AI时代的软件服务开发01-工程环境搭建

注：本文由远行AI赋能研究团队李蜀毅供稿

🎯 导读与目标定位

📈 AI 时代的技能转型

在科技飞速发展与日俱新的当下，AI 不会淘汰人类，但掌握 AI 技能的人才会很快淘汰抵触 AI、看低 AI、不会使用 AI 的同行。

⚠️ 认知警示

🌊 数智化转型浪潮

在数智化转型的浪潮下，AI 技术正从单一工具演变为贯穿软件开发生命周期的核心驱动力。

🔄 AI 编程赋能全流程

graph LR
    A[需求分析] --> B[系统设计]
    B --> C[代码开发]
    C --> D[测试验证]
    D --> E[部署运维]

    A -.-> AI1[AI 需求挖掘]
    B -.-> AI2[AI 架构设计]
    C -.-> AI3[AI 代码生成]
    D -.-> AI4[AI 自动测试]
    E -.-> AI5[AI 运维监控]

🎯 文档目标与价值

📚 核心目标

本文档旨在帮助大家加深对 AI 的认知，通过 AI 赋能日常工作，实现从客户潜在需求意愿到实施交付的全栈端到端技能提升。

🎯 覆盖范围

• 🔍 需求挖掘：AI 辅助客户需求分析与梳理
• 📋 方案规划：AI 驱动的系统架构设计
• 💻 系统开发：AI 赋能的高效编程实践
• 🚀 实施交付：AI 优化的部署与运维流程

💡 重要提醒：本文档仅是抛砖引玉，AI 的能力远超本文档范畴！希望大家通过本文档打开思路、驾驭 AI，让 AI 成为自己的最佳助手！

🔧 提示词工程（Prompt Engineering）

💭 从代码时代到提示词时代

🔄 时代变迁对比

🧠 AI 时代的核心转变

在 2.0 时代，AI 可以快速填平人类的知识短板和产生高效可用的交付物，而做到这一切的核心技能就是掌握让 AI 听话的咒语——提示词工程（Prompt Engineering）。

🔑 核心理念：Prompt 是激活大模型能力的核心密钥，正如《阿凡达》中纳威人通过神经辫子与潘多拉星球的生态网络共振，Prompt 正是人类与 AI 系统深度协作的神经接口——它不仅是发送指令的'连接线'，更是激发大模型思维潜能的'意识共鸣器'！

📚 学习资源推荐

🎯 入门必读

📐 结构化提示词设计原则

🎯 四大核心设计规则

📊 质量评估标准

💡 最佳实践要点

🏗️ 结构设计

• ✅ 先规划模块结构，再填充具体内容
• 🔄 重视 Workflow 设计，明确交互流程

🔧 技术优化

• 🔧 合理使用变量，提高复用性
• 📝 添加 Examples，降低理解成本

🔄 持续改进

• 🔄 定期测试和迭代优化，保持最佳效果

⚙️ 结构化提示词实施技巧

🛠️ 四步实施策略

🔗 提示词链路图谱

graph TD
    A[业务需求] --> B[需求分析提示词]
    B --> C[架构设计提示词]
    C --> D[代码生成提示词]
    D --> E[测试用例提示词]
    E --> F[文档生成提示词]

    B --> B1[System Prompt]
    B --> B2[User Prompt]
    C --> C1[System Prompt]
    C --> C2[User Prompt]

📚 符合公司开发规约的提示词与文档规范

� 开发模式核心转变

💡 核心理念：开发者需从"编写逻辑"转向"定义问题"，将业务需求转化为结构化指令，并具备验证与迭代能力，使 AI 工具成为高效协作的"第二大脑"。

⭐ 重要提示：本章节为当前团队的核心精华，未来将持续迭代优化！

🏗️ 后端开发规约体系

🔧 通用开发约束

📁 框架统一规范文档 \docs\rules

🤖 AI 提示词模板 \docs\prompts

📋 项目需求规范模板

🎯 提示词工程核心方法

� 提示词构建公式

📚 [上下文引用] + 🎯 [明确任务] + ⚠️ [约束条件] + 📤 [输出要求]

