一、课程缘起与设计

1.1 痛点

• AI Coding 概念多、工具多，易学难精，单点使用无体系；

1.2 解法

• 主线任务贯穿：通过完整项目串联工具，三阶段渐进式实战；

  二、如何衡量 AI Coding 水平

  维度	说明	衡量标准
  工作效率	重复性任务交给 AI，专注高价值决策	同样需求，比别人少用多少时间？
  工程质量	符合团队规范、有测试覆盖、能过 CR	上线后的 bug 率和返工率
  代码准确性	AI 代码一次跑通，不需反复调试	需要人工修改的比例有多高？
  可复用性	个人经验沉淀为团队可用的资产	你的经验有没有帮身边人少踩坑？

  根据自己业务的实际情况，选择适合自己的工具和方法，不建议盲目追求最新最潮的工具。

  三、外卖平台

  构建 PC Web 端外卖平台，包含餐厅浏览、购物车下单、订单追踪等功能。

  项目	功能	新增工具与技能
  阶段 1	餐厅菜单页	CODEBUDDY.md, Plan Mode, Hooks, UI 美化
  阶段 2	购物车与下单	ESLint, E2E 测试，MCP, Subagents, Commands
  阶段 3	订单状态追踪	Skills, Memory, OpenSpec, Agent Teams

  3.1 阶段一：AI 协作基础

  目标： 理解 AI 协作基础，掌握规划先行与质量门禁，通过构建餐厅菜单页，掌握 AI 协作的核心工具与工作流程。

  3.1.1 怎么选编辑器

  CodeBuddy IDE	CodeBuddy Code
  方便人工 review 代码或者方案	更加 AI Native，速度快
  Plan 功能更丰富	输出的过程信息比较简洁，只关注计划的制定和结果的验收
  可视化操作界面	Hooks 只有 CLI 有
  	CLI 可以开启 think 模式
  	适合多任务并发执行

  3.1.2 核心工具

  3.1.2.1 CODEBUDDY.md

  每次对话开始时读取的特殊文件，为 CodeBuddy 提供无法从代码本身推断出的持久上下文。

  应该写：

  • ✅猜不到的命令
  • ✅非默认代码风格
  • ✅测试说明
  • ✅仓库规范
  • ✅架构决策
  • ✅开发环境的坑

  不应该写：

  • ❌读代码能搞清楚的
  • ❌标准语言约定
  • ❌详细 API 文档
  • ❌经常变化的信息
  • ❌逐文件描述
  • ❌废话

  配置技巧：

  • 使用 @path/to/file 导入语法引用其他文件；
  • 多位置配置：主目录/项目根/父目录/子目录；
  • 强调词 **IMPORTANT **/ 必须 提高遵守度；

  3.1.2.2 Plan Mode

  维度	Plan Mode	Craft Mode
  工作方式	先规划后执行	直接执行
  适用场景	复杂功能、架构设计	局部修改、Bug 修复
  输出形式	完整方案	直接代码结果
  可控性	高——执行前审阅	边执行边调整
  扩展能力	智能编排 MCP/Skill	按需调用

  适合使用 Plan Mode 的场景：

  • 新功能从零实现
  • 多文件协同修改
  • UI/UX 设计与实现
  • 存量项目改造
  • 复杂任务拆解

  3.1.2.3 Hooks

  在 CodeBuddy Code 的会话生命周期内插入自定义脚本或命令。

  基于命令的 Hooks：

  {  "hooks": {  "PostToolUse": [{  "matcher": "Write/Edit",  "type": "command",  "command": "check-style.sh"  }]  } } 

  基于提示词的 Hooks：

  {  "hooks": {  "Stop": [{  "type": "prompt",  "prompt": "Evaluate if we should stop..."  }]  } } 

  事件类型：

  • PreToolUse ：工具执行前，校验、审批；
  • PostToolUse ：工具执行后，格式化，补上下文；
  • Notification ：权限或者超市，桌面/IM 提醒；
  • UserPromptSubmit ：用户提交时，内容审查；
  • SessionStart - 会话开始，环境初始化；
  • PreCompact - 压缩前，保留关键信息；
  • Stop - 主代理结束，继续执行；
  • SubagentsStop：子代理结束，补充说明；
  • SessionEnd - 会话结束，清理/持久化

  
  

你在测试金字塔的哪一层？（上）

了解更多

江南一点雨

查看原文：渐进式AI编程

文章来源：

江南一点雨

扫码关注公众号