# 我的 AI 智慧代理程式開發終端配置 > Author: Tony Lee > Published: 2026-02-07 > URL: https://tonylee.im/zh-TW/blog/parallel-terminal-setup-ai-coding/ > Reading time: 2 minutes > Language: zh-TW > Tags: ai, 終端, 開發工具, 生產力, 工作流 ## Canonical https://tonylee.im/zh-TW/blog/parallel-terminal-setup-ai-coding/ ## Rollout Alternates en: https://tonylee.im/en/blog/parallel-terminal-setup-ai-coding/ ko: https://tonylee.im/ko/blog/parallel-terminal-setup-ai-coding/ ja: https://tonylee.im/ja/blog/parallel-terminal-setup-ai-coding/ zh-CN: https://tonylee.im/zh-CN/blog/parallel-terminal-setup-ai-coding/ zh-TW: https://tonylee.im/zh-TW/blog/parallel-terminal-setup-ai-coding/ ## Description 如何用 Ghostty、Yazi、Fish 和 LazyGit 平行運行多個 AI 代理 - 一套為智慧代理工作流打造的輕量終端技術堆疊。 ## Summary 我的 AI 智慧代理程式開發終端配置 is part of Tony Lee's ongoing coverage of AI agents, developer tools, startup strategy, and AI industry shifts. ## Outline - 為什麼選擇終端 - Ghostty - 基礎建設 - Yazi - 代理工作時的導航 - Fish Shell - 降低認知負荷 - LazyGit - 基於工作樹的平行開發 - 全部串聯起來 - 結語 ## Content AI 輔助程式開發的瓶頸已經不在代理本身。Claude Code、Aider、Codex CLI 這些工具已經相當出色。真正的限制在於人的能力 - 如何同時操控多個代理、監控它們的輸出、在偏離方向時及時修正、最終將工作成果合併在一起。 我採用了一套終端優先的配置來處理這個問題。四個工具，都很輕量，都可組合：終端用 **Ghostty**，檔案瀏覽用 **Yazi**，Shell 用 **Fish**，Git 操作用 **LazyGit**。以下說明每個工具的角色。 ## 為什麼選擇終端 AI 程式開發代理天生就是 CLI 原生的。它們讀取檔案、執行指令、在終端中輸出結果。當你想同時運行三個代理 - 一個開發功能、一個修復 bug、一個撰寫測試 - 你需要三個並排顯示的 Shell 工作階段。 IDE 也做得到，但代價不小。VS Code 加上多個整合終端、擴充套件、語言伺服器和編輯器本身，輕鬆消耗 2-4GB 記憶體。這些記憶體原本可以留給 AI 代理使用。每一個上下文 token、每一次 API 呼叫、每一次檔案讀取都在爭奪同樣的系統資源。 輕量級終端配置扭轉了這個局面。我使用的這些工具加在一起，資源佔用遠低於一個 Electron 應用程式，把系統資源留給真正在做事的代理。 ## Ghostty - 基礎建設 [Ghostty](https://github.com/ghostty-org/ghostty) 是一款 GPU 加速終端模擬器，macOS 上使用 Metal，Linux 上使用 OpenGL。它用 Zig 撰寫，速度很快 - 基準測試顯示純文字渲染比 iTerm2 和 Kitty 快約 4 倍，即使在高負載下也能維持約 60fps。 對於代理工作流來說，關鍵特性是原生分割和標籤頁。不需要 tmux。Ghostty 在應用程式層級處理面板分割，渲染流暢、字型縮放精確、無需額外設定。開啟新分割、啟動代理，立刻開始工作。 我的典型佈局是四個面板： - **左上**：在功能分支上工作的 Claude Code - **右上**：處理另一個任務的第二個代理 - **左下**：監控檔案變化的 Yazi - **右下**：審查和提交程式碼的 LazyGit 當 LLM 串流輸出長回應時，有些終端會在高速輸出下卡頓。Ghostty 的 GPU 渲染能夠無掉幀、無延遲地處理這種情況，在同時監控多個輸出串流時特別重要。 ## Yazi - 代理工作時的導航 當三個代理同時在程式碼庫中修改檔案時，你需要一種快速查看變化的方式。[Yazi](https://github.com/sxyazi/yazi) 是用 Rust 撰寫的終端檔案管理員，具有完全非同步的 I/O。所有操作都是非阻塞的，瀏覽大型目錄時不會因為背景載入檔案預覽而停頓。 我在一個面板中常駐 Yazi，主要用途包括： - **監控變更** - 即時查看代理建立和修改的檔案 - **檔案預覽** - 無需開啟編輯器，直接在終端中查看語法高亮的程式碼、圖片甚至 PDF - **批次重新命名** - 當代理產生的檔案命名不符合預期時進行調整 - **快速跳轉目錄** - 利用書籤和搜尋功能 外掛系統（基於 Lua）支援按需客製化。我使用了幾個 Git 狀態顯示和快速目錄跳轉的外掛，不過預設配置就已經很好用了。 ## Fish Shell - 降低認知負荷 在四個終端面板之間來回切換時，認知負荷會快速累積。你瞥一眼面板，需要想起它在做什麼、重新理解上下文、輸入指令，然後切到下一個。 [Fish](https://github.com/fish-shell/fish-shell) 透過開箱即用的功能減輕了這種摩擦： - **自動建議**：Fish 根據歷史記錄用灰色文字提示指令的後續部分。按右方向鍵即可接受。無需外掛。 - **語法高亮**：有效指令顯示一種顏色，無效指令顯示另一種顏色。按 Enter 前就能發現拼寫錯誤。 - **Tab 補全**：Fish 自動解析 man 頁面產生補全清單。輸入指令按 Tab，即可獲得上下文相關的選項。 與 zsh 的關鍵區別是零設定。不需要安裝 oh-my-zsh，不需要維護 `.zshrc`，不需要更新外掛管理器。Fish 安裝後立即可用。當你專注於管理代理時，除錯 Shell 設定是最不想做的事情。 ## LazyGit - 基於工作樹的平行開發 這是這套配置在平行代理工作中真正大放異彩的地方。[LazyGit](https://github.com/jesseduffield/lazygit) 是一個 Git 終端 UI，它的工作樹（worktree）支援讓多代理開發變得切實可行。 模式很簡單：每個代理在**獨立的 Git 工作樹**中工作。工作樹是儲存庫的一個連結副本，在不同目錄中簽出不同分支。代理 A 在 `./feature-auth/` 目錄下的 `feat/auth` 分支工作，代理 B 在 `./fix-perf/` 目錄下的 `fix/performance` 分支工作。它們互不觸碰對方的檔案，因此平行工作時不會產生合併衝突。 LazyGit 讓管理這個工作流變得視覺化且高效： - **建立工作樹** - 一個按鍵（`w`）搞定 - **切換工作樹** - 審查每個代理的工作成果 - **互動式變基** - 合併前整理代理的提交歷史 - **視覺化 diff** - 並排比較分支間的變更 - **復原/重做** - 透過 reflog 整合，代理產生意外結果時按 `z` 回滾 沒有視覺化 Git 工具的話，管理多個工作樹意味著在不同目錄間反覆 `cd` 和查看 `git log` 輸出。LazyGit 將這一切整合到一個可導航的介面中。 ## 全部串聯起來 一個典型的工作階段是這樣的：開啟 Ghostty，分成四個面板。用 LazyGit 建立兩個工作樹 - 一個用於功能開發，一個用於 bug 修復。在左上面板啟動指向功能工作樹的 Claude Code，在右上面板啟動指向 bug 修復工作樹的第二個代理。左下是 Yazi，可以瀏覽兩個工作樹目錄並即時預覽變更。右下是 LazyGit，用來審查 diff、暫存變更，最終合併兩個分支。 關鍵在於這些工具沒有一個會爭奪資源。Ghostty、Yazi、Fish、LazyGit 都是編譯好的原生程式。沒有 Electron 執行時期，沒有 JVM，沒有在背景消耗記憶體的 Python 直譯器。系統資源完整地留給了真正需要運算力的 AI 代理。 ## 結語 最好的 AI 代理程式開發環境不取決於你用的是哪個 AI 模型，而取決於人的層面。同時運行多個代理、監控輸出、及時修正方向、乾淨地合併工作 - 這些能力決定了你的實際產出。 這套技術堆疊有明確的主張，但保持了精簡。渲染用 Ghostty，檔案用 Yazi，Shell 用 Fish，Git 用 LazyGit。每個工具都快速、輕量、可組合。如果你在使用 AI 程式開發代理但還沒試過平行終端工作流，不妨從其中一個工具開始，看看它會如何改變你的工作方式。 ## Related URLs - Author: https://tonylee.im/zh-TW/author/ - Publication: https://tonylee.im/zh-TW/blog/about/ - Related article: https://tonylee.im/zh-TW/blog/medvi-two-person-430m-ai-compressed-funnel/ - Related article: https://tonylee.im/zh-TW/blog/claude-code-layers-over-tools-2026/ - Related article: https://tonylee.im/zh-TW/blog/codex-inside-claude-code-openai-plugin-strategy/ ## Citation - Author: Tony Lee - Site: tonylee.im - Canonical URL: https://tonylee.im/zh-TW/blog/parallel-terminal-setup-ai-coding/ ## Bot Guidance - This file is intended for AI agents, search assistants, and text-mode retrieval. - Prefer citing the canonical article URL instead of this text endpoint. - Use the rollout alternates when you need the same article in another prioritized language. --- Author: Tony Lee | Website: https://tonylee.im For more articles, visit: https://tonylee.im/zh-TW/blog/ This content is original and authored by Tony Lee. Please attribute when quoting or referencing.