� 关键要素

• 上下文引用：@docs\路径 让 AI 学习项目规范
• 明确任务：具体说明要做什么，避免模糊表述
• 约束条件：限定范围，排除不需要的实现
• 输出要求：指定格式、命名、代码风格等

💡 提示词工程实践案例

🏗️ 案例一：项目静态常量代码生成

📋 场景描述

根据数据字典快速生成项目静态常量类，避免手动编写重复代码。

💡 提示词模板

@docs\01-开发规范 请先认真学习并理解上述文件夹中的文件内容，后续所有开发工作，均严格遵循。
按照《Project_Rules.mdc》所涉及的系统相关数据字典定义，创建本系统常量。静态常量即可，不要使用开发规约中的数据字典对象！

🔍 关键要素分析

• **@docs\01-开发规范**：让 AI 学习项目规范
• **"静态常量即可"**：明确输出格式
• **"不要使用数据字典对象"**：排除复杂实现

🛠️ 实际执行步骤

1. 准备阶段：确保项目中已有完整的开发规范文档
2. 执行阶段：在 AI 工具中输入提示词，AI 自动解析规范并生成常量类
3. 验证阶段：编译检查生成的代码，验证常量值与数据字典的一致性

📊 效果对比

✅ 预期效果

通过这个提示词，AI 能够：

• 自动化处理：自动读取并理解项目开发规范，无需人工解释
• 标准化输出：基于数据字典定义生成标准化的静态常量类
• 质量保证：确保生成的代码符合项目编码规范和命名约定
• 效率提升：避免手动编写重复性代码，将开发时间从小时级降至分钟级
• 错误减少：消除人工录入错误，提高代码质量和可靠性

🎯 案例二：项目领域对象生成

📋 场景描述

根据业务需求文档中的领域对象定义，快速生成符合项目规范的实体类代码，包括字段定义、注解配置和数据库映射。

💡 提示词模板

按照《Simbest_Java_Gen.mdc》的规范定义，根据《Project_Rules.mdc》所涉及的四个领域对象，注意模块名称、对象级别、对象名称，然后生成领域对象实体。生成过程中严格遵循《Simbest_Java_Gen.mdc》规范中<Examples> 示例生成字段和注解。注意：实体对象和数据库表均已Us开头，且实体对象属性若出现文件或附件属性时，均使用开发规约中的SySFile对象作为该属性。

🔍 关键要素分析

• 《Simbest_Java_Gen.mdc》规范定义：指定代码生成的技术规范
• 《Project_Rules.mdc》四个领域对象：明确业务对象范围
• **"注意模块名称、对象级别、对象名称"**：强调命名规范的重要性
• **"严格遵循示例"**：提供具体的代码模板参考
• **"Us 开头"**：明确表名和实体类的命名约定
• **"SySFile 对象"**：指定文件属性的标准实现方式

🛠️ 实际执行步骤

1. 准备阶段：确认《Project_Rules.mdc》中领域对象定义完整，检查《Simbest_Java_Gen.mdc》规范文档
2. 执行阶段：AI 解析业务规则，按照技术规范生成实体类代码
3. 验证阶段：检查生成的实体类是否符合命名规范，验证字段映射和注解配置

📊 效果对比

✅ 预期效果

通过这个提示词，AI 能够：

• 规范化生成：严格按照项目技术规范生成标准化的实体类
• 业务对齐：确保生成的实体类与业务需求文档完全对应
• 命名统一：自动应用项目的命名约定，保证代码一致性
• 注解完整：自动添加必要的 JPA、验证等注解配置
• 关联处理：正确处理文件属性等特殊字段的对象关联

