获得徽章 1
#AI 能力提升场#
当前AI编程助手写出的代码个性化程度较高，虽然也能完美运行，但是要能够完美的适应工业生产还需要专业化，即生成符合特定开发者或团队标准的高质量代码，而非仅能运行的“垃圾代码”。记得在公众号看到一篇报道：即便是Fastify作者Matteo Collina 也苦于AI代码不符合个人风格，"我不是在抱怨 AI 写不出代码，而是它写出来的代码不符合我的标准。我每次 Code Review 都要重复同样的意见。" Matteo Collina 推崇必须将个人的代码编程经验打包成Skills等AI可消费的规范。
其实对于我们日常生活中经常编写工程代码来说这也是很好的启示，就拿我经常用Trae来写代码为例，其实完全可以通过如下约束提升代码开发的工程化与标准化：
1. 引入技能库：允许开发者导入或创建类似“Skills”的规范包（如Fastify最佳实践、团队代码风格），让Trae生成代码时遵循这些标准。
2. 智能上下文加载：根据当前任务动态激活相关技能，避免信息过载，提升专业性。
3. 支持团队共享：建立内部技能仓库，让新成员快速融入，减少Code Review成本。
通过这种方式，Trae将从通用助手升级为“懂你”的专家级伙伴，大幅提升代码质量和开发效率。
当前AI编程助手写出的代码个性化程度较高，虽然也能完美运行，但是要能够完美的适应工业生产还需要专业化，即生成符合特定开发者或团队标准的高质量代码，而非仅能运行的“垃圾代码”。记得在公众号看到一篇报道：即便是Fastify作者Matteo Collina 也苦于AI代码不符合个人风格，"我不是在抱怨 AI 写不出代码，而是它写出来的代码不符合我的标准。我每次 Code Review 都要重复同样的意见。" Matteo Collina 推崇必须将个人的代码编程经验打包成Skills等AI可消费的规范。
其实对于我们日常生活中经常编写工程代码来说这也是很好的启示，就拿我经常用Trae来写代码为例，其实完全可以通过如下约束提升代码开发的工程化与标准化：
1. 引入技能库：允许开发者导入或创建类似“Skills”的规范包（如Fastify最佳实践、团队代码风格），让Trae生成代码时遵循这些标准。
2. 智能上下文加载：根据当前任务动态激活相关技能，避免信息过载，提升专业性。
3. 支持团队共享：建立内部技能仓库，让新成员快速融入，减少Code Review成本。
通过这种方式，Trae将从通用助手升级为“懂你”的专家级伙伴，大幅提升代码质量和开发效率。
展开
2
5
#AI编程搭子真香or翻车# AI编程搭子还是特别香的，作为Trae深度用户，虽然很多时候也会踩坑，但随着我长时间的使用也总结了一套AI 编程搭子 Vibe Coding的最佳实践指南:
1. 工程化提示词：避免模糊输入，采用EARS等结构化框架，明确背景、需求与产出格式，确保AI输出可靠。（我一般先用DeepSeek把我的需求提示词优化，再输入trae）
2. 工作流智能体化：将稳定提示词组合打包为可复用智能体或插件，实现从需求到部署的自动化流程。
3. 精细化调试：利用工具精准定位问题，提供完整错误堆栈和上下文，提升问题排查效率。
4. 上下文管理：借助Memory MCP等工具保存重要技术决策和对话历史，构建可追溯的知识库，实现经验积累。
最后放上最近开发的一个小工具
1. 工程化提示词：避免模糊输入，采用EARS等结构化框架，明确背景、需求与产出格式，确保AI输出可靠。（我一般先用DeepSeek把我的需求提示词优化，再输入trae）
2. 工作流智能体化：将稳定提示词组合打包为可复用智能体或插件，实现从需求到部署的自动化流程。
3. 精细化调试：利用工具精准定位问题，提供完整错误堆栈和上下文，提升问题排查效率。
4. 上下文管理：借助Memory MCP等工具保存重要技术决策和对话历史，构建可追溯的知识库，实现经验积累。
最后放上最近开发的一个小工具
展开
5
6