用AI审计代码并生成执行计划：shadcn/improve 如何让廉价模型搞定复杂任务

开发者的痛：大模型虽强，但用不起啊

现在写代码，谁还没用过 AI 辅助？从 Copilot 到 Cursor，从 ChatGPT 到 Claude，大模型确实能打，但问题是——贵。尤其是处理大型代码库、做深度重构或者批量修改时，token 烧得肉疼。一个项目审下来，几百块钱就没了，更别说日常高频使用。

有没有一种办法，既享受顶级模型的推理能力，又不用每次都付顶级模型的账单？

最近在 GitHub 上看到个有意思的项目：shadcn/improve。它核心思路很骚——让最强的模型当“军师”，只负责审计代码、制定计划，然后让便宜的模型去当“工具人”执行。这波操作，直接把成本打下来了。

shadcn/improve 是什么？一句话：AI 代码审计 + 计划生成器

shadcn/improve 是一个命令行工具（目前还是早期阶段），它做的事情很简单：

用你手头最强大的模型（比如 Claude 3 Opus、GPT-4o）去扫描整个代码库或指定文件。
让它找出潜在问题、可优化点，然后生成一份结构化的执行计划。
这份计划不是给人看的，而是给另一个更便宜、更快的模型（比如 Claude 3 Haiku、GPT-3.5 Turbo）去执行的。

说白了，它把“思考”和“干活”拆开了。大佬动脑，小弟搬砖。

据项目介绍，这个工具目前支持 OpenAI 和 Anthropic 的模型，你可以自由配置哪个模型负责审计（improve.model.audit），哪个模型负责执行（improve.model.plan）。审计模型会输出一个包含步骤、文件路径、预期变更的 JSON 计划，执行模型只需按计划修改代码即可。

实际能用来做什么？副业/效率场景一抓一大把

别以为这只是个玩具，它对独立开发者和做副业的人简直就是省钱神器。

1. 旧项目重构，告别手动排查

接了个烂尾项目？代码像意大利面条？用 improve 跑一遍审计，让 GPT-4o 找出所有耦合严重的地方、过时的 API 调用、潜在的性能瓶颈，然后生成一份重构计划。接着让便宜的模型按步骤去改，你只需要复核一下结果。省下的时间，又可以去接新单了。

2. 批量迁移或升级依赖

比如要把项目从 Vue 2 迁移到 Vue 3，或者把 JavaScript 改成 TypeScript。这种机械性工作，全靠顶级模型太贵，全靠人工又累。improve 审计后生成迁移计划，让廉价模型批量修改文件，效率翻倍，成本只有原来的几分之一。

3. 代码规范统一与安全审查

打算开源一个项目，但担心代码里有没有硬编码的密钥、不安全的正则、SQL 注入风险？用审计模型扫一遍，找出所有隐患点，生成修复计划，再让执行模型批量处理。相当于请了个高级安全顾问出报告，然后让实习生去改，完美控制成本。

4. 生成测试用例与文档

审计模型可以分析代码逻辑，生成一份“需要补充测试的关键路径”计划，执行模型就能自动生成测试框架和基础用例。同理，生成 API 文档、注释补全也能这么干。

5. 多语言翻译或国际化

对于需要支持多语言的 App，审计模型先分析所有需要翻译的文本，生成翻译计划，然后执行模型调用便宜的翻译接口批量处理。比直接请翻译公司快多了，而且质量可预期。

门槛高不高？怎么上手？

目前项目还比较新，但使用方式很直接。

环境要求：需要有 Node.js 环境，通过 npm 或 pnpm 安装。
配置模型：在项目根目录的 improve.json 里设置 API key 和模型名称。比如审计用 claude-3-opus-20240229，执行用 claude-3-haiku-20240307。支持 OpenAI 和 Anthropic 的接口，也可以自定义兼容的 API 端点（比如用 One API 转发）。
运行命令：终端里执行 npx improve 或全局安装后使用，可以针对整个仓库、指定目录或单个文件。
输出格式：审计结果是一个 plan.json 文件，执行模型会读取它并按步骤操作。你也可以手动查看和编辑这个计划，再决定是否执行。

要注意的是，这工具目前还在快速迭代，文档可能不全，但基本流程已经跑通。对技术小白可能有点门槛，但熟悉命令行的开发者上手很快。

同类方案对比：凭什么选它？

市面上其实也有类似思路的东西，但 improve 的定位很精准。

GitHub Copilot Workspace：也是先规划后执行，但它用的是自己的模型组合，没法自定义。而且它目前还是邀请制，普通用户用不上。improve 更灵活，可以接入任何模型。
Aider 或 Sweep AI：它们也能自动修改代码，但通常是用一个模型边思考边改，没有显式分离审计和执行环节。对复杂任务来说，一步到位容易翻车，而且成本高。
自己写脚本调用 API：你可以手动写个 Python 脚本，先调 Opus 生成计划，再调 Haiku 执行。但 improve 已经帮你封装好了流程，还处理了上下文划分、计划解析、错误重试等细节，省去重复造轮子。

总体来说，improve 最大的优势就是模型自由组合和计划的透明性——你能看到审计模型到底规划了什么，而不是黑盒操作。

总结：这波操作，能处

shadcn/improve 这个工具，思路绝对值得点赞。它精准切中了开发者的成本痛点，用“大模型定方向，小模型跑执行”的模式，让 AI 辅助编程既高效又实惠。

对于个人开发者、小团队、做副业的程序员来说，这可能是今年最值得关注的效率工具之一。虽然现在还处于早期，但一旦成熟，绝对能省下大把银子和头发。

赶紧去 GitHub 上 star 一波，后续更新肯定更香。

提醒：工具仍在快速开发中，具体配置和命令请以官方 README 为准。