手把手教你，零成本把 AI 编程助手装进 VS Code，DeepSeek-V3 满血版本地运行，代码补全/重构/调试/单测一键搞定
预计完成时间： 2-3 小时
所需技能： 会用 VS Code、基础命令行
适合人群： 想提升编码效率但不想花 Cursor 订阅费的同学
前言：为什么你需要一个 AI 编程助手？
写过代码的人都有过这种体验：
- 一个函数写了半天，结果发现标准库早就有现成的
- 改一个 Bug 花了两小时，最后发现是少了个分号
- 写单元测试写到头秃，全是重复劳动
- 读别人的代码像读天书，注释比代码还难懂
Cursor 解决了这些问题——它把 AI 深度融合进编辑器，代码补全、重构、解释、生成单测，全部在编辑器里完成。
但问题是：Cursor 订阅费每月 20 美刀，而且代码要上传到第三方服务器。
那怎么办？
答案就是今天要讲的 Cline + DeepSeek 本地方案：
- ???? 完全免费：DeepSeek-V3 API 调用成本极低（约 Cursor 的 1/50）
- ???? 代码不出本地：用 Ollama 本地运行模型，代码永远不会离开你的机器
- ? 能力不打折：代码补全、重构、解释、生成单测，全部支持
- ???? 深度集成 VS Code：和 Cursor 体验几乎一模一样
一句话：Cline 就是开源版 Cursor，DeepSeek 就是免费版 GPT-4o。
一、先搞懂：Cline 到底是什么？
1.1 不用术语，用大白话
Cline 是一个 VS Code 插件，它把 AI 大模型"装进"你的编辑器。
你可以把它理解成：
- 像 GitHub Copilot 一样做代码补全
- 像 Cursor 一样深度理解项目上下文
- 像 ChatGPT 一样对话式编程
核心能力：
| 功能 |
说明 |
| 代码补全 |
实时预测你下一行要写什么（比 Copilot 更懂你） |
| 选中即对话 |
选中一段代码，直接问"这段代码干嘛的" |
| 自动重构 |
“帮我把这个函数拆成三个小函数”——AI 直接改你的文件 |
| 生成单测 |
选中一个函数，“帮我写单元测试”——自动生成测试文件 |
| 项目级理解 |
自动读取项目结构，AI 知道你整个项目在干嘛 |
1.2 Cline vs Cursor vs Copilot
| 对比项 |
Cline（本教程方案） |
Cursor（商业版） |
GitHub Copilot |
| 费用 |
???? 完全免费 |
???? $20/月 |
???? $10/月 |
| 模型选择 |
???? 任意 OpenAI 格式模型 |
???? 只能用 Cursor 提供的 |
???? 只能用 Copilot 的 |
| 隐私 |
???? 可完全本地运行 |
???? 代码上传云端 |
???? 代码上传云端 |
| 项目理解 |
???? 自动读取全项目 |
???? 自动读取全项目 |
???? 只理解当前文件 |
| 代码修改 |
???? 直接改文件 |
???? 直接改文件 |
???? 只给建议 |
结论： Cline = Cursor 的能力 + 免费 + 隐私安全。
1.3 整体架构
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
┌─────────────────────────────────────────────────┐
│ 你的 VS Code │
│ ┌──────────┐ │
│ │ Cline 插件 │ │
│ │ - 读取项目文件 │ │
│ │ - 调用 AI 模型 │ │
│ │ - 把 AI 的回答写回文件 │ │
│ └──────────┘ │
│ ↓ │
│ ┌─────────────────────────────┐ │
│ │ 模型后端（三选一） │ │
│ │ ① DeepSeek API（推荐） │ │
