2026-07-22 10:00:00 +0800
Serena: 给你的 AI Coding Agent 装上 IDE 大脑
最近 oraios/serena 在 GitHub 上火了——22k+ star，MIT 协议，才一年多就冲到了 AI 编码工具的前排。它的 slogan 很直接：**"the IDE for your agent"**。
我装了一个试了试，这篇写写它解决了什么问题、怎么工作的，以及实际体验如何。
问题：Agent 看代码，像盲人摸象
当前 AI Coding Agent（Claude Code、Codex CLI、Copilot 等）操作代码的方式基本是文本层面的——读文件内容、正则搜索替换、按行号编辑。这就像让你只有记事本、没有 IDE 来写代码：你只能全文 grep 找函数，数行号来定位，小心翼翼地拼字符来修改。
具体痛点：
- 找函数靠猜：Agent 搜一个 symbol，可能从 grep 结果里拿到几十个匹配，但不知道哪个是定义、哪些是引用
- 跨文件重构靠运气：重命名一个函数，Agent 得逐文件搜索-替换，容易漏掉或误伤同名文本
- 编辑不经语法树校验：替换文本后可能语法错误，但 Agent 要到下一轮编译/运行才知道
Serena 的核心思路：通过 Language Server Protocol (LSP) 给 Agent 提供 IDE 级别的代码理解——符号查找、定义跳转、引用追踪、安全重命名。Agent 不再需要跟文本搏斗，而是直接在符号抽象层操作。
架构：MCP Server + LSP 后端
Serena 是作为 MCP (Model Context Protocol) Server 运行的，你可以把这个协议理解成"AI 界的 USB-C"——统一了 Agent 和外部工具的接口。任何支持 MCP 的客户端都可以接上 Serena。
┌─────────────────┐ MCP ┌─────────────────────┐
│ Claude Code │ ◄─────────► │ │
│ Codex CLI │ │ Serena MCP Server │
│ Copilot CLI │ │ │ │
│ Cursor/VSCode │ │ ┌────┴────┐ │
│ OpenWebUI │ │ │ LSP 后端 │ │
└─────────────────┘ │ └─────────┘ │
└─────────────────────┘
两个后端可选：
- LSP 语言服务器（默认，免费）：基于开源 Language Server，支持 40+ 语言。安装即用。
- Serena JetBrains Plugin（付费，有试用）：利用 JetBrains IDE 的深度分析引擎，重构能力更强（移动符号/文件/目录、内联、传播删除等）。
支持的语言（LSP 后端）
Python、TypeScript、Java、Go、Rust、C/C++、C#、Ruby、Kotlin、Swift、Scala、PHP、Lua、Zig、Haskell、Julia……基本上你常用的都有。冷门语言比如 Ada、Lean 4、Solidity、HLSL 也在列表里。
核心能力
Serena 公开了 20+ 个 MCP 工具，我分三类来介绍。
1. 语义检索
| 工具 | 功能 |
|---|---|
find_symbol |
全局搜索符号，区分定义/引用/声明 |
get_symbols_overview |
获取文件的顶层符号概览（类似 IDE 的文件结构） |
find_referencing_symbols |
查找所有引用某个符号的位置 |
find_implementations |
查找接口/抽象类的实现 |
find_declaration |
定位符号的定义/声明位置 |
get_diagnostics_for_file |
获取文件的 LSP 诊断信息（错误/警告） |
2. 精准编辑
| 工具 | 功能 |
|---|---|
rename_symbol |
安全重命名 symbol（LSP 重构，跨文件） |
replace_symbol_body |
替换符号的完整定义体 |
insert_before/after_symbol |
在符号定义前后插入内容 |
safe_delete_symbol |
安全删除符号 |
replace_in_files |
跨文件模式替换（支持预览和逐个选择） |
replace_content |
文件内内容替换（支持正则） |
3. 工程辅助
| 工具 | 功能 |
|---|---|
onboarding |
自动识别项目结构、构建命令、测试命令 |
write_memory / read_memory |
持久化记忆，跨会话共享项目知识 |
find_file / list_dir |
文件导航 |
execute_shell_command |
执行 shell 命令 |
create_text_file |
创建文件 |
实战体验
我拿 Serena 试了试这个博客仓库（JavaScript + HTML），跑了个简单的流程。
安装
pip install serena-agent
serena init
两分钟搞定。serena init 会在 ~/.serena/ 下生成配置。
创建一个项目
cd /root/my-project
serena project create --name my-project --language typescript .
这会创建一个 .serena/project.yml，Serena 就知道项目的根和语言了。
用 MCP 工具试一下
Serena 最自然的用法是作为 MCP Server 接入你的 AI 客户端。对于 Claude Code，配置 MCP 后，Agent 可以直接调用 find_symbol 来找代码：
# Agent 的视角：从
result = grep("authentication_handler", recursive=True)
# 变成
symbol = find_symbol("authentication_handler")
前者返回的是文本行列表，后者返回的是精确的符号定义位置、引用列表、类型信息。
效果
我让 Claude Code 通过 Serena 对一个 React 组件做重命名，整个流程：
find_symbol定位组件定义和所有引用rename_symbol一次调用完成全局重命名（包括 import/export、prop types、测试文件中的引用）get_diagnostics_for_file验证修改后没有语法错误
全程 3 个工具调用，零出错。如果是传统 grep+sed，可能需要 10+ 步而且容易漏。
评价与思考
优点
- 开源免费：MIT 协议，安装简单
- 兼容性好：MCP 是标准协议，能接几乎所有主流 AI 客户端
- 语言覆盖广：40+ 语言，换项目不用换工具
- 符号级操作：比文本操作更精准，token 消耗更少
- Agent 视角独特：项目主页上放的是 Agent 自己写的测评——让 Agent 给自己打分，挺有说服力
可以改进的地方
- 非代码文件的处理有限：对于配置文件、文档等非结构化文本，符号级分析意义不大，还是需要传统工具
- 与已有的依赖管理冲突：
pip install serena-agent可能会跟项目的依赖版本打架（我装的时候就有 pathspec、psutil 等版本冲突，不过不影响使用） - 初次索引慢：大项目首次建索引需要几分钟
和同类对比
- BitFun（之前聊过的 Rust+Tauri Agent）：是做完整 Agent 运行时的，Serena 专注做 MCP 工具层，定位互补
- Sourcegraph Cody：偏代码搜索和分析平台，Serena 是本地 LSP 方案，安装成本更低
- Aider / Continue.dev：这些都是 Agent 框架本身，Serena 可以作为它们的 MCP 工具增强
- Hermes 自带的 codebase-understanding skill：侧重阅读理解流程，Serena 更偏实时交互式的代码操作能力
总结
Serena 是我最近看到的 AI 编码工具里思路最清晰的一个——它没有试图重新发明 Agent，而是找准了一个很具体的痛点（Agent 对代码缺乏符号级理解），用成熟的 LSP 技术解决了它。对于经常用 Claude Code、Codex CLI 或 Copilot 的人来说，装上 Serena 等于给 Agent 补上了"IDE 感"，值得一试。
项目地址：https://github.com/oraios/serena 文档：https://oraios.github.io/serena