📌 项目地址：coder/coder | ⭐ 14,840 颗星 | 🔧 Go | 📜 未标注
开发环境的两个老大难，Coder 想一起解决
第一个老大难：开发环境配在每个人笔记本上，新人入职配环境要几天，环境坏了只能重装。云开发环境（CDE）就是冲这个来的，把开发环境搬到云上，用代码定义、按需创建。
第二个老大难是最近才出现的：AI 编程 agent 进了团队，API key 怎么管？常见做法是每个开发者自己拿一份 OpenAI 或 Anthropic 的 key，塞进环境变量。key 泄漏没人知道，花了多少钱没人清楚，谁让 agent 干了什么也没法审计。
Coder（github.com/coder/coder，14,840 star，Go 编写）把这两件事放进同一个自托管平台里。它跑在你自己的云账号和集群里，不经过任何第三方 SaaS。
平台本身：Terraform 定义一切
工作区不是在界面上点点按钮建出来的，而是用 Terraform 模板定义的。模板里写清楚这个环境要什么基础设施：EC2 虚拟机、Kubernetes Pod、Docker 容器都行。
这样做的好处很直接：
- 环境可复现、可版本化，模板改了，所有人下次建工作区就是新版
- 新成员入职从“配几天环境”变成“几秒开一个工作区”
- 没人用的资源自动关闭，云账单不会因为忘了关机而爆掉
连接方式也值得一提：工作区通过 WireGuard 隧道访问，不需要把开发环境暴露在公网上。
AI Agent 部分：这是它最值得说的设计
Coder 支持把编码任务委托给 AI agent，agent 跑在你自己的基础设施上。安全模型是这样的：
agent 的执行循环在控制平面里跑，不在工作区里跑。 也就是说，LLM 的凭证（API key）只存在于控制平面，不下发到任何工作区。就算某个工作区被攻破，攻击者也偷不到模型密钥。
配套的治理能力也都齐全：任意模型随便接（Anthropic、OpenAI、Google、Bedrock、自托管模型都行）、集中式的模型治理、成本追踪、审计日志。agent 的每个操作都带着用户身份，出了事能查到人。
对比“每个开发者人手一份 key”的现状，这套方案对安全团队和财务都有交代。我觉得这是 Coder 区别于其他 CDE 工具最实在的一点。
上手试试
Linux 和 macOS 用官方安装脚本，Windows 去 GitHub Releases 下载：
curl -L https://coder.com/install.sh | sh
启动服务端，浏览器打开 http://localhost:3000，创建初始用户、建一个 Docker 模板、开第一个工作区：
coder server
生产部署需要两个东西：PostgreSQL 13 以上版本的数据库，和一个外部访问 URL：
coder server --postgres-url <url> --access-url <url>
不带这些参数时，Coder 会用内置数据库，并自动分配一个 *.try.coder.app 的访问 URL。这个模式只适合评估，别拿它上生产。容量规划建议看官方文档里的 validated architectures 部分。完整的参数和环境变量用 coder --help 查。
选型前想清楚这几件事
第一，这是开源核心加商业版的模式，企业级治理这类高级功能在付费计划里，选型前去 coder.com/pricing 看功能对比。
第二，它更像给平台工程团队用的框架，不是开箱即用的 SaaS。团队里得有人会写 Terraform 模板、能维护控制平面部署。个人开发者或者纯前端小团队用它，成本偏高。
第三，curl | sh 安装方式图方便，生产环境建议从 Releases 拿二进制并做校验。
和 GitHub Codespaces、Gitpod 比呢
后两者是托管服务，开箱即用但数据和计算都在别人家里。Coder 走的是自托管路线：平台、模板、工作区全在你自己的基础设施上，再加上前面说的 AI agent 密钥治理设计。如果你所在的组织对数据出境和合规有硬性要求，这个差异就是决定性的；如果你只是个人想要个云上 IDE，托管服务可能更省事。