🔧 案例三：自动生成后端接口文档

📋 场景描述

基于已有的 Controller 代码自动生成标准化的 API 接口文档和 Postman 测试集合，避免手动编写接口文档的重复劳动。

💡 提示词模板

@backend\controller 请分析当前目录下的所有Controller文件，根据Spring Boot注解和方法签名，生成完整的API接口文档。要求如下：
1、生成docs目录下的API接口文档.md文件，包含接口路径、请求方法、参数说明、响应格式
2、生成可导入Postman的测试集合.json文件，包含所有接口的测试用例
3、严格按照RESTful API规范描述接口
4、为每个接口添加请求示例和响应示例
5、按模块分组整理接口文档

🔍 关键要素分析

• @backend\controller：指定分析的代码目录范围
• **"分析所有 Controller 文件"**：明确分析对象和范围
• **"根据 Spring Boot 注解和方法签名"**：指定分析依据
• **"生成 docs 目录下的 API 接口文档.md"**：明确输出文件位置和格式
• **"可导入 Postman 的测试集合.json"**：指定测试工具集成
• **"严格按照 RESTful API 规范"**：确保文档标准化
• **"按模块分组整理"**：提升文档可读性

🛠️ 实际执行步骤

1. 准备阶段：确保 Controller 代码包含完整的 Spring Boot 注解，检查方法参数和返回值定义
2. 执行阶段：AI 扫描 Controller 文件，解析注解信息，生成 Markdown 文档和 Postman 集合
3. 验证阶段：检查生成的文档完整性，验证 Postman 集合可正常导入和执行

📊 效果对比

✅ 预期效果

通过这个提示词，AI 能够：

• 代码解析：自动识别 Spring Boot 注解，提取接口定义信息
• 文档生成：生成标准化的 Markdown 格式 API 文档
• 测试集成：创建完整的 Postman 测试集合，支持一键导入
• 格式规范：严格遵循 RESTful API 文档规范
• 模块分组：按业务模块组织文档结构，便于查阅和维护

🧪 案例四：自动化测试用例设计与执行

📋 场景描述

根据需求文档和接口定义，自动设计测试用例、生成测试文档、执行测试并生成测试报告，实现测试流程的全自动化。

💡 提示词模板

@docs\需求文档.md @backend\controller 请根据需求文档和接口定义，设计完整的测试用例。要求如下：
1、生成测试用例文档.md文件，包含功能测试、边界测试、异常测试用例
2、按照测试用例执行接口测试，记录测试结果
3、生成测试报告.md文件，包含测试覆盖率、通过率、失败原因分析
4、测试用例需覆盖正常流程、异常流程、边界条件
5、提供测试数据准备和清理脚本

� 关键要素分析

• @docs\需求文档.md @backend\controller：同时引用需求和代码，确保测试覆盖完整
• **"设计完整的测试用例"**：明确测试设计任务
• **"功能测试、边界测试、异常测试"**：指定测试类型覆盖
• **"按照测试用例执行接口测试"**：要求实际执行验证
• **"测试覆盖率、通过率、失败原因分析"**：明确报告内容
• **"提供测试数据准备和清理脚本"**：确保测试环境管理

🛠️ 实际执行步骤

1. 准备阶段：确保需求文档完整，接口代码可运行，测试环境可用
2. 执行阶段：AI 设计测试用例，执行测试，收集测试结果
3. 验证阶段：检查测试覆盖率，分析失败用例，生成测试报告

📊 效果对比

✅ 预期效果

通过这个提示词，AI 能够：

• 用例设计：基于需求和接口自动设计全面的测试用例
• 自动执行：按照测试用例自动执行接口测试
• 结果分析：智能分析测试结果，识别问题原因
• 报告生成：自动生成详细的测试报告和统计数据
• 环境管理：提供测试数据的准备和清理方案

