Lim-Code: 一个强大的 VS Code AI 编程助手

作者 Lianues · Agent 工具 · ★ 148

最后更新: · 由 Agent Skills Hub 收录 · 每 8 小时同步一次

怎么安装 Lim-Code

git clone https://github.com/Lianues/Lim-Code.git

命令取自这个项目在 GitHub 上的 README。

安全审计结论:安全 · 质量分 65/100

42 条规则都没有命中:没有凭证窃取,没有数据外泄,没有 curl | sh 式安装。按慢雾(SlowMist)agent 安全分类法建立的 42 条公开规则扫描,每 8 小时更新一次。

质量分综合九项启发式检查:完整度、清晰度、具体程度、示例、结构、对 agent 的友好度、分步内容、指令质量和安全提示。它衡量的是项目把自己讲清楚的程度,不是代码质量。

aiai-agentsai-assistantai-toolscodevscodevscode-extension

基本信息

Star 数148
Fork 数23
语言TypeScript
分类Agent 工具
许可证MIT
质量分65/100
未关闭的 Issue17
最后更新2026-05-31
创建时间2025-12-18
支持平台node, vscode
估计 Token 数~506k

关于 Lim-Code

LimCode 一个强大的 VS Code AI 编程助手 支持多渠道 AI 模型 MCP 🔄 近期更新重点 工具说明强化正则触发清单:、、、、字符类、分组和锚点都必须显式设置 。 非正则零命中时新增 诊断,提示模型 query 看起来像正则但当前按字面量搜索,并给出 重试建议。 保留 的严格字面量语义,不自动把 Markdown 表格、TypeScript union 或 Shell 管道里的 当正则 OR。 完整发布记录见 CHANGELOG.md。 ✨ 特性 🤖 多渠道支持 Gemini - 原生支持 Google Gemini API,包括 Function Calling OpenAI - 兼容 OpenAI 格式的 API(ChatGPT、Azure OpenAI 等) Anthropic - 支持 Claude 系列模型 自定义格式 - XML...

Lim-Code 的替代品:最接近的 6 个工具

想找 Lim-Code 的替代品?在 Agent Skills Hub 收录的 Agent 工具里,下面 6 个项目和它最接近,按话题重合度、星数和社区热度排序。

  • agnix 作者 agent-sh · ⭐ 472

    The missing linter and lsp for AI coding assistants. Validate CLAUDE.md, AGENTS.md, SKILL.md, hooks, MCP. Plug

  • argus 作者 yessGlory17 · ⭐ 114

    Claude Code Agent Monitoring & Observability on VSCode

  • calva-backseat-driver 作者 BetterThanTomorrow · ⭐ 65

    VS Code AI Agent Interactive Programming. Tools for CoPIlot and other assistants. Can also be used as an MCP s

  • awesome-agent-skills 作者 skillmatic-ai · ⭐ 681

    The definitive resource for Agent Skills - modular capabilities revolutionizing AI agent architecture

  • dexto 作者 truffle-ai · ⭐ 659

    Agent harness and tookit for building AI agents and agentic applications. CLI and SDKs included

  • robloxstudio-mcp 作者 boshyxd · ⭐ 487

    Create agentic AI workflows in ROBLOX Studio

更多 Agent 工具

其他热门的 Agent 工具:

查看全部 Agent 工具 →

热门 TypeScript Agent 工具

这个安全评级是怎么来的

评级来自基于 SlowMist agent 安全分类法的规则扫描:42 条公开规则,覆盖凭证窃取、数据外泄、curl | sh 安装等。它是第一层扫描,不是人工审计 — 我们如实说明,不夸大。

问题规模有独立研究佐证:Liu et al. (2026) 对 31,132 个 agent skill 的研究发现,26.1% 含有安全漏洞。我们自己的全目录普查已作为可引用的开放数据集发布。

信源与负责人:

在 GitHub 上查看 → 浏览 Agent 工具