Aider، pair programming روی ترمینال
Aider یه ابزار متنباز هست که توی ترمینال باهاش کد مینویسی، نه یه افزونهٔ ویرایشگر، نه یه IDE جدید.

Aider یه ابزار متنباز هست که توی ترمینال باهاش کد مینویسی، نه یه افزونهٔ ویرایشگر، نه یه IDE جدید. مستقیم توی مخزن Git مینشینه، فایلها رو میخونه، تغییر میده، و commit میکنه.
Aider چیه و چطور کار میکنه
Aider رو Paul Gauthier نوشته و از ۲۰۲۳ توسعه پیدا کرده. ایدهٔ اصلیش اینه: به جای اینکه کد رو کپی کنی توی ChatGPT و جواب بگیری و برگردی بذاری توی فایل، Aider مستقیم به فایلهای پروژهات دسترسی داره، تغییرات رو مینویسه، و حتی commit میکنه.
pip install aider-chat
cd my-project
aider --model claude-opus-4-5
بعد از اجرا، یه chat interface توی ترمینال باز میشه. میتونی بنویسی:
> این تابع validate_email خطا میده وقتی آدرس خالیه. درستش کن.
Aider فایل مربوطه رو پیدا میکنه، تغییر میده، diff رو نشونت میده، و میپرسه commit کنه یا نه.
ویژگیهایی که Aider رو متمایز میکنن
۱. Git-native بودن
Aider با Git مستقیم کار میکنه. هر تغییر رو میشه راحت با git diff دید، و اگه نتیجه خوب نبود، git reset کافیه. این یه مزیت بزرگه نسبت به ابزارهایی که تغییراتشون ناشفافه.
۲. Map درخت فایل Aider قبل از جواب دادن، ساختار پروژه رو اسکن میکنه و یه «repo map» میسازه، لیست فایلها، کلاسها، و توابع اصلی. این کمک میکنه بدون اینکه همهٔ کد رو توی context بذاره، بفهمه کدام فایلها مرتبطترن.
۳. انتخاب مدل میشه Aider رو با Claude، GPT-4، Gemini، یا مدلهای محلی مثل Ollama استفاده کرد. این مهمه چون میتونی هزینه رو کنترل کنی یا از مدل داخلی استفاده کنی.
۴. /ask و /code mode
دو حالت داری: /ask فقط توضیح میده (فایل رو تغییر نمیده) و حالت /code که پیشفرضه و مستقیم کد مینویسه. خوبه وقتی میخوای اول بفهمی AI چی فکر میکنه.
SWE-Bench، عملکرد واقعی
Aider روی SWE-Bench Verified، یه benchmark استاندارد که باگهای واقعی GitHub Issues رو حل میکنه، نتایج قابل توجهی داره. با مدل Claude Opus به ۴۰-۴۸ درصد حل موفق میرسه. این عدد برای یه ابزار متنباز که کاملاً رایگان (بهجز هزینهٔ API) هست، چشمگیره.
کِی Aider خوبه، کِی نه
خوب برای:
- پروژههای با Git که میخوای تاریخچه تغییرات داشته باشی
- باگفیکسهای مشخص («این تابع این خطا میده»)
- refactoring محدود («این متد رو به دو تابع کوچیک تقسیم کن»)
- کسی که ترمینال رو ترجیح میده به GUI
کمتر مناسب برای:
- پروژههای خیلی بزرگ با دهها هزار خط کد، context window محدودیت داره
- طراحی معماری از ابتدا، Aider ایجنت طراح نیست، بیشتر executor
- کسانی که با CLI راحت نیستن
نصب و شروع سریع
# نصب
pip install aider-chat
# اجرا با Claude
export ANTHROPIC_API_KEY=your_key
aider --model claude-opus-4-5 main.py utils.py
# یا GPT-4
export OPENAI_API_KEY=your_key
aider --model gpt-4o main.py
# یا Ollama (کاملاً محلی و رایگان)
aider --model ollama/llama3.1:70b
برای اینکه context بهتری بده، فایلهایی که مرتبطن رو از اول اضافه کن:
aider auth.py models/user.py tests/test_auth.py
هزینه، ایران واقعی
Aider خودش رایگانه. هزینهاش API است، هر درخواستی که میفرستی به Claude یا GPT-4 از حساب API کسر میشه. یه session معمولی (یه باگفیکس متوسط) حدود ۰.۰۵ تا ۰.۵ دلار API خرج میبره بسته به مدل و پیچیدگی کار.
برای کاربر ایرانی، دسترسی به Anthropic API یا OpenAI API نیاز به VPN و کارت خارجی داره. گزینهٔ جایگزین: Ollama با مدلهای محلی مثل Llama یا DeepSeek رو روی سرور خودت اجرا کنی، کاملاً رایگان، هرچند ضعیفتر از Claude/GPT-4.
مقایسه با Cursor و Copilot
Cursor یه IDE کامله، باید از VSCode به Cursor مهاجرت کنی. Copilot یه افزونهست که پیشنهاد میده ولی فایلها رو مستقیم تغییر نمیده. Aider هیچکدوم نیست، یه ابزار CLI هست که با هر ویرایشگر و هر پروژهای کار میکنه.
اگه میخوای Neovim یا Emacs یا حتی Notepad داشته باشی و هنوز AI داشته باشی که کد بنویسه، Aider بهترین گزینهٔ متنباز موجودهٔ.
برای توسعهدهندههای ایرانی که دنبال ابزار CLI با حافظهٔ پروژه هستن، AiraCode رویکرد مشابه رو با شناخت پیوسته داره، یعنی context پروژه بین جلسهها حفظ میشه.
همچنین بخوان
ادامهٔ مسیر
همهٔ مقالهها ←
آیرا کد چیست؟ دستیار برنامهنویسی با هوش مصنوعی در ترمینال
آیرا کد چه کار میکند؟ راهنمای نصب روی ویندوز، مک و لینوکس، حافظهٔ پروژه، پرداخت ریالی و انتخاب یک کار واقعی برای شروع کدنویسی با هوش مصنوعی.

