type
Post
status
Published
date
Oct 27, 2025
slug
summary
tags
category
技术分享
icon
password
1、写在开头工具介绍核心亮点支持API调用核心概念2、安装使用安装和配置四种运行模式多模态处理支持MCP拓展多智能体协作Sub Command(指令)Sub Agent(智能体)Workflow(工作流)Serena - 编码代理工具包安装建立预索引规则prompt工具列表3、引用
1、写在开头
工具介绍
iFlow CLI是星流AI团队开发的一款直接在终端中运行的强大AI助手,它能通过自然语言交互,流畅地分析代码仓库、执行编程任务,并理解特定的上下文需求。通过自动化处理从简单的文件操作到复杂的工作流程,极大提升开发者的工作效率。

核心亮点
- 免费开放:免费使用 Kimi K2、Qwen Coder、GLM 4.5 等顶尖 AI 模型。
- 灵活集成:支持将 iFlow CLI 集成到自己熟悉的开发工具,实现工作流程的自动化。
- 智能体生态:通过心流开放市场,快速扩展智能体,组建只属于你的AI团队。
- 自然语言交互:直接用日常对话来操作,无论是代码开发还是生活助理。
功能对比

支持API调用
心流 API 提供与 OpenAI 100% 兼容的接口服务,让您可以无缝切换到我们的 AI 服务,享受更高性能和更具成本效益的解决方案。
# BaseUrl https://apis.iflow.cn/v1/chat/completions

核心概念
术语 | 说明 |
iFlow CLI | 基于终端的AI助手工具 |
斜杠命令 | 以 / 开头的控制命令(如 /init、/help) |
@ | 文件引用 @文件路径(如 @src/App.tsx) |
$ | 以 $开头执行某个subagent(如$code-reviewer) |
Shell命令 | 以 ! 开头,可在CLI中执行系统命令 |
yolo | 默认允许CLI执行所有操作的执行模式 |
MCP | 模型上下文协议,用于扩展AI能力的服务器系统 |
Sub Agent | 智能Agent系统,适用于执行不同专业的任务 |
Sub Command | 命令行扩展 |
context left | CLI右下角的提示信息,代表模型在对话过程中剩余的上下文长度 |
- 支持4种运行模式:yolo模式(模型拥有最大权限,可执行任何操作)、接受编辑模式(模型仅拥有文件修改权限)、计划模式(先计划后执行)、默认模式(模型无权限)
- 升级subAgent功能:将CLI从通用助手转变为专家团队,提供更专业准确的建议。使用 /agent 查看更多预配置代理
- 升级task工具:有效压缩上下文长度,让CLI更彻底地完成您的任务。当上下文达到70%时自动压缩
- 集成心流开放市场:快速安装有用的MCP工具、Subagents、自定义指令和工作流
- 免费多模态模型使用:现在您也可以在CLI中粘贴图片了(Ctrl+V粘贴图片)
- 支持对话历史保存和回滚(iflow --resume 和 /chat 命令)
- 支持更多有用的终端命令(iflow -h 查看更多命令)
- VSCode插件支持
- 自动升级:iFlow CLI自动检测当前版本是否为最新版本
其他术语
- iFlow CLI 基础
- 命令系统
- 执行模式
- 交互模式
- 扩展系统
- MCP 相关
- 代理系统
- 功能特性
- 内存和状态
- 高级功能
- 配置和管理
- 配置文件
- 认证方式
2、安装使用
安装和配置
系统要求
- Node.js 20+
- 4GB+ 内存
- 互联网连接
快速安装
macOS/Linux
# 一键安装脚本,会安装全部所需依赖 bash -c "$(curl -fsSL https://gitee.com/iflow-ai/iflow-cli/raw/main/install.sh)" # 已有Node.js 20+ npm i -g @iflow-ai/iflow-cli@latest
Windows
1. 访问 https://nodejs.org/zh-cn/download 下载最新的 Node.js 安装程序 2. 运行安装程序来安装 Node.js 3. 重启终端:CMD(Windows + r 输入cmd) 或 PowerShell 4. 运行 `npm install -g @iflow-ai/iflow-cli@latest` 来安装 iFlow CLI 5. 运行 `iflow` 来启动 iFlow CLI
获取API key
启动iFlow
iflow
登录方式
- Login with iFlow 登录(推荐)
- 心流 API Key 登录
OpenAI Compatible API
运行效果