🌐 案例五：生成前端 API 接口调用客户端

📋 场景描述

基于后端接口文档和 Postman 测试文件，自动生成前端 API 接口调用客户端代码，实现前后端接口的快速对接。

💡 提示词模板

@docs\API接口文档.md @postman\测试集合.json 请分析后端接口文档和Postman测试文件，生成前端API接口调用客户端。要求如下：
1、生成TypeScript接口定义文件，包含请求参数和响应数据类型
2、生成API调用客户端类，包含所有接口的调用方法
3、集成axios或fetch进行HTTP请求处理
4、添加请求拦截器和响应拦截器，处理通用逻辑
5、提供错误处理和重试机制
6、按模块分组组织API客户端代码

🔍 关键要素分析

• @docs\API 接口文档.md @postman\测试集合.json：双重数据源确保信息完整
• **"生成 TypeScript 接口定义文件"**：明确类型安全要求
• **"生成 API 调用客户端类"**：指定代码结构
• **"集成 axios 或 fetch"**：指定 HTTP 库选择
• **"添加请求拦截器和响应拦截器"**：要求通用功能处理
• **"提供错误处理和重试机制"**：确保健壮性
• **"按模块分组组织"**：保证代码可维护性

🛠️ 实际执行步骤

1. 准备阶段：确保接口文档完整，Postman 文件可导入，前端项目环境就绪
2. 执行阶段：AI 解析接口信息，生成 TypeScript 类型定义和 API 客户端代码
3. 验证阶段：测试生成的 API 客户端，验证接口调用正确性

📊 效果对比

✅ 预期效果

通过这个提示词，AI 能够：

• 类型生成：自动生成完整的 TypeScript 接口类型定义
• 客户端代码：创建结构化的 API 调用客户端类
• 通用处理：集成请求拦截、响应处理、错误处理等通用逻辑
• 模块化组织：按业务模块组织代码结构，便于维护
• 健壮性保证：提供重试机制和完善的错误处理方案

🔄 案例六：根据 BPMN 流程图梳理流程环节

📋 场景描述

从 BPMN2.0 标准流程图文件中自动提取流程环节信息，生成流程文档和常量类，避免手动梳理流程的繁琐工作。

💡 提示词模板

@服务支撑流程.xml 该xml文件为bpmn2标准流程图文件，<bpmn2:userTask 与 </bpmn2:userTask> 代表一个环节，id=环节ID，name=环节名称，文件中一共16个环节。请为我在docs目录输出一个内容为表格的服务支撑流程.md文件，要求如下：
1、序号：自增长
2、环节ID
3、环节名称
要求如下：
1、表格内容不重复，总数与服务支撑流程.xml文件中</bpmn2:userTask>保持一致
2、表格中环节ID、环节名称与服务支撑流程.xml文件中<bpmn2:userTask>元素一一对应
3、为当前目录创建一个常量类，并将环节ID作为常量，环节名称作为常量注释

🔍 关键要素分析

• @服务支撑流程.xml：直接引用 XML 文件，让 AI 获取流程定义
• **"<bpmn2:userTask 与 </bpmn2:userTask>"**：明确 XML 解析规则
• **"id=环节 ID，name=环节名称"**：指定提取的数据字段
• **"文件中一共 16 个环节"**：提供数据验证基准
• **"表格内容不重复"**：确保数据去重处理
• **"创建常量类"**：同时生成代码文件，提高复用性

🛠️ 实际执行步骤

1. 准备阶段：确保 BPMN 流程图文件格式正确，包含完整的 userTask 定义
2. 执行阶段：AI 解析 XML 文件，提取环节信息，生成 Markdown 表格和 Java 常量类
3. 验证阶段：检查生成的表格数量与 XML 中 userTask 数量一致，验证常量类语法正确性

📊 效果对比

✅ 预期效果

通过这个提示词，AI 能够：

• 自动解析：准确识别 BPMN2.0 标准 XML 文件中的 userTask 元素
• 数据提取：精确提取环节 ID 和环节名称，确保数据完整性
• 格式转换：将 XML 数据转换为易读的 Markdown 表格格式
• 代码生成：同步生成 Java 常量类，便于程序中引用
• 质量保证：自动去重和数据验证，确保输出结果的准确性

