核心用法
Coder Workspaces 技能通过 coder CLI 提供对云端开发环境的完整管理能力。核心功能分为两大模块：
工作空间管理：包括列出（coder list）、启动/停止/重启/删除工作空间（coder start/stop/restart/delete），支持通过 SSH 直接接入工作空间执行命令（coder ssh <workspace> -- <command>），以及实时查看日志（coder logs -f）。
AI 编码任务：通过 coder tasks 子命令在隔离环境中运行 Claude Code、Aider 等 AI Agent。流程为：选择模板（coder templates list）→ 指定预设配置 → 创建任务（coder tasks create --template <name> --preset <name> "prompt"）。任务状态包括 Initializing、Working、Active、Idle 四个阶段，通常 1-3 分钟完成启动。
显著优点
- 统一入口：单一 CLI 覆盖基础设施管理 + AI 工作流，减少上下文切换
- Agent 编排原生支持：内置对主流 AI 编码工具的任务生命周期管理
- 模板化配置：通过模板+预设实现环境即代码，保证可复现性
- SSH 直通：无需额外配置即可在远程容器/VM 中执行任意命令
潜在缺点与局限
- 供应商锁定：深度依赖 Coder 平台生态，迁移成本较高
- 网络依赖：所有操作需连接 Coder 服务端，离线不可用
- 权限模型复杂：任务创建涉及模板权限、预设权限、会话令牌三重鉴权
- 调试盲区：任务处于 Initializing 状态时日志不可见，故障排查需等待
适合人群
- 使用 Coder 作为主力云开发平台的工程团队
- 需要批量调度 AI Agent 完成代码审查、重构、生成的 DevOps 工程师
- 希望在标准化容器中运行不可信 AI 工具的安全敏感场景
常规风险
- 令牌泄露：
CODER_SESSION_TOKEN具有平台级权限，需妥善保管 - 资源滥用：AI 任务可能长时间占用 GPU/CPU 资源，需设置配额限制
- 数据隔离：虽然工作空间隔离，但模板预设若配置不当可能导致敏感数据挂载至 AI 环境