Cline – 开发者社群

最近，Cline 作为一款开发辅助 AI 智能体备受关注。

概述

什么是 Cline？

Cline 是一款以 VSCode 扩展插件形式提供的 AI 智能体，只需简单指令，就能生成整个应用的代码。

其核心特点如下：

可完成命令执行（例如：创建 / 删除文件或目录、安装依赖库、启动已开发的应用等）；
可自动完成运行验证与调试；
数据不会发送至 Cline 服务器（因支持配置任意生成式 AI 模型的 API，并通过该 API 生成内容）。

使用 Amazon Bedrock 的优势

如前所述，Cline 可与多种生成式 AI 模型联动，本次我们选择使用 Amazon Bedrock。使用 Bedrock 的优势如下：

输入数据不会被用于模型训练，安全性更有保障；
只需通过配置，即可切换使用多个模型。

基于以上原因，在业务场景中使用 Cline 时，Amazon Bedrock 会成为极具竞争力的选择。接下来，我们就实际尝试用 Cline × Amazon Bedrock 开发具备 CRUD 功能的 Web 应用。

TODO 应用的概述

本次开发的 TODO 应用，最终实现效果如下：

该 TODO 应用支持填写标题、截止日期和说明来添加任务，同时会记录任务的 “是否完成” 状态，还具备删除功能。下面我们开始为开发这款 TODO 应用做准备。

开发前的准备工作

创建 IAM 用户

我们创建了供 Cline 调用 Bedrock 时使用的 IAM 用户，并为其配置了以下权限。实际场景中应进一步缩小权限范围，本次为简化操作，暂赋予 Bedrock 全访问权限。此外，由于 Cline 需要会话令牌，因此还为该用户配置了获取会话令牌的权限。

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Sid": "AllowBedrockAll",
      "Effect": "Allow",
      "Action": "bedrock:*",
      "Resource": "*"
    },
    {
      "Sid": "AllowStsGetSessionToken",
      "Effect": "Allow",
      "Action": "sts:GetSessionToken",
      "Resource": "*"
    }
  ]
}

Cline 的配置

我们对 Cline 进行了调用 Bedrock 所需的配置。在配置界面中，填入了上一节创建的 IAM 用户的访问密钥、密钥和会话令牌。

本次选用的模型是 Claude 3.7 Sonnet。此前曾尝试用成本更低的 Claude 3.5 Haiku 开发应用，但模型精度不稳定，例如明明需要显示 “Task Completed”，但应包含 Docker 文件的文件夹中却未生成任何文件等问题。虽然 Cline 在调试阶段会尝试修复这些问题，但过程中需要反复试错修改，既耗费时间，也产生了不必要的成本。因此，若要开发的不是简单脚本，而是像 CRUD 应用这样具备一定复杂度的完整系统，从一开始就使用 Claude 3.7 Sonnet，模型精度会更稳定。

搭建 Linux 命令执行环境

Cline 的一大核心特点是支持执行命令，但它默认倾向于执行 Linux 命令。

而本次我们在 Windows 环境下进行验证，VSCode 的默认终端是 Powershell。若不做调整，Cline 会尝试执行 Linux 命令，导致命令全部报错。

因此，为了在 Windows 环境下也能执行 Linux 命令，我们按以下步骤进行了设置：

安装 Git Bash；
将 Git Bash 设置为 VSCode 的默认终端。

开发 TODO 应用

提示词

本次传递给 Cline 的任务提示词如下：

请开发一个 TODO 应用

#需求

-支持将任务以带复选框（Checkbox）的项目形式进行添加和删除。

-已完成的任务，通过勾选复选框，文字需变为浅色并添加删除线。

-支持为每个任务输入截止日期（非必填项）。

#约束条件

-采用 PostgreSQL 实现 CRUD（创建、读取、更新、删除）操作。

-通过 Docker 搭建数据库（DB）。

-后端与前端不使用 Docker，直接在运行环境中启动。

-开发完成后，需完成应用的启动操作。

-界面需设计得现代且美观。

此外，我们在 Cline 的设置界面中，按以下内容配置了 “Custom Instructions”。

Custom Instructions 是用于编写通用规则等内容的部分，会在每次向 AI 发送请求时，自动追加到提示词的末尾。

#运行环境信息

-运行环境为 Windows。

-Docker 环境由 Rancher Desktop 提供。

#实现规则
##通用规则

-为每个代码块添加中文注释。

-按合理的文件夹结构创建项目

##后端

-按 Google 风格编写文档字符串（docstring）。

-使用 Python 实现。

-通过 pyenv、Poetry 创建虚拟环境（pyenv 与 Poetry 已提前在环境中安装完成）。

##前端

-使用 React 实现。

-通过 npm 进行包管理。

在 Custom Instructions 中，我们指定 “环境搭建工具使用已提前安装的版本”。若未做此指定，Cline 会尝试从安装这些工具开始操作，过程中会出现大量试错，额外耗费时间与成本。因此，开发环境的准备工作由人工完成会更高效。

使用 Cline 的开发结果

根据上一节的提示词向 Cline 下达指令后，Cline 自动完成了以下一系列操作：

创建文件夹结构
安装所需依赖库
设计数据库 schema（表结构）
通过 Docker 搭建数据库
实现并启动前端与后端
运行验证与调试

最终生成的成果如下

本次仅使用简单提示词，未过多指定细节，但 Cline 仍以接近人工开发的水平完成了项目，例如：

前端使用 Material-UI（Material Design 组件库）
后端使用 FastAPI，并创建了模型类
数据库 schema 中包含 “创建时间”“更新时间” 字段

此外，本次开发的代码量约为 0.5KL，耗费成本约 5.2 美元。与人工完成 “从开发到运行验证” 所需的人力成本相比，成本大幅降低。

试用应用

接下来，我们实际试用一下这款应用。下图展示了 “添加任务后，将其中 1 个任务标记为已完成” 的效果

我们尝试直接访问数据库，发现操作结果已实时同步到数据库中

另外，当我们从界面中删除已完成的任务时，数据库中也执行了物理删除操作

总结

通过 “Cline×Amazon Bedrock” 的组合，我们借助安全的生成式 AI 模型，完成了 CRUD 应用从 “界面开发” 到 “数据库实现” 的全流程开发与运行验证。

同时，我们也得出了以下几点感受：

开发环境的准备工作，由人工提前完成效率更高；
若要稳定且精准地开发 “CRUD 应用” 这类具备一定复杂度的项目，需使用 Claude 3.7 Sonnet 模型。

借助 Amazon Bedrock，Cline 在业务场景中的实用性大幅提升，未来我们将积极推动其应用。

标签： Cline

尝试用 Cline × Amazon Bedrock 进行 CRUD 应用的全栈开发

概述