🛠️ AI 编程工具入门

工欲善其事，必先利其器 - 选择合适的 AI 编程工具是高效开发的第一步

📚 参考资源

AI辅助编程工具深度评测与企业选型指南

🏆 当前推荐 IDE 实践

⭐⭐⭐⭐⭐ 五星推荐

• VSCode + Augment（免费+付费）：非常强大，有 Agent 模式，可免费试用，推荐指数五颗星
• VSCode + BlackboxAI（免费+付费）：非常强大，有 Agent 模式，可免费试用，推荐指数五颗星
• cursor（付费）：非常强大，有 Agent 模式，20 美刀/月，推荐指数五颗星。配合设置 User Rule 和 Project Rule，以确保 AI 更加懂你。
• VSCode + ROO Code （即 VSCode + Cline，免费+付费）：非常强大，推荐指数四颗星。配合设置.roorules-code ，以确保 AI 更加懂你
• VSCode + Kilo Code（免费+付费）：新兴 AI 编程助手，支持多种大模型，具备智能代码补全、重构和调试功能，推荐指数四颗星。界面简洁，上手容易，适合快速开发
• Trae （国产抖音，免费）：拆箱即用，有 Agent 模式，目前免费，推荐指数三颗星
• 通义灵码（国产阿里，免费）：插件形式安装，支持 VSCode 和 IDEA，推荐指数两颗星
• Google Jules 云端、异步代码助理，对标 OpenAI Codex，目前可开放申请试用

⭐⭐⭐⭐ 四星推荐

• Windsurf（免费+付费）：Codeium 公司推出的 AI 原生 IDE，集成 Cascade AI 系统，支持多文件编辑和深度代码理解，推荐指数四颗星
• GitHub Copilot（付费）：微软推出的 AI 编程助手，基于 OpenAI Codex，代码补全准确率高，支持多种编程语言，推荐指数四颗星
• Tabnine（免费+付费）：老牌 AI 代码补全工具，支持本地部署，隐私保护好，适合企业使用，推荐指数四颗星
• Amazon CodeWhisperer（免费+付费）：亚马逊推出的 AI 编程助手，对 AWS 服务支持优秀，安全性高，推荐指数四颗星
• JetBrains AI Assistant（付费）：JetBrains 全家桶内置 AI 助手，与 IDE 深度集成，适合 Java/.NET 开发，推荐指数四颗星

⭐⭐⭐ 三星推荐（重新分类）

• 文心快码（国产百度，免费）：百度推出的 AI 编程助手，中文支持好，适合国内开发者，推荐指数三颗星
• CodeGeeX（国产智谱，免费）：清华大学和智谱 AI 联合开发，支持多语言，本土化程度高，推荐指数三颗星
• Replit Ghostwriter（免费+付费）：在线 IDE 集成的 AI 助手，适合快速原型开发和学习，推荐指数三颗星
• Sourcegraph Cody（免费+付费）：专注代码搜索和理解，适合大型代码库维护，推荐指数三颗星

⭐⭐ 二星推荐（特定场景推荐）

• Mintlify Writer（免费+付费）：专注 AI 文档生成，自动生成代码注释和文档，推荐指数二颗星
• Bito AI（免费+付费）：CLI 工具，适合命令行爱好者，支持代码解释和生成，推荐指数二颗星
• Aider（开源免费）：命令行 AI 编程助手，支持 Git 集成，适合终端重度用户，推荐指数二颗星
• Continue（开源免费）：VSCode 插件，支持本地和云端模型，可自定义配置，推荐指数二颗星

🌟 新兴工具（值得关注）

• Bolt.new（免费+付费）：StackBlitz 推出的 AI 全栈开发平台，支持从提示词直接生成完整应用
• v0.dev（免费+付费）：Vercel 推出的 AI 界面生成工具，专注 React/Next.js 组件生成
• Claude Artifacts（付费）：Anthropic 的 Claude 支持的代码生成和预览功能
• Devin（内测）：Cognition Labs 推出的 AI 软件工程师，具备完整的开发能力
• Magic（内测）：专注代码库级别的 AI 助手，支持大规模代码重构

