> 这是人类最伟大的地方：自主创造新的工具更好的完成自己的工作。
auto-coder 作为全球第一个推出 async vibe coding概念的 code agent 产品，在异步化方面是很领先的，比如本周 Claude Code 才推出 async subagents:
而这个功能在 auto-coder 中早就是标准功能了：
此外，在 background command, 以及 支持交互式命令行的使用(REPL) 也位列前茅。
不过，今天我要介绍的功能是一个重头戏，那就是 Code Agent 会根据项目需求自己创建工具，自己迭代工具，然后使用工具来更好的开发这个项目。这是人类最伟大的地方：自主创造新的工具更好的完成自己的工作。
今天让我们来看看如何在 auto-coder.chat 里支持这个能力。我想给auto-coder 添加一个新的工具，这个工具可以把文本转化为音频文件。
下面是我的需求（我们使用 deepseek-reasoner 作为auto-coder的驱动模型）：
/auto /new 访问https://platform.minimaxi.com/docs/api-reference/speech-t2a-intro 开发一个tool 可以使用文档里提及的api, 然后调用工具之前,询问我API KEY首先系统会自动取爬取网页，以及网页的子网页：
为了确保信息完善，还会再搜索，用于获得更多完整关于 minimax 语音接口的信息：
获得足够信息后，auto-coder 开始规划创建这个工具了：
使用 go 作为开发语言，便于二进制分发使用：
调用 subagent 开发工具：
已经开发好了，这个工具也可以被调用了：
现在，我们就可以使用这个工具了：
最后可以看到结果：
你可以很多场景去触发AI 去创建一个工具，比如你发现 code agent 内置的读取文件的工具无法同时读取多个文件，这样会导致额外消耗很多token,那么就可以让他生成一个可以读取多个文件的 tool。在一个项目的开发中，我们相信一定有很多custom tool 可以替代 code agent 内置的tool,发挥更大的价值。
此外，这个工具也可以再次迭代的，比如你可以这么说：
我觉得我们转语音的工具，功能还不够完善，我想xxxx这个系统系统会再去完善这个tool。 工具随着日常的使用而不断完善。