四种运行模式
iFlow CLI 支持四种运行模式,使用时可以通过 Shift + Tab 快捷键进行切换
- Yolo:模型拥有最高权限,执行操作零限制
- Accepting Edits:仅允许修改文件,安全可控
- Plan Mode:先规划任务步骤,再逐层执行
- Default:模型无任何权限
默认是直接使用 Yolo 模式。
多模态处理
交互模式是iFlow CLI 的核心功能,它允许用户通过多种方式与AI进行自然的对话和协作。系统支持文本、图片、文件引用等多种输入形式,并提供智能的多模态处理能力,让任何模型都能"理解"图片内容。
特点 | 说明 | 平台支持 |
多种输入方式 | 文本、图片、文件引用等多种输入形式 | 全平台 |
智能多模态处理 | 让任何模型都能"理解"图片内容 | 全平台 |
自动内容检测 | 智能识别并处理不同类型的输入内容 | 全平台 |
大文本优化 | 自动处理长文本,优化界面显示 | 全平台 |
实时响应 | 实时处理用户输入,无需等待 | 全平台 |
在对话框中粘贴一张图片后,对话框会显示
[Image #1] 格式的文本,就可以针对这张图片进行对话支持MCP拓展
iFlow CLI 通过心流 MCP 市场,快速安装 MCP 到 iFlow CLI 中,并且所有的 MCP 都是经过安全认证,稳定性高
// Sequential-Thinking iflow mcp add-json -s user 'sequential-thinking' "{\"command\":\"npx\",\"args\":[\"-y\",\"@iflow-mcp/server-sequential-thinking@0.6.2\"]}" // context7 iflow mcp add-json -s user 'context7' "{\"command\":\"npx\",\"args\":[\"-y\",\"@iflow-mcp/context7-mcp@1.0.0\"]}" // serena iflow mcp add-json -s user 'serena' "{\"command\":\"python\",\"args\":[\"-m\",\"serena.mcp_server\"],\"env\":{\"INTELEPHENSE_LICENSE_KEY\":\"XXX\"}}"


多智能体协作
Sub Command(指令)
Sub Command是iFlow CLI中的命令市场系统,允许您从在线市场安装专业化的斜杠命令来扩展CLI功能。类似于应用商店,您可以浏览、安装、管理各种功能丰富的自定义命令

Sub Agent(智能体)
Sub Agent是iFlow CLI中的智能分工系统,类似于拥有一个专业团队,每个成员都有自己的专长领域。系统能够根据不同的任务类型自动选择最合适的专业Agent来处理您的请求,确保每个任务都能得到最专业的处理
Workflow(工作流)
工作流将不同的AI能力(agents、commands、MCP工具)组合成完整的工作流程。通过workflow,您可以创建复杂的自动化任务链,实现从代码分析、开发、测试到部署的全流程自动化
心流开放平台已经预置了大量优秀的工作流,例如小红书发文、深度研究、ppt制作、画流程图等,你可以在心流开放市场中下载安装到本地,再基于您个人独特的需求对工作流进行调整
对于开发者,心流开放平台预置了github spec、bmad、NioPD、ai-dev-task等开发者工作流
项目根目录/ ├── .iflow/ # iFlow CLI配置和资源目录 │ ├── agents/ # 智能体配置文件夹 │ │ ├── agent1.md # 具体的agent配置文件 │ │ └── agent2.md # 更多agent配置 │ ├── commands/ # 自定义命令文件夹 │ │ ├── command1.md # 具体的command实现 │ │ └── command2.md # 更多command实现 │ ├── IFLOW.md # 详细的工作流文档和配置 │ └── settings.json # mcp相关配置 ├── [项目文件夹]/ # 您的项目文件和代码 └── IFLOW.md # 工作流配置和说明文件
输入数据 → Workflow引擎 → 步骤编排 → 结果输出 ↓ ↓ ↓ ↓ [用户请求] → [流程解析] → [组件调用] → [结果聚合] ↓ ↓ [Agent执行] → [Command执行] → [MCP工具调用]

