### [CatPaw](https://hello123.com/) **Published:** 2026-10-04T11:48:00 **Author:** hello123 **Excerpt:** CatPaw 是美团2025年推出的AI IDE，基于LongCat模型，AI代码生成占比50%。提供500次… ## CatPaw 是什么：美团AI IDE的定位与限制 **CatPaw** 是美团在 2025 年推出的 AI 原生集成开发环境（IDE）。它并非传统 IDE 的插件，而是从底层构建的独立编程平台。该工具基于美团自研的 LongCat 大模型，强调一体化架构。核心卖点是减少开发者在编辑器与浏览器之间的切换。 ![CatPaw截图](https://cdn.hello123.com/wp-content/uploads/2026/09/catpaw.png) 当前最大的限制是仅支持 `macOS` 10.15 及以上版本。`Windows` 版本仍在开发中。这意味着大量使用 `Windows` 的开发团队无法直接使用。根据官网说明，兼容 x64 和 arm64 架构的 Mac 设备。 从定位看，这款工具瞄准中文开发环境。美团内部实践数据显示，研发团队 AI 代码生成占比达到 **50%**。研发人员周活跃率超过 **80%**。这些数据来自美团官方公开信息。但外部用户的实际体验可能不同。 一体化架构带来性能优势。消除上下文切换开销，具备深度项目理解能力。工具链集成也更紧密。不过，新用户需要接受一个现实：模型选择受限。内置模型只有 LongCat、**DeepSeek** v3.2 和 **GLM** 4.6。无法直接接入 **Claude** 或 GPT 系列模型。 ## CatPaw 功能特色：四大模块与细节工具 这款工具的核心功能分为四个模块。代码补全、Agent 问答、内置预览调试、项目维度分析。每个模块解决不同的开发场景。 - 代码补全（Tab）：实时提供代码建议，支持主流语言。 - Agent 问答：在 IDE 内直接对话，生成代码片段或解答疑问。 - 内置预览调试（Browser）：前端代码即时预览，元素可发送至 AI 修改。 - 项目维度分析（Codebase）：索引整个项目，提供全局上下文建议。 细节工具清单同样重要。文件操作类包括 Edit-Write（编辑或创建文件，支持差异比较）、Search-Read File（按行读取文件）、Edit-Delete File（删除文件）、Edit-Multi Edit（并行编辑多个文件，原子性执行）。 代码搜索类工具包括 Search-Codebase（基于语义搜索代码库）、Search-Grep（正则表达式搜索）、Search-Glob File Search（文件名模糊搜索）、Search-List Directory（列出目录内容）。 终端命令类工具是 Run-Terminal。支持配置命令白名单和黑名单。其他工具包括 Search-Web Search（网络搜索补充上下文）和 Search-Fetch Rules（读取规则文件）。这些工具让 Agent 能执行更复杂的操作。 ### 代码补全 Tab：多语言与NextEdit 补全功能基于语义分析和项目上下文。不是简单的关键词提示。支持 `Python`、Java、`JavaScript`、`TypeScript`、`Go`、`Rust` 等主流语言。官方称支持所有主流编程语言。 NextEdit 是特色能力。基于历史编辑内容预测下一次编辑。可以批量编辑多行代码。当模型检测到多行代码需要同时修改时，会在悬浮框中一次性展示。用户按一次 Tab 键即可接受所有修改。 绿色背景代表新增代码，红色背景代表删去代码。这个视觉区分很直观。补全建议以灰色文本显示在光标右侧。按 Tab 采纳，按 Esc 取消。设置中可全局禁用或针对特定语言禁用。 ### 快速问答生码 Agent：IDE内对话生成代码 Agent 功能让开发者无需切换工具。在 IDE 内直接输入问题，AI 生成代码片段或解答。例如输入“如何过滤出活跃用户并计算平均年龄？”，Agent 会返回完整的 Python 函数。 这个功能适合快速验证想法。也适合处理不熟悉的 **API** 或算法。对话上下文可以包含当前文件信息。设置中开启 Current File 后，AI 能理解提问环境。 传递项目结构选项会自动生成简化的项目结构树。这有助于 AI 理解项目架构。To-do List 功能针对复杂任务自动生成待办清单。执行过程中实时展示完成进度。 ### 内置预览调试 Browser：前端效率提升60% 前端开发者最头疼的是频繁切换窗口。改完代码，切到浏览器，刷新，查看效果。这个循环每天重复几十次。 该工具在编辑器内集成浏览器预览窗口。写完代码自动刷新。无需手动切换。内置 DevTools 调试工具。同一界面完成写代码、查看效果和调试。 官方数据称前端调试效率提升 **60%** 以上。这个数字来自美团内部实践。需要说明的是，外部团队的实际提升幅度可能不同。元素智能优化功能可将需要修改的元素直接发送到 AI 对话中。 ### 项目维度分析 Codebase：全局上下文索引 普通 AI 编程工具只看当前文件。这个模块为整个项目建立语义索引。