│ │ ② Ollama 本地模型（隐私优先）│ │
│ │ ③ OpenAI API（有钱可选） │ │
│ └─────────────────────────────┘ │
└─────────────────────────────────────────────────┘
|
第一阶段：环境准备（15 分钟）
第 1 步：安装 VS Code
已经有 VS Code 的可以跳过。
下载地址：https://code.visualstudio.com/
安装完成后，打开 VS Code，确认可以正常运行。
第 2 步：安装 Cline 插件
- 打开 VS Code
- 点击左侧扩展图标（或按 Ctrl+Shift+X）
- 搜索 Cline
- 找到 Cline (作者：Cline Team)，点击「安装」
安装完成后，左侧会出现一个 Cline 图标（紫色小机器人）。
第 3 步：目录结构
|
1
2
3
4
5
6
7
8
9
10
11
12
|
# 创建工作目录
mkdir -p ai-coding-workspace
cd ai-coding-workspace
# 创建测试项目
mkdir -p hello-project/src
mkdir -p hello-project/test
# 创建一个示例文件
touch hello-project/src/main.py
touch hello-project/test/test_main.py
touch hello-project/README.md
|
用 VS Code 打开 ai-coding-workspace 文件夹。
第 4 步：配置方案选择
Cline 支持三种模型后端，你需要选一个：
| 方案 |
优点 |
缺点 |
推荐人群 |
| ① DeepSeek API |
便宜（约 Cursor 1/50）、模型能力强 |
需要联网 |
大多数人 |
| ② Ollama 本地模型 |
完全离线、隐私最好 |
需要好显卡、速度慢一点 |
隐私敏感者 |
| ③ OpenAI API |
模型能力最强 |
贵 |
不差钱的人 |
???? 推荐：大多数人选 方案①（DeepSeek API），性价比最高。
如果你 code 涉及商业机密，选 方案②（Ollama 本地）。
第二阶段：配置 DeepSeek API（最快方案，10 分钟）
第 5 步：获取 DeepSeek API Key
- 打开 https://platform.deepseek.com/
- 注册 / 登录
- 点击「API Keys」→「Create new API key」
- 复制生成的 Key（格式类似 sk-xxxxxxxxxxxx）
???? 费用说明：DeepSeek-V3 输入 $0.14 / 1M tokens，输出 $0.28 / 1M tokens。
正常编程使用，一个月大概 ¥5-20，比 Cursor 便宜太多。
第 6 步：在 Cline 中配置 DeepSeek
- 点击 VS Code 左侧的 Cline 图标
- 在弹出的侧边栏中，找到「Select AI Model」下拉框
- 选择 「DeepSeek」
- 在「API Key」输入框中，粘贴你的 DeepSeek API Key
- 模型选择：**deepseek-chat（日常编程）或 deepseek-coder（专攻代码）
配置完成后，底部状态栏会显示 「Cline: Ready」。
第 7 步：测试对话
在 Cline 侧边栏的输入框中，输入：
AI 会回复类似：
你好！我是 DeepSeek，一个擅长编程的 AI 助手。我可以帮你写代码、解释代码、重构代码、生成单元测试……
再测试代码能力，输入：
|
1
2
3
4
|
用 Python 写一个快速排序，要求：
1. 使用一行代码完成分区
2. 添加详细注释
3. 包含单元测试
|
如果你看到了代码输出，说明配置成功！?