Agentic coding، نسل جدید کدنویسی
کدنویسی با AI در چند سال گذشته سه مرحله داشته. اول autocomplete بود، GitHub Copilot تابع رو کامل میکرد.

بازبینی کد با هوش مصنوعی (AI Code Review)
هوش مصنوعی چطور کد را بازبینی میکند، چه باگهایی را واقعاً پیدا میکند و کجا اشتباه میکند؛ با مقایسهٔ ابزارها.

AI برای DevOps
DevOps از اول هم یه رشتهای بود که اتوماسیون قلبش بود. CI/CD pipeline ها، Infrastructure as Code، monitoring خودکار، اینا ذات DevOps هستن.
بیشتر در «کدنویسی با AI»
- آیرا کد یا Cursor؟ مقایسهٔ محیط کار، حافظه و هزینه
- مقایسهٔ آیرا کد و GitHub Copilot برای برنامهنویسی
- از جونیور تا سینیور در عصر هوش مصنوعی؛ نقشهای که مسیر رشد را حذف نمیکند
- نقشهٔ رشد Cursor؛ متدی که به یک میلیارد دلار درآمد سالانه رسید
- اولین ۲۰ کاربر محصول را از کجا پیدا کنیم؟ نقشهٔ عملی Base44
- AiraCode اکنون افزونهٔ کروم اختصاصی خودش را دارد: کنترل مرورگر واقعی تو از ترمینال
- جدول کامل قیمت مدلهای هوش مصنوعی برای کدنویسی (آپدیت شهریور ۱۴۰۵)
- Ox Alpha؛ مدل کدنویسی رایگان با کانتکست یک میلیونی و چیزی که باید قبل از استفاده بدونی
- کدنویسی با هوش مصنوعی چیست؟
- Cursor، ویرایشگر کدنویس هوشمند
- GitHub Copilot، راهنمای کامل
- Windsurf (سابق Codeium)
- Claude Code، Anthropic CLI کدنویسی
- استفاده از آیرا کد کنار Cursor؛ راهنمای گردش کار مشترک
- Continue.dev، IDE-agnostic AI
- Cline، autonomous coding agent
- Bolt.new، Lovable و v0، ساخت اپ با پرامپت
- Devin AI، اولین مهندس نرمافزار هوشمند
- Vibe coding چیست؟
- MCP servers برای کدنویسی
- Sub-agents در Claude Code
- Plan mode چیست و چرا اهمیت دارد
- Tab completion هوشمند
- Multi-file edit با AI
- تستنویسی و دیباگ با هوش مصنوعی؛ از خطا تا تست رگرسیون
- پرامپتنویسی برای کدنویسی
- Context-aware refactoring با AI
- آیندهٔ کدنویسی با AI
- چرا Cursor و Copilot هر روز با یه غریبه میبینندت