包括文件结构、类关系、函数调用链。AI 基于全局上下文提供建议。 技术实现采用向量化代码**检索**。代码片段转换为高维向量。通过相似度匹配提供补全建议。项目建立语义索引后，AI 能理解代码含义而非仅匹配文本。 Search-Codebase 工具使用 AI **语义理解**进行搜索。适合探索不熟悉的代码库。Search-Grep 则用于精确的文本和正则匹配。两者互补。 ## 怎么用 CatPaw：从注册到上手 首次使用流程简单。访问官网下载安装包。macOS 用户双击 .dmg 文件，拖拽到应用程序文件夹。启动后点击“开始使用”。 注册支持手机号或邮箱。登录后获得初始 500 次对话**免费额度**。每次与 AI 交互消耗 1 次额度。额度用完可在设置页提交续充申请。 ### 首次启动与配置迁移 首次启动会引导初始化配置。选择界面主题（暗色、亮色或深蓝）。可选导入其他 IDE 的配置。支持 VS Code、Cursor、Windsurf。 配置迁移能减少切换成本。快捷键、主题、插件设置等可以无缝迁移。对于从 Cursor 转过来的用户，这个功能很实用。 ### 额度管理与续充 初始 500 次对话免费额度。设置页可查看剩余额度。额度不足时提交续充申请。填写申请理由后提交审核。 审核通过后继续使用。目前没有公开的付费方案。这意味着重度用户可能面临额度焦虑。500 次对话对日常开发来说，大约够用 2-4 周。 ### Chat设置中的安全与上下文选项 Chat 设置提供多项安全配置。字体大小可调整。允许自动运行的命令白名单。禁止自动运行的命令黑名单。 删除文件防护是重要安全功能。开启后，任何可能导致文件删除的操作都需要手动确认。避免意外文件丢失。 上下文选项包括 Current File 和传递项目结构。前者将当前文件信息传递给 AI。后者自动生成简化的项目结构树。To-do List 功能自动生成结构化待办清单。 ## CatPaw 对比主流替代品：Cursor、Trae、Windsurf 从模型支持、平台兼容性、Plan 模式、自定义 Mode 等维度对比。CatPaw 与 Cursor、Trae、Windsurf 各有优劣。 | 比较维度 | CatPaw | Cursor | Trae | Windsurf | | --- | --- | --- | --- | --- | | 内置模型 | LongCat、DeepSeek v3.2、GLM 4.6 | Claude、GPT 等 | 自有模型 | 自有模型 | | 平台兼容性 | 仅 macOS | macOS、Windows、Linux | macOS、Windows | macOS、Windows、Linux | | Plan 模式 | 无 | 有（2.0 版本） | 无 | 有 | | 自定义 Mode | 支持 | 支持 | 支持 | 支持 | | 免费额度 | 500 次对话 | 有限试用 | 有 | 有 | ### 模型接入差异：LongCat、DeepSeek、GLM vs Claude、GPT CatPaw 内置 LongCat、DeepSeek v3.2、GLM 4.6。支持接入自有 API。但无法直接接入 Claude 或 GPT 系列。 Cursor 等工具可接入 Claude、GPT。这是关键差异。对于依赖 Claude 代码能力的开发者，CatPaw 无法满足需求。 有第三方实测指出，无法接入 Claude 4.5、GPT 5.1 等 Coding 模型的产品，现阶段只能在国内市场竞争。Trae 被 Claude 断供后，字节也在想办法留住用户。 ### 模式缺失：无Plan模式与自定义Mode的局限 CatPaw 默认只有 Ask 和 Agent 两个模式。Cursor 2.0 已增加 Plan 模式。Plan 模式让 AI 先规划再执行，对复杂任务很重要。 虽然支持自定义新的 Mode，但实测用户反馈，自定义 Mode 并不好用。之前 Trae 的使用经验也印证了这一点。 ### 平台限制：仅macOS，Windows未发布 CatPaw 兼容 macOS 10.15 及以上。Windows 版本正在开发中。具体发布时间未公布。 对于 Windows 用户，目前无法使用。这是硬性门槛。`Linux` 版本也没有提及。 ## CatPaw 真实用户案例：从Bug修复到前端调试 有第三方实测提供了一个真实案例。用户用一个 Antigravity、Cursor 改了五六轮未解决的 Bug 来测试。 ### Bug修复实测：Antigravity和Cursor六轮未果 这个 Bug 来自用户正在做的真实项目。Antigravity 和 Cursor 加起来改了五六轮都没改好。用户用 CatPaw 尝试处理。 实测结果没有给出最终是否修复的明确结论。但界面和模型选择的信息有参考价值。可选模型有 LongCat、DeepSeek v3.2 和 GLM 4.6。支持 Auto 模式和自选模型。 用户提到两个让人心凉的点。一是默认只有 Ask 和 Agent 模式，没有 Plan 模式。二是对话中引用的文档不支持直接用 @ 引用被 .gitignore 排除的文件。这对于有大量本地文档的用户很不方便。 ### 前端开发：内置预览减少切换 前端开发者利用 Browser 功能即时预览和调试。