> ## Documentation Index
> Fetch the complete documentation index at: https://docs.dropcv.work/llms.txt
> Use this file to discover all available pages before exploring further.

# Cline / Roo Code / Kilo Code

> VS Code 内的 Cline 家族 AI 编程扩展 —— 三款都支持 MCP，接入流程几乎一致。

<Frame>
  <img src="https://mintcdn.com/dropcv-77/IwNk1CkIuaf50zXX/images/integration/cline-chat.png?fit=max&auto=format&n=IwNk1CkIuaf50zXX&q=85&s=691dc10d6c5d418b608c3c64366d75c4" alt="Cline 家族扩展在 VS Code 内的对话界面" width="519" height="470" data-path="images/integration/cline-chat.png" />
</Frame>

**Cline**、**Roo Code**、**Kilo Code** 是同源的 VS Code AI 编程扩展（Roo Code 和 Kilo Code 都是 Cline 的 fork），三款都把 AI Agent 嵌进编辑器、都支持 MCP，所以接入 DropCV 的流程基本一致 —— 装扩展、配模型、加 MCP server，**一张 JSON 三家通用**。

## 怎么挑

|    | Cline                            | Roo Code                      | Kilo Code          |
| -- | -------------------------------- | ----------------------------- | ------------------ |
| 定位 | 原版，最稳                            | 多模式（架构 / 编码 / 问答 / 调试）+ 自定义模式 | 多内置模式 + 免费模型额度     |
| 模型 | 自带 API Key（Anthropic / OpenAI 等） | 自带 API Key                    | **内置免费额度** 或自带 Key |
| 适合 | 想要原生体验、社区最大                      | 喜欢角色切换、做架构 / 调试类活             | 想零成本试一下、要多模型选择     |

任选一款即可 —— 都能接 DropCV。接入后能调的 DropCV 能力完全一样（搜人 / 读档案 / 改字段 / 记笔记 / 打标签等）。

## 适用场景（任一款都行）

* 你在 VS Code 写代码
* 想在编辑器里就能查 / 改 DropCV 人才库
* 让 AI 帮你写脚本处理候选人数据

## 安装

<Steps>
  <Step title="装对应扩展">
    打开 VS Code → `Cmd+Shift+X`（macOS）/ `Ctrl+Shift+X`（Windows）→ 搜 **Cline** / **Roo Code** / **Kilo Code**（任选）→ 点「安装」。
  </Step>

  <Step title="配置模型">
    <Tabs>
      <Tab title="Cline">
        打开 Cline 面板（左侧活动栏的 Cline 图标）→ 首次使用会让选模型提供商 → 推荐 Anthropic + API Key。
      </Tab>

      <Tab title="Roo Code">
        打开 Roo Code 面板 → 设置里选模型提供商（推荐 Anthropic）→ 填 API Key。
      </Tab>

      <Tab title="Kilo Code">
        打开 Kilo Code 面板 → 模型下拉框选一个（推荐 Claude Sonnet）→ 没有 API Key 可以直接用内置免费额度。
      </Tab>
    </Tabs>
  </Step>

  <Step title="添加 DropCV MCP Server">
    三家用的 JSON 完全一样：

    ```json theme={null}
    {
      "dropcv": {
        "url": "https://api.dropcv.work/api/external/v1/mcp/mcp",
        "headers": {
          "Authorization": "Bearer <你的 API Key>"
        }
      }
    }
    ```

    入口在哪里各家略不同：

    <Tabs>
      <Tab title="Cline">
        Cline 面板底部 **MCP Servers** 图标（扳手）→ 「Add new MCP server」→ 粘 JSON → 保存。
      </Tab>

      <Tab title="Roo Code">
        Roo Code 设置（齿轮）→ **MCP Servers** → 「Add Server」→ 选 Streamable HTTP → 名 `DropCV`、URL 和 Header 分别填。
      </Tab>

      <Tab title="Kilo Code">
        Kilo Code 面板底部 **MCP** 标签 → 「Add Server」→ 粘 JSON 或手动填（类型选 Streamable HTTP）→ 保存。
      </Tab>
    </Tabs>
  </Step>

  <Step title="验证 + 开始用">
    MCP Servers 列表里 `dropcv` 显示绿色（已连接）就好了。在对话框直接试：

    * "从 DropCV 人才库找 3 个匹配前端工程师岗位的候选人"
    * "查候选人张三的详细档案"
    * "给候选人李四加个『大厂背景』标签"
  </Step>
</Steps>

## 工作流示例

三款都能让 AI 同时操作代码和人才库：

```
用户：写一个 Python 脚本，从 DropCV 人才库导出所有技能含 "React" 的候选人，
     输出 CSV，列：姓名 / 公司 / 职位 / 技能。

AI：[调 DropCV MCP candidate_search / candidate_profile_read 拿数据，
     再生成 Python 脚本]
```

## 进阶玩法（按扩展）

* **Roo Code 自定义模式**：建一个「HR 助手」模式，专属提示词 + 只勾选 DropCV 工具，切过去就专注人才库操作。
* **Roo Code / Kilo Code 内置模式**：Architect / Coder / Debugger 几种。做人才库查询、分析类任务推荐 **Architect** 模式。
* **Cline 是原版**：社区扩展和 issue 资源最多，遇到问题最容易搜到答案。

## 常见问题

### MCP 找不到 / 连接失败

* `Cmd+Shift+P` → 搜 "MCP Settings" 打开配置 JSON 直查
* 确认 JSON 格式正确（URL 拼写、`Bearer ` 前缀和空格、Key 别带多余空格）
* 重启 VS Code 后重试