企业官网建设流程全解析

让 AI 修改代码，麻烦的不只是它能不能写出一个函数：项目里的规矩要不要反复交代？涉及多个文件时能不能一起改？执行命令之前，哪些操作需要先征求同意？Dropstone CLI 把这些问题放进同一套终端编程流程。它的看点是把记住纠正、执行任务和检查结果串起来；是否适合你的项目，则要看这些能力能否遵守具体规则。

从读取项目到检查结果，它想接下完整的修改任务

Dropstone CLI 是运行在终端里的 coding agent（编程代理）。产品介绍称，它可以读取代码仓库，跨文件编辑，执行命令和测试，并在宣布完成之前检查自己的工作。相比只生成一段代码，这套流程还覆盖了把修改落实到项目、再检查结果的环节。

使用者可以把任务描述成一个具体的修改目标，而不只是索要代码片段。验收时也应对应这些动作：改动涉及哪些文件、执行了哪些测试、检查发现了什么。产品介绍没有展开检查机制，因此“它会检查”还不能替代对结果的审阅。

“自学习”的实际看点，是纠正能跨会话保留

Dropstone CLI 将自己定位为会向用户学习的 coding agent：纠正它一次，相关经验可以保留到后续会话。这个能力针对的是反复交代同一条规则的麻烦，例如项目约定不该每次开启新对话都重新讲一遍。

这里的“学习”应理解为产品宣称能够保留纠正，不能据此认定它会重新训练模型，或从此不会犯同类错误。评估时，可以选一条明确的项目规则，纠正后在新会话中检查它是否继续遵守，比笼统判断“是不是越来越聪明”更有用。

先规划、再设权限，才能把执行范围说清楚

产品提供 Fast、Pro 和 Heavy 三种模型选项，也支持在构建前先制定计划。介绍没有给出三者的性能、价格或适用任务对比，选择时还需要查看具体说明，不能只凭名称判断哪个更划算。

用户还可以设置命令权限，规定哪些命令允许运行、哪些必须先询问、哪些被禁止。准备让它处理项目时，可以先审阅修改计划，再按命令的实际用途划定权限。这样，“帮我完成任务”就有了具体的执行边界。

扩展能力和 GitHub 入口，让任务能接入现有流程

Dropstone CLI 支持添加 skills、custom agents、parallel subagents 和 MCP tools。这些入口分别用于补充任务技能、配置自定义代理、让子代理并行处理工作，以及接入外部工具。产品介绍列出了扩展方向，但没有说明具体配置步骤，实际接入仍需查阅相应文档。

它还支持通过 GitHub issue 评论触发任务并创建 pull request。这让需求可以从 issue 进入代码修改流程，但创建 pull request 与修改被接受是两回事，仍需要审阅。产品称上述能力覆盖所有套餐，包括 Free；介绍未列出额度和使用限制，选择套餐时需要进一步核对。

如果你关心的是少重复交代规则、让修改过程更完整，可以先选一个范围清楚的小任务：明确验收条件，要求先出计划，设置命令权限，再检查修改和测试结果。这样才能回答开头那个实际问题：它能否在你的项目规矩之内，把一次代码修改做好。