Update from Sync Service

This commit is contained in:
FNS Service
2026-06-22 11:30:51 +08:00
parent eb80b7a8c1
commit 682e3e52df
52 changed files with 10099 additions and 191 deletions

View File

@@ -0,0 +1,354 @@
# 团队级 AI Coding 简明手册 v0.2 - 逐页研究索引
> 原文:系统设计研讨会分享 PPT2026年6月18日
> 研究日期2026-06-20
> 研究范围第1-30页全文
> 归档位置:/obsidian/AI工程/团队级AI_Coding简明手册_逐页研究/
---
## 文档结构
### 00_概述与前言.md
**覆盖页码**第1-8页
**核心内容**
- 第1页封面信息
- 第2页AI 编程思想发展过程5个阶段
- 第3页四大核心问题概述
- 第4页AI 赋能软件开发实现地图
- 第5页AI 赋能软件开发工具体系
- 第6页分隔页01 需求衔接)
- 第7页需求规格编写
- 第8页原型图设计
**关键概念**
- AI 编程5阶段原始 → Rule约束 → 规格驱动 → Loop工程 → Harness驾驭
- 4个核心问题需求衔接、开发实现、测试验收、Agent as Code
- 需求规格Markdown格式、字段清单、业务规则条目化
- 原型图Figma/Stitch/HTML + Design.md
---
### 01_开发实现_第9-15页.md
**覆盖页码**第9-15页
**核心内容**
- 第9页分隔页02 开发实现)
- 第10页如何让 AI 听话 - 规则、规格、技能
- 第11页构建 AI 上下文体系
- 第12页如何让 AI 调用外部工具
- 第13页用什么 AI 编程工具
- 第14页用什么 SDD 框架比较好
- 第15页一个新星Superpower
**关键概念**
- 三要素Rules规则、Specification规格、Skill技能
- 上下文体系AGENTS.md + docs/standards/features/plans/designs/others
- 过程方案 vs 事实方案Plans追加新文件vs Designs覆盖更新
- 外部工具MCP、Skills、CLI
- AI 工具Claude Code、Cursor、Kiro、Trae、OpenCode、Codex CLI
- SDD 框架BMAD、Spec Kit、OpenSpec、Kiro
---
### 02_开发实现续_第16-19页.md
**覆盖页码**第16-19页
**核心内容**
- 第16页技术规格如何编写
- 第17页打样工程如何让 AI 抄作业
- 第18页如何多任务同步开发
- 第19页完整的核心 Loop 过程(研发自测)
**关键概念**
- 技术规格 DSL领域模型PlantUML、数据库SQL DDL、APIOpenAPI、时序图、专题设计
- 打样工程:提供代码模版,让 AI "抄作业"
- 三层架构Controller → Service → Repository
- Git Worktree多任务并行开发
- 核心 LoopPlan → TDD → 验证
---
### 03_测试验收_第20-25页.md
**覆盖页码**第20-25页
**核心内容**
- 第20页分隔页03 测试验收)
- 第21页AI 辅助下的测试策略
- 第22页AI 如何操作浏览器
- 第23页如何用测试用例生成 E2E 测试
- 第24页Playwright E2E 示例
- 第25页超级 LoopE2E Loop
**关键概念**
- 测试策略Lint → Code Review → 单元测试 → API 测试 → E2E 测试
- AI 操作浏览器Playwright MCP、Chrome DevTools MCP、Browser Use、Computer Use
- E2E 测试生成Browser Use 探索 → Playwright 固化 → 截图视觉兜底
- Playwright 最佳实践稳定选择器、API 登录、测试数据管理
- 超级 Loop在核心 Loop 基础上增加 E2E 测试验证
---
### 04_Agent_as_Code_第26-30页.md
**覆盖页码**第26-30页
**核心内容**
- 第26页分隔页04 Agent as Code
- 第27页AI 工程文件管理
- 第28页分隔页附录&参考资料)
- 第29页关于 AI 编程实践的心得
- 第30页参考资料
**关键概念**
- Agent as Code将 AI 协作文件以代码方式管理
- AGENTS.md 作为宪法级配置
- 软链接实现多工具共享配置
- Skills 目录:可复用的 AI 能力单元
- MCP 配置:让 AI 访问外部工具
- 实践心得:放弃"开箱即用""少量取用,大量实践"
---
## 核心框架总结
### 团队级 AI Coding 的4个核心问题
| 问题 | 核心挑战 | 解决方案 |
|------|---------|---------|
| **需求衔接** | 如何编写 AI 能理解的需求? | Markdown 格式、字段清单、业务规则条目化、原型图传递 |
| **开发实现** | 如何让 AI 生成高质量代码? | 规则/规格/技能、上下文体系、MCP/Skills/CLI、SDD 框架、打样工程、核心 Loop |
| **测试验收** | 如何自动化测试 AI 生成的代码? | 分层测试、AI 操作浏览器、E2E 测试生成、超级 Loop |
