月亮有石头

前端

赞

129

|

搜索文章

一套面向 Web、H5、小程序与 Flutter 的多端一致性技术方案

先以 Design Token 统一设计语言，再以组件 Contract、状态矩阵、页面 Pattern 和业务 Spec 统一实现边界，最后将规范结构化，供大模型进行受控生成、规则校验与辅助开发。

1月前
579
6
评论

AI 学习之路 01：文本不是“被看懂”的，而是先被表示成可计算对象

强调学习 AI，尤其是文本处理时，最基础却常被忽视的一步是文本表示。计算机无法直接理解文本，首先需要将其转化为可计算的形式。文章阐述了从字符拆分、去重、问题定义到建模思维的必要性。

1月前
62
1
评论

Dify 构建 FE 工作流：前端团队可复用 AI 工作流实战

通过标准化 AI 辅助编码流程，提升团队开发效率。通过统一的请求与输出模板，确保编码规范、流程清晰、可审计。团队在 Dify 中建立最小 FE 工作流，版本化 Prompt，固定Schema。

2月前
493
4
评论

接手老 Flutter 项目踩坑指南：从环境到调试的实际经验

接手Flutter项目时，开发者面临版本兼容性、依赖问题和构建错误等挑战。确保工具版本一致、正确配置依赖、解决平台差异和构建问题，能够提高开发效率并减少错误。

2月前
188
2
评论

Flutter 与前端开发的对比：构建、调试与平台兼容性差异

对比了 Flutter 与传统前端框架（如 Vue 和 React）在构建、调试和平台兼容性方面的差异，Flutter 的构建流程、依赖管理、AOT 编译和原生应用签名等关键概念。

2月前
276
3
评论

大模型到底更容易取代哪些工程师，前端还是后端？

本文探讨了大语言模型（LLM）在前端与后端开发中的应用与取代可能性。虽然AI可以自动化前端中的标准化任务（如UI布局生成、代码补全），而后端开发中的结构化任务如API设计、数据库优化更容易被AI取代

3月前
343
2
2

当 AI 会写代码之后，我们应该怎么“管”它？

当 AI 能写代码后，真正的挑战不再是 prompt，而是工程治理。本文提出用 AGENTS.md 将工程规范前置为可审计、可复用的资产，并给出一个跨工具的最小实践 playbook。

3月前
226
3
评论

前端开发者使用 AI 的能力层级——从表面使用到工程化能力的真正分水岭

会让 AI 写代码，并不等于真正入门。本文从工程视角拆解前端开发者使用 AI 的能力层级，指出只有将 AI 纳入工程链路，用上下文、规格与验证闭环对抗幻觉，才能实现稳定、可回归的工程化交付。

4月前
759
12
评论

AI 驱动前端开发覆盖的能力全景拆解

从前端工程全流程出发，系统拆解 AI 在各环节的能力与边界，提出以 Spec 驱动、工程链路兜底的使用范式，帮助团队安全、可规模化地引入 AI。

4月前
282
1
评论

别再让 AI 直接写页面了：一种更稳的中后台开发方式

结合工程实践，提出一种更稳妥的方式：通过 Template + Spec + Generator，把 AI 的不确定性纳入工程流程，实现可审计、可回滚、可规模化的中后台页面开发，并给出一条可进化的实践

4月前
1.4k
19
7

个人成就

优秀创作者

文章被点赞 1,101

文章被阅读 142,804

掘力值 5,763

加入于

2018-06-23