AI 编程相关的工具多装几个，一个搞不定时，马上切换另外一个！最佳实践为：VSCode 写代码，相关插件加持写代码更流畅、更丝滑；IDEA+JRebel 运行代码，支持 Class 级别热更新，调试更高效；cursor 和 VSCode 的 augment 插件使用 Agent 模式，自己写代码、自己执行代码、自己验证结果，端到端打通！

⭐ 当前最佳实践

💡 核心理念：AI 编程不是简单的"人机对话"，而是一套系统化的协作方法论。掌握这些最佳实践，能让你的 AI 编程效率提升 10 倍以上！

🔄 开发流程管理

1️⃣ Git 分支策略

2️⃣ AI 幻觉应对

3️⃣ 任务拆解策略

4️⃣ 质量稽核机制

🛠️ 工具与环境优化

5️⃣ 环境重启策略

• 万能解决方案：80% 的配置、卡顿、错乱问题可通过重启解决
• 快捷操作：Ctrl+Shift+P → Reload Window 快速重新加载
• 预防为主：定期重启 IDE，避免累积性问题

6️⃣ 多工具备选

• 工具矩阵：同时安装 VSCode、Cursor、Trae 等多个 AI 编程工具
• 灵活切换：一个工具效果不佳时，立即切换到备选方案
• 优势互补：不同工具在不同场景下各有优势

7️⃣ 开发环境分工

• VSCode：代码编写主力，插件生态丰富，编码体验流畅
• IDEA + JRebel：运行调试专用，Class 级热更新，调试效率高
• Cursor Agent 模式：端到端自动化，自写代码、自执行、自验证

8️⃣ 多任务并行

• 多桌面利用：Windows 虚拟桌面分配不同开发任务
• 多窗口管理：IDE 多窗口同时处理不同模块
• 效率最大化：借助 AI 能力，实现真正的并行开发

📚 文档与知识管理

9️⃣ 文档自动化

• 及时记录：以 Git 分支和暂存区为单位，让 AI 迭代更新 README
• 版本同步：确保文档与代码版本保持一致
• 知识沉淀：将开发过程中的关键决策记录下来

1️⃣0️⃣ 代码质量保障

• 人工 Review：重点检查 AI 生成代码的安全性、性能和可维护性
• 质量清单：建立标准化的代码检查清单，覆盖常见问题点
• 工具辅助：使用 SonarQube 等静态分析工具评估代码质量
• 技术债务：定期重构 AI 生成的代码，消除潜在问题

1️⃣1️⃣ 上下文管理

• 进度总结：长时间开发中定期总结当前进度和关键决策
• 架构记录：使用项目 README 或开发日志记录重要架构决策
• 知识库建设：建立包含业务规则、技术约束的项目知识库
• 信息传承：确保团队成员和 AI 都能获取完整的项目背景

🔒 安全与风险控制

1️⃣2️⃣ 安全意识

• 敏感信息保护：避免在提示词中包含密码、密钥等敏感信息
• 代码安全审查：重点检查用户输入处理、数据库操作等安全风险点
• 配置管理：使用环境变量管理配置信息，避免硬编码
• 依赖安全：定期更新依赖包，及时修复已知安全漏洞

1️⃣6️⃣ 备份与恢复

• 多重备份：除 Git 版本控制外，定期备份提示词和配置文件
• 模板库建设：建立项目模板库，支持快速恢复常用项目结构
• 历史记录：保存重要的 AI 对话历史，便于问题追溯
• 灾难恢复：制定完整的灾难恢复计划，应对各种突发情况

👥 团队协作与成长

1️⃣3️⃣ 学习与成长

• 案例分析：定期分析 AI 编程中的成功案例和失败教训
• 提示词库：建立个人和团队的高效提示词模板库
• 技术跟进：关注 AI 工具的更新和新功能，及时调整工作流程
• 社区参与：积极参与 AI 编程社区，分享经验并学习最佳实践