| **Agent as Code** | 如何组织 AI 协作文件? | AGENTS.md、文档体系、Skills 库、MCP 配置、软链接 |
### AI 编程5阶段演进
```
原始阶段 → Rule 约束 → 规格驱动 → Loop Engineering → Harness 驾驭工程
↓ ↓ ↓ ↓ ↓
手动复制 RIPER-5 OpenSpec 自动循环 工程治理
半自动 持续对话 文件进出 测试驱动 无人值守
```
### 文档分层体系
```
AGENTS.md ← 宪法(所有 AI 工具读取)
docs/
├── standards/ ← 标准规格(架构/命名/API/安全规范)
├── features/ ← 需求规格(产品/BA维护
├── designs/ ← 设计规格事实方案Source of Truth
├── plans/ ← 计划规格(过程方案,追加不修改)
└── others/ ← 架构决策、Release、测试用例等
skills/ ← AI 技能(可复用能力单元)
mcp/ ← MCP 配置(外部工具接入)
```
### 核心 Loop 流程
```
Plan 阶段(人机协作)
装载需求规格 → 创建 Plan → 确认 Plan
执行阶段AI 自治)
编写 API 测试 → 编写实现 → 运行测试
↓ ↓
↓ 失败 ↓ 成功
↓ ↓
修复重试 ←──────────────────── 退出循环
```
### 测试策略金字塔
```
E2E 测试Playwright
/ \
/ API 测试Karate \
/ \
/ 单元测试JUnit/Jest \
/ \
/ Code ReviewAI + 人工) \
/ \
/ Lint 代码扫描ESLint/SonarQube\
/____________________________________\
```
---
## 关键工具清单
### AI 编程工具
- **Claude Code**Anthropic 出品,强大的推理能力
- **Cursor**:基于 VS CodeAI 优先设计
- **Kiro**AWS 出品,深度集成 AWS 服务
- **Trae**:字节跳动出品,中文支持好
- **OpenCode**:开源,支持多种 AI 模型
- **Codex CLI**OpenAI 出品,基于 GPT-4
### SDD 框架
- **BMAD**:企业级,强治理,多 Agent 编排
- **Spec Kit**工程化Git 集成,适合新项目
- **OpenSpec**:轻量级,灵活,适合存量项目
- **Kiro**IDE 原生,可执行 Spec自动验证
### 测试工具
- **Playwright**:最流行的 E2E 测试框架
- **Browser Use**AI 操作浏览器Token 消耗低
- **Karate**BDD 风格的 API 测试框架
- **RestAssured**Java API 测试库
- **SonarQube**:代码质量分析工具
- **ESLint**JavaScript 代码检查工具
### 文档工具
- **PlantUML**:文本化的 UML 图
- **OpenAPI**API 规范定义
- **Markdown**:通用文档格式
- **Mermaid**Markdown 中的图表
### 协作工具
- **Git**:版本控制
- **GitHub/GitLab**:代码托管和协作
- **Git Worktree**:多工作区并行开发
---
## 最佳实践清单
### 需求阶段
- [ ] 使用 Markdown 编写需求规格
- [ ] 区分增量需求和存量需求
- [ ] 使用字段清单定义数据模型
- [ ] 业务规则条目化,每条规则独立可测
- [ ] 通过原型图传递 UI 设计Figma/Stitch/HTML
- [ ] 维护 Design.md 约束前端风格
### 开发阶段
- [ ] 建立 AGENTS.md 作为宪法级配置
- [ ] 区分过程方案Plans和事实方案Designs
- [ ] 使用 DSL 编写技术规格PlantUML/SQL/OpenAPI
- [ ] 建立打样工程,提供代码模版
- [ ] 使用 TDD 驱动开发
- [ ] 使用 Git Worktree 并行开发
- [ ] Plan 阶段充分沟通,关闭所有开放性问题
### 测试阶段
- [ ] 分层测试:单元测试 → API 测试 → E2E 测试
- [ ] 先用 Browser Use 探索,再固化到 Playwright
- [ ] 使用稳定的选择器data-testid、角色、标签
- [ ] 关键页面截图验证(视觉回归测试)
- [ ] 所有测试集成到 CI/CD 流程
### 协作阶段
- [ ] 使用 AGENTS.md 作为统一入口
- [ ] 使用软链接让多个工具共享配置
- [ ] 所有配置纳入 Git 管理
- [ ] 建立 Skills 库,沉淀常用 AI 能力
- [ ] 配置 MCP 让 AI 访问外部工具
---
## 学习路径
### 入门1-2周
1. 理解 AI 编程的5个发展阶段
2. 建立 AGENTS.md
3. 使用一个 AI 工具(如 Claude Code
4. 实践核心 LoopPlan → TDD → 验证)
### 进阶1-2月
1. 学习 SDD 框架BMAD/SpecKit/OpenSpec/Kiro
2. 使用 DSL 编写技术规格
3. 建立打样工程
4. 实践分层测试
5. 使用 Playwright 进行 E2E 测试
### 高级(持续)
1. 构建完整的 Harness 体系
2. 开发自定义 Skills
