核心工作方式
本文说明在 Tuanjie AI 中完成日常开发任务的典型路径，并与常见 AI 编辑器文档中的概念对照，方便从其他工具迁移的用户建立映射。
你在 Tuanjie AI 里主要做三件事
- 对话与任务：用自然语言描述需求，由模型生成或修改代码、解释工程、排查问题。对应许多产品中的「Chat」或「Ask」能力。
- 结构化自动化：通过 斜杠命令、自定义 Commands、Skills 把重复流程固化成可复用入口。
- 多步骤委托：把专项工作交给 Subagents，在独立上下文中完成调查、测试或专项改造，再汇总到主会话。
模型选择（类似「选模型 / 选模式」）
Tuanjie AI 通过 Basic 与 Core 等模型档位平衡速度与深度，在发送消息前切换即可。详见 模型。
经验法则：长链路实现与复杂调试优先 Core；短问答与轻量改动可用 Basic。
与「Agent 模式」的对应关系
许多文档中的「Agent 模式」强调：模型可以多步调用工具、浏览代码库并持续执行任务。在 Tuanjie AI 中，这一能力分布在：
- 主对话：在 Cowork、IDE 扩展或 CLI 中持续多轮对话，结合 @ 引用 与 MCP 拉取外部上下文。
- Subagents：显式启用或 @ 指定专家代理，适合隔离上下文的专业子任务。详见 Subagents。
内联编辑与「Cmd K」类工作流
若你习惯在编辑器里选中代码再发起「内联编辑」，在 Tuanjie AI IDE 集成中通常通过：选中代码 → 在 Tuanjie AI 对话中说明修改意图，并配合 @文件路径 或截图说明（见 截图分析）。CLI 用户可在提示中直接使用 @ 引用文件或目录，见 Codely CLI · 引用文件和目录。
接下来读什么
- 上下文与引用：如何把文件、目录和 MCP 放进对话。
- AI 规则与项目约定：怎样让团队输出风格一致。
- 文档导航：按主题浏览全站链接。