第三阶段：配置 Ollama 本地模型（隐私方案，20 分钟）
如果你选了「方案① DeepSeek API」，可以跳过这一阶段的第 8-10 步，直接看第四阶段。
第 8 步：安装 Ollama
如果你之前看过我的《Ollama 本地大模型教程》，这步已经完成了。
否则，快速安装：
Windows：
打开 https://ollama.com/download，下载安装包，一路下一步。
验证安装：
第 9 步：下载代码专用模型
Cline 对代码理解最好的本地模型是 DeepSeek-Coder：
|
1
2
3
4
5
6
7
8
|
# 推荐：DeepSeek-Coder 1.3B（轻量，4GB 内存可跑）
ollama pull deepseek-coder:1.3b
# 或者：DeepSeek-Coder 6.7B（更强，需要 8GB 内存）
ollama pull deepseek-coder:6.7b
# 或者：Qwen2.5-Coder 7B（阿里出品，也很强）
ollama pull qwen2.5-coder:7b
|
第 10 步：在 Cline 中配置 Ollama
- 点击 VS Code 左侧的 Cline 图标
- 「Select AI Model」→ 选择 「Ollama」
- 「Ollama Model」→ 选择你刚下载的模型（如 deepseek-coder:1.3b）
- 确保 Ollama 服务在运行（终端执行 ollama serve）
配置完成后，状态栏显示 「Cline: Ready (Ollama)」。
第四阶段：核心功能实战（40 分钟）
下面我们用一个真实项目，带你把 Cline 的核心功能全部过一遍。
第 11 步：创建一个测试项目
在 ai-coding-workspace/hello-project/src/main.py 中，放入一段"待重构"的代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
|
# src/main.py
import os
import json
def read_config(path):
f = open(path, 'r')
data = json.load(f)
f.close()
return data
def write_config(path, data):
f = open(path, 'w')
json.dump(data, f)
f.close()
def get_value(config, key):
if key in config:
return config[key]
return None
def set_value(config, key, value):
config[key] = value
return config
def print_config(config):
for k in config:
print(f"{k} = {config[k]}")
# 主函数
def main():
config = read_config('config.json')
print_config(config)
set_value(config, 'version', 2)
write_config('config.json', config)
if __name__ == '__main__':
main()
|
第 12 步：功能一——解释代码（选中即问）
- 在 VS Code 中，用鼠标选中 read_config 函数
- 按 Ctrl+Shift+P（打开命令面板）
- 输入 Cline: Explain Selected Code，回车
AI 会回答：
read_config 函数的作用是：
- 打开指定路径的 JSON 文件
- 读取并解析 JSON 内容
- 返回解析后的字典对象
?? 问题：这个函数没有错误处理，如果文件不存在会崩溃。
第 13 步：功能二——重构代码（让 AI 直接改文件）
继续选中 read_config 和 write_config 两个函数，在 Cline 侧边栏输入：
|
1
2
3
4
|
帮我重构这两个函数：
1. 添加错误处理（文件不存在、JSON 格式错误）
2. 使用 with 语句自动关闭文件
3. 添加类型注解
|
Cline 会做什么：
- 分析你的代码
- 生成重构后的版本
- 直接在你的文件中替换旧代码
重构后的代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
def read_config(path: str) -> dict:
"""读取配置文件，返回字典对象"""
try:
with open(path, 'r', encoding='utf-8') as f:
return json.load(f)
except FileNotFoundError:
print(f"错误：配置文件 {path} 不存在")
return {}
except json.JSONDecodeError:
print(f"错误：配置文件 {path} 格式不正确")
return {}
def write_config(path: str, data: dict) -> None:
"""将字典对象写入配置文件"""
try:
with open(path, 'w', encoding='utf-8') as f:
json.dump(data, f, ensure_ascii=False, indent=2)
except IOError as e:
print(f"错误：无法写入配置文件：{e}")
|
???? 这就是 Cline 比 Copilot 强的地方——Copilot 只给建议，Cline 直接改你的文件。
第 14 步：功能三——生成单元测试
选中 read_config 函数，在 Cline 中输入：
|
1
2
3
4
5
|
为这个函数生成完整的单元测试，使用 pytest 框架。
要求覆盖：
1. 正常读取场景
2. 文件不存在场景
3. JSON 格式错误场景
|
Cline 会自动在 test/ 目录下创建 test_main.py：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
# test/test_main.py
import pytest
import json
import tempfile
import os
from src.main import read_config
def test_read_config_normal():
