上下文占用都会小一些。

另外，Sourcegraph 自带的 Code Search 结果页里也带 Cody 入口，可以从搜索结果直接跳进对话，就着代码库提问，检索与问答之间不用来回切换。

优点

• 跨仓库语义检索与上下文组织能力强
• 与 Sourcegraph 代码搜索打通，检索结果可直接进入对话
• 客户端覆盖 VS Code、JetBrains、Web 与 CLI
• 个人使用有免费额度，上手成本可控

局限

• 生成与自动化编辑节奏偏保守，大段重写不如专门的 agent 类工具果断
• 完整的团队协作与治理能力要落到企业版，个人档缺失
• 上下文质量取决于代码托管连接是否配置到位，新仓库首次索引需要等待
• 服务在境外，交互延迟受国际网络质量影响

• 场景一：接手陌生仓库——新同事接手一个没有文档的服务，先让它梳理这个接口的调用方、涉及的模块与潜在改动点，比逐个文件读要快得多。
• 场景二：跨仓库找同一份逻辑——同一条业务规则在三个仓库各有一版实现，用 @ 引用远程仓库对比差异，判断该收敛到哪一边。
• 场景三：排查线上报错——把报错堆栈与几个相关文件交给 Debug code，让它先给出可能出错的代码段与成因假设，再由你逐条验证。
• 场景四：把重复提问固化——「这个字段在哪些表和接口里出现过」这类问题做成 Prompts 分享出去，全组按同一套问法拿答案。

这些场景的共性是：人要先建立对代码结构的判断，AI 负责把散落的线索一次摆出来。Cody 的价值不在替你按下生成键，而在于缩短「读完再动手」那段路。

四者都归在 AI编程，但解决的痛点不同：Cody 拼的是跨仓库检索与上下文组织，Cursor 拼的是图形界面里一体化的写码体验，Copilot 拼的是行内补全的顺手与生态覆盖，Cline 拼的是自主程度与对模型接入的控制，zread 拼的是把代码库转成可读文档。若你每天要面对的是「先搞清楚这段代码在系统里的位置」，Cody 更对路；若主要任务是「从零把功能写出来」，换 Cursor 一类更顺手。

个人使用有免费额度，企业协作与治理能力按 Sourcegraph 的付费版本走，具体价格以官网当期页面为准。

价格与档位可能随时调整，以上信息以官网为准。

• 接手陌生大仓库，先读懂再动手
• 跨仓库查同一个接口或逻辑的实现在哪
• 排查线上报错并定位可疑代码段
• 把重复提问固化成团队共享的提示词

以下工具与 Cody 在场景上有交集或重叠，可一并比较：