清沫

AI 编程工具目前的发展可谓是三十年河东三十年河西，时不时就会有爆炸性的能力提升。初步使用，效果极其惊艳，随着使用的加深，就会发现 AI 会时不时犯蠢。本文总结 AI 协作的一些实践，希望帮助你让 A

随着 LLM 理解推理能力增强，复杂的 prompt 技巧变得不再必要，简单意图输入即可被很好理解。配合 prompt enhancement 工具，prompting engineering 变得更

不少编程大佬推崇 纯键盘工作流。熟练掌握各种快捷键和操作模式后，手指几乎不需要离开键盘，就能完成绝大部分编码工作，极大提升编码效率。 需要强调的是，纯键盘操作并不意味着完全摒弃鼠标。不同任务场景有不同

AI 辅助编程最容易出现幻觉和过时信息的问题。AI 可能生成看似合理但实际错误的代码，或使用已废弃的 API 和最佳实践。通过 Cursor 提供的 Rules 功能，可以规范 AI 辅助开发流程，有

MCP (Model Context Protocol) 是由 Anthropic 提出的一种协议，用于规范 AI 模型与外部系统之间的交互。它定义了一套标准化的接口和数据结构，使得 AI 模型能够以

随着 React Hooks 的推出和 Vue Composition API 的出现，函数式编程（Functional Programming，简称 FP）在前端领域中获得了更多关注，使得 FP 这

随着云上办公和远程工作的普及，越来越多的在线办公软件加入了协同编辑功能，使得多人能够同时编辑同一份资源，提高工作效率。 对于多人协作，开发人员通常使用 git 作为版本管理工具来并行开发需求，通过 m

调试是开发者需要掌握的一项重要的技能， 它能够帮助我们快速定位和修复代码中的问题。本文主要介绍前端调试的基本原理。 从一个简单的示例入手 以上面代码为例，简单实现了按钮在点击后文字更新点击次数的能力：

从常见的加减乘除，到平方开根......现代的高级语言都提供了完备的数学运算能力，简单的直接使用运算符或者调用库函数即可使用，无需关心内部细节。如果我们深入一下，就会发现计算机内部的各种数学运算其实是