3. 配置 MCP 访问外部工具
4. 优化 AI 工作流
5. 分享实践经验
---
## 关键洞察
1. **AI 编程不是银弹**:需要工程化的方法来驾驭
2. **上下文是关键**AI 需要清晰的上下文才能生成高质量代码
3. **测试是保障**:自动化测试是 AI 生成代码质量的保障
4. **实践出真知**:没有放之四海而皆准的方案,需要根据项目特点定制
5. **持续演进**AI 能力在快速提升,方法也需要持续演进
6. **区分过程和事实**Plans 是过程记录追加不修改Designs 是事实描述(覆盖更新)
7. **少量取用,大量实践**:不要一开始就引入所有概念,先实践核心,再逐步扩展
---
## 术语表
| 术语 | 英文 | 定义 |
|------|------|------|
| AI 编程 | AI Coding | 使用 AI 辅助或自动化进行软件开发 |
| Harness | Harness | 为 AI 提供约束和工具的工程实践 |
| SDD | Spec-Driven Development | 以规格文档为核心的开发方法 |
| MCP | Model Context Protocol | AI 与外部系统通信的标准协议 |
| AGENTS.md | AGENTS.md | AI 协作的宪法级配置文件 |
| Plan | Plan | AI 执行任务的规划文档 |
| Spec | Specification | 结构化的需求描述 |
| Rule | Rule | 约束 AI 行为的规则 |
| Skill | Skill | 可复用的 AI 能力单元 |
| Loop | Loop | AI 自治运行的开发循环 |
| TDD | Test-Driven Development | 测试驱动开发 |
| E2E | End-to-End | 端到端测试 |
| DSL | Domain Specific Language | 领域特定语言 |
| Worktree | Git Worktree | Git 的多工作区功能 |
| Browser Use | Browser Use | AI 操作浏览器的框架 |
| Playwright | Playwright | 浏览器自动化测试框架 |
| BMAD | Business Model Architecture Design | 企业级 SDD 框架 |
| OpenSpec | OpenSpec | 轻量级 SDD 框架 |
| Kiro | Kiro | AWS 推出的 AI IDE 和 SDD 框架 |
---
## 参考资料
1. [Harness Engineering - OpenAI](https://openai.com/index/harness-engineering/)
2. [Harness Engineering - Martin Fowler](https://martinfowler.com/articles/harness-engineering.html)
3. [Anthropic: Harness Design for Long-running Apps](https://www.anthropic.com/engineering/harness-design-long-running-apps)
4. [从 Rule、Spec 到 HarnessAI Coding 的渐进式建设路径](https://mp.weixin.qq.com/s/UCh2bPzMZjNBMBCCJysuNw)
5. [让 AI 乖乖听话的几个 Rules](https://mp.weixin.qq.com/s/FXNzk_y2Z2h8BVe62uEn_A)
6. [Understanding SDD: Kiro, spec-kit, and Tessl](https://martinfowler.com/articles/exploring-gen-ai/sdd-3-tools.html)
7. [harness-engineering-in-ai-coding](https://github.com/2361485765/harness-engineering-in-ai-coding)
8. [attractor-guided-engineering-template](https://github.com/entropy-cloud/attractor-guided-engineering-template)
9. [OpenAI: Tools Computer Use](https://developers.openai.com/api/docs/guides/tools-computer-use)
---
## 文档信息
- **原文**:团队级 AI Coding 简明手册 v0.2
- **作者**:系统设计研讨会分享人
- **日期**2026年6月18日
- **研究日期**2026-06-20
- **研究范围**第1-30页全文
- **归档位置**/obsidian/AI工程/团队级AI_Coding简明手册_逐页研究/
- **文件列表**
- 00_概述与前言.md第1-8页
- 01_开发实现_第9-15页.md第9-15页
- 02_开发实现续_第16-19页.md第16-19页
- 03_测试验收_第20-25页.md第20-25页
- 04_Agent_as_Code_第26-30页.md第26-30页
- 00_索引.md本文档
---
**研究完成**
所有30页内容已详细研究并归档包含
- 原文内容提取
- 深入解读和背景知识
- 实践建议和工具推荐
- 代码示例和配置示例
- 最佳实践清单
- 学习路径指南