项目背景：MarkText 国际化 & AI 开发协同实践
工具生态：iFlow CLI · Claude Code Router · Qwen Coder3 · Gemini 2.5 Pro
关键词：Agentic Coding · IFLOW.md · MCP · Sub Agent · 自动化工作流
从瓶颈到转机
在完成 MarkText 的国际化 时，我原本在使用 Cursor 和 Claude Code。
然而，模型调用频繁中断、上下文被截断、额度用尽等问题让我陷入了漫长的折腾。
就在调试 Claude Code Router 的 GitHub 页面时，我偶然看到一个名字 —— iFlow CLI。
没想到，它彻底改变了我的开发体验。
初识 iFlow CLI —— 一个“有记忆”的终端伙伴
iFlow CLI 的出现，让我第一次感受到真正的“项目级 AI 助手”该是什么样子。
它内置了多个完全免费的模型（包括 Qwen Coder3），
功能上却比很多主流模型更开放、更激进。
从 SubAgent 到 Hooks，从 MCP 插件系统 到 多模态支持，
几乎每个环节都在暗示一个新范式：
让 AI 成为项目成员，而不仅仅是对话工具。
启动 iFlow CLI 后，我安装了一些常用 MCP，配置了常驻 hooks。
例如使用 context7 阅读项目说明、用“步骤思考”模式执行多阶段命令，
我们的 代码效率和 debug 能力显著提升。
MarkText 国际化改造
与通用 AI 助手不同，iFlow CLI 的核心魔法在于 IFLOW.md ——
一份自动生成的“项目说明书”，相当于 AI 的专属记忆体。
在项目根目录执行：
iflow > /init
iFlow CLI 会自动扫描项目的技术栈、目录结构、依赖关系、配置文件，
并生成一份量身定制的 IFLOW.md，
让模型立刻具备项目级上下文理解能力。
这意味着它不再只是“回答问题”，而是
真正理解项目结构、编码规范与架构信息。
权限与安全
国际化涉及大量文件修改，我选择了安全的运行模式：
- accepting-edits：模型仅能修改文件
- yolo：模型获得最大权限
同时，iFlow CLI 会在每次修改前自动生成 Checkpoint，
可以用 /restore 一键回滚，保障开发安全。
本地化方案实施
MarkText 的代码几乎全是硬编码英文文本。
AI 要把这些转化为 i18n 函数调用，是个系统性工程。
我让 iFlow CLI 分析本地化文件结构并生成翻译函数：
iflow > 分析本地化文件目录结构和导入机制，创建翻译文件并引入翻译函数
然后进入批量翻译与代码修改阶段：
iflow > 参照 'en-US.json' 的内容，将 'zh-CN.json' 翻译为中文；
检查 @src/main.js 确保多语言文件被正确加载。
@ 符号可以引用任意文件作为上下文，这一点非常高效。
在 UI 层面，iFlow CLI 甚至能“看图写代码”——
把 UI 截图粘贴进终端，它就能理解界面问题并生成相应修复代码。
调试阶段，我还安装了 Electron MCP，
自动执行测试脚本、收集控制台报错、定位语法缺陷（例如括号未闭合导致启动失败）。
这一系列自动化操作极大地提高了开发稳定性。
Git 工作流与自动化 PR
在完成所有国际化修改后，
我通过 iFlow CLI 的 Sub Command 扩展来简化 Git 流程：
iflow > /commit
该命令会自动分析变更内容并生成规范化提交信息，
无需再手动编写 commit message。
接着使用 iflow-cli-action 集成 GitHub Actions，
实现自动化审查与持续集成：
自动代码审查：/review 调用 iFlow 的“代码审查专家”子代理，检查潜在问题。
安全检测集成：结合 Claude Code Security Review Action，进行漏洞扫描。
整个流程从提交到审查，实现了全链路 AI 协同自动化 。
AI 辅助开发的新范式
这次 MarkText 国际化实践让我看到，
AI 辅助开发正在从“问答助手”向“自治协同体”演化。
- Claude Code Router 带来了多模型调度；
- iFlow CLI 则提供了项目级理解与自动化工作流。
通过 IFLOW.md、MCP 与 Sub Agent 的结合，
AI 不再只是被动执行命令，而是能真正理解、规划并参与开发。
我目前已启动一个新的挑战：
将 MarkText 迁移到 Rust 语言基座 Taori
任重而道远，但有 iFlow CLI 的协同，这条路也变得更加清晰。
尾声
如果说传统开发靠“手”，
那么 iFlow CLI 让我们开始用“思维”与 AI 一起写代码。
在这个过程中，我不只是完成了一个国际化任务，
而是体验了一种全新的 AI 协作式开发范式。
开发者定义目标，AI 执行路径。
工具不只是帮手，而是伙伴。