"""测试正常读取配置文件"""
with tempfile.NamedTemporaryFile(mode='w', delete=False, suffix='.json') as f:
json.dump({"name": "test", "version": 1}, f)
temp_path = f.name
result = read_config(temp_path)
assert result == {"name": "test", "version": 1}
os.unlink(temp_path)
def test_read_config_not_found():
"""测试文件不存在场景"""
result = read_config('non_existent.json')
assert result == {}
def test_read_config_invalid_json():
"""测试 JSON 格式错误场景"""
with tempfile.NamedTemporaryFile(mode='w', delete=False, suffix='.json') as f:
f.write('{invalid json}')
temp_path = f.name
result = read_config(temp_path)
assert result == {}
os.unlink(temp_path)
|
第 15 步：功能四——代码补全（实时预测）
在 main.py 中，找到一个函数还没写完的地方，比如：
|
1
2
|
def calculate_total(items):
# 在这里停留 2 秒，Cline 会自动提示
|
Cline 会弹出补全建议（灰色半透明文字）：
|
1
2
|
total = sum(item['price'] * item['quantity'] for item in items)
return round(total, 2)
|
按 Tab 接受补全。
???? 补全触发时机：
- 输入 def 后等待 1 秒
- 输入 # 注释后等待 1 秒
- 输入函数调用的一半后等待 1 秒
第 16 步：功能五——项目级理解（最强大）
在 Cline 侧边栏中输入（不需要选中任何代码）：
|
1
|
我的项目是做什么的？有哪些函数？它们之间的关系是什么？
|
Cline 会做什么：
- 自动读取项目中的所有文件（main.py、test_main.py、README.md）
- 分析项目结构
- 生成项目说明
AI 的回答：
你的项目是一个配置文件管理工具。
核心函数：
- read_config：读取配置文件
- write_config：写入配置文件
- get_value：获取配置项
- set_value：设置配置项
- print_config：打印配置
函数调用关系：
main() → read_config() → print_config() → set_value() → write_config()
建议改进：
- 添加日志模块
- 使用 argparse 支持命令行参数
- 添加配置校验逻辑
第五阶段：进阶技巧（25 分钟）
第 17 步：自定义系统提示词
Cline 允许你设置"系统提示词"——告诉 AI 你的编码风格和偏好。
在 Cline 侧边栏底部，点击「Settings」→「System Prompt」，填入：
|
1
2
3
4
5
6
7
8
|
你是一个 Python 高级开发工程师，帮我写代码时遵循以下规则：
1. 使用 Python 3.10+ 语法（类型注解、match-case、海象运算符）
2. 严格遵循 PEP 8 规范
3. 所有函数必须有 docstring（Google 风格）
4. 变量名使用 snake_case，类名使用 PascalCase
5. 优先使用标准库，避免过度依赖第三方包
6. 错误处理使用具体的异常类型，不要用 bare except
|
保存后，Cline 的所有回答都会遵循这些规则。
第 18 步：接入多个模型（让 AI 互相评审代码）
Cline 支持同时配置多个模型，你可以：
- 写代码时用 DeepSeek-Coder（专攻代码）
- 解释代码时用 Qwen2.5（中文能力强）
- 重构代码时用 DeepSeek-V3（推理能力强）
切换模型：点击 Cline 侧边栏顶部的模型名称，选择你想用的。
高级玩法： 让两个模型"互审代码"——
|
1
2
3
4
5
6
7
8
9
|
# 第一步：用 DeepSeek-Coder 写代码
（选中代码，让 AI 生成）
# 第二步：切换到 Qwen2.5，输入：
请审查这段代码的：
1. 逻辑错误
2. 边界条件处理
3. 性能问题
4. 代码风格问题
|
第 19 步：快捷键配置（效率翻倍）
在 VS Code 的 keybindings.json 中添加：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
// 打开方式：Ctrl+Shift+P → "Preferences: Open Keyboard Shortcuts (JSON)"
[
{
"key": "Ctrl+Shift+L",
"command": "cline.openSidebar"
},
{
"key": "Ctrl+Shift+E",
"command": "cline.explainCode"
},
{
"key": "Ctrl+Shift+R",
"command": "cline.refactorCode"
},
{
"key": "Ctrl+Shift+T",
"command": "cline.generateTests"
}
]
|
现在你可以：
- Ctrl+Shift+L：打开 Cline 侧边栏
- Ctrl+Shift+E：解释选中代码
- Ctrl+Shift+R：重构选中代码
- Ctrl+Shift+T：为选中函数生成单测
第 20 步：结合 Docker 容器开发（真实项目必备）
如果你的项目需要在 Docker 容器中运行，Cline 也支持！
场景： 你的项目依赖特定的 Python 版本或系统库，本地环境不满足。
解决方案： 让 Cline 在 Docker 容器中执行代码。
在 Cline 设置中，启用「Execute in Docker」：
|
1
2
3
4
5
6
7
8
9
10
|
# 项目根目录创建 Dockerfile
FROM python:3.12-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY . .
CMD ["python", "src/main.py"]
|
在 Cline 中输入：
|
1
|
在 Docker 容器中运行我的项目，并告诉我输出结果。
|
Cline 会自动：
- 构建 Docker 镜像
- 启动容器
- 运行你的代码
- 把输出返回给你
第六阶段：真实项目演练（30 分钟）
第 21 步：创建一个 Flask Web 项目
在 ai-coding-workspace 下创建 flask-demo/ 项目：
|
1
2
3
|
mkdir -p flask-demo/{src,test,templates,static}
touch flask-demo/src/app.py
touch flask-demo/requirements.txt
|
在 requirements.txt 中写入：
|
1
2
|
Flask>=3.0
pytest>=8.0
|
第 22 步：让 Cline 帮你写 Flask 应用
在 Cline 侧边栏中输入：
|
1
2
3
4
5
6
7
8
9
10
11
|
创建一个 Flask 应用，包含以下功能：
1. GET /api/items - 返回所有物品列表（从内存数据库）
2. POST /api/items - 创建新物品
3. GET /api/items/<id> - 获取单个物品
4. PUT /api/items/<id> - 更新物品
5. DELETE /api/items/<id> - 删除物品
要求：
- 使用 Flask 的 jsonify
- 添加详细的注释
- 包含错误处理
|
Cline 会生成： src/app.py
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
|
from flask import Flask, jsonify, request
app = Flask(__name__)
# 内存数据库（模拟）
items = [
{"id": 1, "name": "笔记本电脑", "price": 5999},
{"id": 2, "name": "耳机", "price": 299},
]
@app.route('/api/items', methods=['GET'])
def get_items():
"""获取所有物品"""
return jsonify({"items": items})
@app.route('/api/items', methods=['POST'])
def create_item():
"""创建新物品"""
data = request.get_json()
if not data or 'name' not in data:
return jsonify({"error": "Missing 'name' field"}), 400
new_item = {
"id": items[-1]['id'] + 1 if items else 1,
"name": data['name'],
"price": data.get('price', 0)
}
items.append(new_item)
return jsonify(new_item), 201
# ...（其他路由省略，Cline 会帮你生成完整版）
if __name__ == '__main__':
app.run(debug=True)
|
第 23 步：让 Cline 生成单元测试
选中整个 app.py，输入：
|
1
|
为这个 Flask 应用生成完整的单元测试，使用 pytest + Flask 的 test client。
|
Cline 会在 test/test_app.py 中生成：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
import pytest
from src.app import app
@pytest.fixture
def client():
app.config['TESTING'] = True
with app.test_client() as client:
yield client
def test_get_items(client):
"""测试 GET /api/items"""
response = client.get('/api/items')
assert response.status_code == 200
data = response.get_json()
assert 'items' in data
assert len(data['items']) == 2
# ...（更多测试用例）
|
第 24 步：让 Cline 帮你调试
运行测试：
|
1
2
|
cd flask-demo
pytest test/test_app.py -v
|
如果测试失败，直接把错误信息复制粘贴到 Cline 中：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
运行测试时报错：
============================= test session starts ==============================
collected 5 items
test/test_app.py F..F. [100%]
================================ FAILURES =================================
__________________________ test_create_item ___________________________
def test_create_item(client):
response = client.post('/api/items', json={'name': 'Test Item'})