Serena - 编码代理工具包
LLM (大模型) 能够生成优质的代码,但在理解和操作复杂代码库时往往力不从心,Serena MCP Server 正是为解决这一痛点而生的 "免费开源工具包",核心使命是 "提供类似IDE (集成开发环境) 的代码理解和操作能力"。与传统基于"文本搜索 (字符串匹配查找)" 或 "RAG (检索增强生成)" 的AI编程工具不同,Serena 通过 语言服务器协议 (LSP, Language Server Protocol) 实现了 "符号级别的语义分析"。AI 通过它提供的工具集,能更快速精确地定位、理解和编辑代码。
- Token 效率低下与成本高昂
- 代码理解准确性不足
- 大型项目导航困难
- 跨会话任务延续性差
安装
# Linux/macOS curl -LsSf https://astral.sh/uv/install.sh | sh # 或使用Homebrew brew install uv # 安装完验证 (输出版本uv版本号说明安装成功) uv --version
git clone https://github.com/oraios/serena.git cd serena uv run serena start-mcp-server # 也可以执行下面这个一步到位的命令 uv --from git+https://github.com/oraios/serena serena start-mcp-server
iflow mcp add serena -- \ uv --from git+https://github.com/oraios/serena \ serena start-mcp-server \ --dirctionary "安装路径" \ --project "$(pwd)"
命令执行后会安装一些依赖,接着 Serena 默认会在本机起一个 "web 仪表盘" (如:http://localhost:24282/dashboard/index.html),用于查看日志/一键关停MCP进程 (很多MCP 客户端不会善后),是否启用与端口都可在配置或命令行里改。
# 激活项目 activate_project
接着需要 "激活" 项目,直接发送:activate_project,第一次激活会建立 "项目索引",需要一点时间 (与项目大小有关,一般几分钟),索引缓存文件会放在 项目根目录/.serena 下,包含:
- project.yml:项目级配置文件
- cache:语言服务器缓存
- memories:项目记忆文件夹

建立预索引
规则prompt
- 完整模式
- 嵌入模式
让客户端调用 Serena 的 initial_instructions 或 get_mcp_instructions 工具,自动注入 prompt。
# CLAUDE.md 顶部添加 (Serena integration) Use the Serena MCP Server connected to this workspace. If you haven't yet read Serena’s internal instructions, run the tool: `read Serena’s initial instructions` (or invoke `/mcp__serena__initial_instructions`) to load its coding rules and usage policies. # Codex/Cursor 等 You are connected to a running Serena MCP Server providing semantic code tools. Always prefer Serena’s tools for reading, editing, and searching code. Read Serena’s initial instructions via the MCP tool `initial_instructions` before first use.
工具列表
- 代码结构与语义工具:核心,用于定位、浏览、分析符号级结构,基于 LSP 提供语义理解。
- get_symbols_overview:获取文件内顶层符号 (函数、类、变量等) 概览。
- find_symbol:根据名称路径 (name_path) 查找符号定义,可选包含 body。
- find_referencing_symbols:查找某符号的引用 (调用/依赖) 位置。
- search_for_pattern:按正则或关键字模式搜索代码片段。
- find_file:按文件名/路径模式搜索文件。
- list_dir:列出目录内容 (非递归) 。
- read_file:读取文件或片段内容。
- 语义编辑工具:symbol-safe 编辑,基于 LSP 的 "符号粒度" 安全改动,避免乱改。
- replace_symbol_body:替换指定符号 (函数/类等) 的实现部分。
- rename_symbol:重命名符号 (自动更新引用) 。
- insert_before_symbol / insert_after_symbol:在某个符号定义前/后插入代码。
- replace_in_file / replace_regex:在文件内按文本/正则进行替换。
- replace_lines:按行号范围替换。
- 项目与上下文管理工具:用于激活项目、预索引、调整上下文、切换模式等。
- activate_project:激活/注册当前项目 (生成 .serena/project.yml) 。
- project_index:构建符号索引 (加速大项目) 。
- switch_modes:动态切换行为模式,如:planning、editing、interactive、one-shot 等。
- list_modes:查看当前启用模式。
- get_context / set_context:获取/切换上下文类型 (IDE、Agent、Desktop 等) 。
- initial_instructions:输出 Serena 的系统提示 (可供客户端加载) 。
- get_config / set_config:查看/修改 Serena 配置。
- 记忆与长期状态工具:管理 .serena/memories/ 下的知识文件,实现跨会话持久化。
- list_memories:列出所有记忆文件 (名称、描述) 。
- read_memory:读取指定记忆内容。
- write_memory:写入新的记忆 (自动生成文件) 。
- delete_memory:删除记忆。
- prepare_for_new_conversation:生成会话摘要记忆 (衔接新会话) 。
- 辅助与执行类工具:扩展功能,支持命令执行、任务跟踪、系统监控等。
- execute_shell_command:运行 shell 命令 (如测试、构建等) 。
- list_recent_shell_commands:查看最近执行的命令。
- record_tool_usage_stats:记录工具调用统计 (用于 Dashboard) 。
- open_dashboard:打开 Web Dashboard。
- think_about_task_adherence:自检任务是否偏离目标。
- think_about_whether_you_are_done:判断任务是否完成。
- think_about_collected_information:整理当前上下文信息。
- 扩展工具 / 可选插件工具
- onboarding:进行项目初次导览 (收集结构信息写入记忆) 。
- help / list_tools:显示可用工具与参数。
- project_info:汇总当前项目状态 (索引状态、配置路径等) 。
- system_summary:导出系统诊断信息。