避免 IDE 与浏览器频繁切换。传统流程需要同时打开两个应用。 改完代码手动刷新页面。这个循环被内置预览打破。元素智能优化可直接发送到 AI 对话。调试一体化在同一个界面完成。 ### 中文项目与团队协作 CatPaw 适合中文开发环境。美团内部周活跃率超 **80%**。这个数据来自美团官方。 中文项目中的注释、文档、需求描述都能被更好地理解。团队协作方面，统一代码风格、智能代码审查、知识共享是主要功能。 ## CatPaw 能带来什么好处：效率数据与成本 美团内部数据提供了效率参考。AI 代码生成占比 **50%**。前端调试效率提升 **60%**。500 次免费额度降低尝试门槛。 ### AI代码生成占比50%与周活跃率80% 美团内部实践数据显示，研发团队 AI 代码生成占比达到 **50%**。这意味着每两行代码中约有一行由 AI 生成。研发人员周活跃率超 **80%**。 这些数据来自美团官方公开信息。外部团队的实际数据可能不同。但至少说明在美团内部，这个工具被广泛使用。 ### 免费额度与成本控制 500 次免费对话额度降低新用户尝试成本。无需付费即可体验大部分核心功能。对于个人开发者，这个额度足够日常使用一段时间。 成本方面，基于 LongCat 大模型的动态计算分配技术实现极低推理成本。输出成本低至 **0.7 美元**/百万 token。较 GitHub **Copilot** 降低约 **40%** 单次对话成本。这个数据来自公开资料。 ## CatPaw 的最新动态：从AI IDE到全场景Agent平台 2026 年 7 月，CatPaw 扩展为全场景 AI Agent 平台。覆盖本地生活商家。新增 24 个专家和技能。 ### 2026年7月全场景Agent平台上线 2026 年 7 月 27 日，美团正式发布面向本地生活服务商家的全场景 AI 运营平台。该平台聚焦门店日常运营中的重复性、碎片化事务。 从 AI IDE 扩展为面向个人与企业的 AI Agent 平台。支持任务拆解和多步骤执行。交付报告、表格、代码等结果。 ### 专家与技能：24个内置专家覆盖本地生活 新增 24 个专家。覆盖美团团购、数据分析、应用开发、市场调研、营销策划等领域。每个专家内置一整套方法论。 对于餐饮、零售等本地生活商家，AI Agent 可以作为通用办公助手。也有机会参与日常经营决策。 ### LongCat-2.0模型与多智能体协同 CatPaw 内置 LongCat-2.0。这是美团专为 Agent 开发训练的模型。在多**智能体**调用以及多步骤执行方面提供算力支持。 此外还可以使用 DeepSeek 等其他模型。多智能体协同架构让各模块并行响应。处理进度全程可视化。 ## CatPaw 的行业地位：美团内部验证与商家落地 美团内部覆盖 9 万名员工。搭建 Agent 超 3 万个。在餐饮、美业、宠物医院等场景完成验证。 ### 内部规模化验证：9万员工与3万Agent CatPaw 在美团内部大规模落地。覆盖 9 万名员工。搭建 Agent 超 3 万个。这个数据来自中关村在线 2026 年 7 月的报道。 内部验证为期一年。沉淀形成三万个适配不同业态的定制化功能模块。这为外部商家落地提供了基础。 ### 本地生活商家场景验证 在餐饮、美业、宠物医院等多个真实场景中完成验证。例如麻辣烫店老板使用“门店经营小助手”处理评价管理、用户分析、营销分析。 以前要花 2 小时的任务，现在几分钟完成。这个案例来自电脑之家 2026 年 7 月的报道。 ## CatPaw 的底层模型技术栈：LongCat与向量化检索 CatPaw 基于美团自研 LongCat 大模型。采用向量化代码检索技术。支持多语言。 ### LongCat大模型：美团自研技术底座 LongCat 是美团自研的大模型。CatPaw 基于它构建。是美团“AI at Work”战略的落地案例。 2025 年 11 月发布时，基于 5600 亿参数 LongCat 大模型。采用混合专家模型（MoE）架构。在 H800 硬件上实现超过 约 100 tokens/s 的推理速度。LiveCodeBench 基准测试 Pass@ 得分达 **46.24%**。 ### 向量化代码检索与语义索引 代码片段转换为高维向量。通过相似度匹配提供补全建议。项目建立语义索引。 这种技术让 AI 理解代码含义而非仅匹配文本。Search-Codebase 工具基于语义搜索代码库。适合探索不熟悉的代码库。 ## 参考资料 - [网易新闻客户端](https://c.m.163.com/news/a/L2UMEFAK051180F7.html)（2026-07-28）— 报道 CatPaw 全场景 AI Agent 平台上线及 24 个专家功能。 - [凤凰网](https://tech.ifeng.com/c/8v8DZ5qeCSX)（2026-07-28）— 智东西对 CatPaw 开店任务的实测，涉及 LongCat-2.0 模型。 - [中关村在线](https://ai.zol.com.cn/1222/12226532.html)（2026-07-27）— 披露内部验证数据：9 万员工、3 万 Agent、多场景验证。 ---