> assert response.status_code == 201
E assert 400 == 201
E + where 400 = <Response 82 bytes [400 BAD REQUEST]>.status_code
test/test_app.py:15: AssertionError
|
Cline 会自动分析错误，并给出修复方案：
错误原因：你的测试发送了 json= 参数，但 Flask 默认不支持。
修复方法：在 app.py 顶部添加：
|
1
|
from flask import request
|
并确保 request.get_json() 被正确调用。
第七阶段：常见问题与排错（15 分钟）
Q1：Cline 侧边栏打不开怎么办？
A： 按 Ctrl+Shift+P，输入 Cline: Focus on Sidebar。
如果还不行，尝试：
- 重启 VS Code
- 重新安装 Cline 插件
- 检查 VS Code 版本是否 ≥ 1.85.0
Q2：DeepSeek API 调用失败（401 Unauthorized）？
A： 三个可能原因：
- API Key 填错了 → 重新粘贴 Key（注意前后不要有空格）
- 账户余额不足 → 登录 platform.deepseek.com 查看余额
- 模型名称填错了 → 应该是 deepseek-chat 或 deepseek-coder
Q3：Ollama 本地模型运行很慢？**
A： 正常现象，本地模型比云端 API 慢 5-10 倍。
加速方案：
- 换更小的模型（deepseek-coder:1.3b 比 6.7b 快 3 倍）
- 开启 GPU 加速（需要 NVIDIA 显卡 + 安装 CUDA）
- 升级内存（32GB 比 16GB 快很多）
Q4：Cline 改错了我的代码怎么办？**
A： VS Code 内置了 Git 版本控制。
每次 Cline 修改文件前，先按 Ctrl+Shift+G 打开源代码管理，点击「+」暂存更改。
如果 AI 改错了，右键文件 →「撤消上次提交」。
最佳实践： 每次让 Cline 大改之前，先 git commit 一次。
Q5：如何让 Cline 理解我的项目结构？**
A： 在项目根目录创建一个 CLINE.md 文件（类似 README.md），写入：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
# 项目说明
## 项目简介
这是一个 Flask 后端 API 项目，提供物品管理功能。
## 目录结构
- `src/`：源代码
- `test/`：单元测试
- `templates/`：Jinja2 模板
- `static/`：静态文件
## 编码规范
- 使用 Python 3.12+ 语法
- 所有 API 返回 JSON 格式
- 错误处理使用 HTTP 状态码
## 常用命令
- 运行项目：`python src/app.py`
- 运行测试：`pytest test/ -v`
- 代码检查：`flake8 src/`
|
Cline 每次对话时，会自动读取 CLINE.md，从而"理解"你的项目。
完整工具链总结
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
┌──────────────────────────────────────────────────────────┐
│ 你的开发环境 │
│ │
│ ┌──────────────┐ ┌──────────────────┐ │
│ │ VS Code │ │ Cline 插件 │ │
│ │ (编辑器) │ ←──→ │ (AI 编程助手) │ │
│ └──────────────┘ └──────────────────┘ │
│ ↓ │
│ ┌──────────────────────────────────────┐ │
│ │ 模型后端（三选一） │ │
│ │ ① DeepSeek API（推荐，便宜） │ │
│ │ ② Ollama 本地（隐私） │ │
│ │ ③ OpenAI API（贵但强） │ │
│ └──────────────────────────────────────┘ │
│ ↓ │
│ ┌──────────────────────────────────────┐ │
│ │ 你的项目代码 │ │
│ │ ? AI 帮你写/改/测/解释 ↗ │ │
│ └──────────────────────────────────────┘ │
└──────────────────────────────────────────────────────────┘
|
总结：你学到了什么？
| 知识点 |
掌握程度 |
| Cline 插件安装与配置 |
? |
| DeepSeek API 接入 |
? |
| Ollama 本地模型配置 |
? |
| 代码解释（选中即问） |
? |
| 代码重构（AI 直接改文件） |
? |
| 生成单元测试 |
? |
| 实时代码补全 |
? |
| 项目级理解（全项目上下文） |
? |
| 自定义系统提示词 |
? |
| 多模型切换 |
? |
| 快捷键配置 |
? |
| Docker 容器开发集成 |
? |
| Flask 实战项目 |
? |
下一步探索
学会 Cline 之后，可以继续探索：
- ???? Cline + RAG：让 AI 检索你的私有技术文档后再写代码
- ???? Cline + MCP：让 AI 调用数据库、API、Git 等外部工具
- ???? Cline + 多模型评审：让 GPT-4o、Claude、DeepSeek 互相评审代码
- ???? Cline + 自动化测试：提交代码前，让 AI 自动跑测试并修复失败的用例
- ???? 从 Cline 到 Cursor：如果团队愿意付费，Cursor 的多模型切换更流畅
