chill/chill_notes
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
682e3e52df5453e27fe8d48e7d28a6e3c2c30940
chill_notes/AI工程/团队级AI_Coding简明手册_逐页研究/00_索引.md
FNS Service 682e3e52df Update from Sync Service
2026-06-22 11:30:51 +08:00

13 KiB
Executable File
Raw Blame History

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 PPT（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）、API（OpenAPI）、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 Loop：Plan → 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 Loop（E2E 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 Review（AI + 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 Code，AI 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 Loop（Plan → 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
  2. Harness Engineering - Martin Fowler
  3. Anthropic: Harness Design for Long-running Apps
  4. 从 Rule、Spec 到 Harness：AI Coding 的渐进式建设路径
  5. 让 AI 乖乖听话的几个 Rules
  6. Understanding SDD: Kiro, spec-kit, and Tessl
  7. harness-engineering-in-ai-coding
  8. attractor-guided-engineering-template
  9. OpenAI: 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
Reference in New Issue View Git Blame Copy Permalink