1️⃣4️⃣ 团队协作

• 规范统一：制定团队统一的 AI 工具使用规范和代码生成标准
• Review 流程：建立 AI 生成代码的专门 Review 流程和检查标准
• 知识共享：共享有效的提示词模板和开发经验
• 定期交流：举行 AI 编程经验分享会，提升团队整体水平

📊 性能与成本优化

1️⃣5️⃣ 性能监控

• 性能测试：对 AI 生成的代码进行专门的性能测试
• 生产监控：监控生产环境中 AI 生成代码的实际运行状况
• 基准对比：建立性能基准，对比 AI 生成代码与手写代码的效率
• 瓶颈优化：及时发现并优化 AI 生成代码的性能瓶颈

1️⃣7️⃣ 成本控制

• 使用监控：实时监控 AI 工具的使用成本，避免不必要的费用支出
• 提示词优化：持续优化提示词，减少无效的 AI 调用和 Token 浪费
• 工具组合：合理选择免费和付费工具的组合，实现成本效益最大化
• 预算管理：建立明确的成本预算和使用限制机制

1️⃣8️⃣ 文档同步

• 实时更新：代码变更时同步更新相关文档和注释
• 自动生成：使用 AI 自动生成和更新 API 文档，减少手工维护
• 版本控制：建立文档版本控制机制，确保文档的时效性和准确性
• 质量检查：定期检查文档的准确性、完整性和可读性

🎯 实践要点：这些最佳实践不是孤立的，而是相互关联的系统性方法。建议从基础的工具配置开始，逐步建立完整的 AI 编程工作流程，最终形成适合自己和团队的最佳实践体系。

VSCode 相关

上述 IDE 除了 VSCode 外，其他 IDE 的安装配置都相对简单，可以说拆箱即用。因此，下文重点介绍一下 VSCode，未来也是手动编写代码的主要 IDE。

**VSCode 必装插件**：

1. Augment：有 Agent 模式的 AI 编程助理
2. BlackboxAI：有 Agent 模式的 AI 编程助理，可以使用 Claude Sonnet3.7 和 Gemini 2.5 大模型
3. ROO Code：社区更广，免费和收费的各类 AI 大模型都支持，配置也相对复杂
4. Kilo Code：新兴 AI 编程助手，支持多种大模型，界面简洁易用，具备智能代码补全、重构和调试功能
5. GitHub Copilot：微软官方 AI 编程助手，代码补全准确率高（需付费订阅）
6. Tabnine：老牌 AI 代码补全工具，支持本地部署，隐私保护好
7. Continue：开源 AI 编程助手，支持多种模型，可自定义配置
8. Git Graph：Git 代码管理
9. Live Preview：前端页面快速预览
10. Prettier：代码格式化
11. Spring Boot Extension Pack：Java、Maven、Spring Boot 一站式综合插件
12. Vue Official：Vue 开发支持
13. Python Extension Pack：Python 开发支持
14. Thunder Client：API 测试工具，类似 Postman 的 VSCode 版本
15. Error Lens：实时显示代码错误和警告，提升调试效率

**VSCode 配置**：

{
  "redhat.telemetry.enabled": false,
"workbench.settings.applyToAllProfiles": [],
"settingsSync.ignoredSettings": ["-maven.executable.path"],
  //"java.jdt.ls.java.home": "C:\\Java\\jdk1.8.0_181",
"maven.path": "D:\\02_Dev\\apache-maven-3.5.4",
"maven.executable.path": "D:\\02_Dev\\Programs\\apache-maven-3.5.4\\bin\\mvn.cmd",
"java.configuration.maven.globalSettings": "D:\\02_Dev\\Programs\\apache-maven-3.5.4\\conf\\settings.xml",
"java.configuration.maven.userSettings": "D:\\02_Dev\\Programs\\apache-maven-3.5.4\\conf\\settings.xml",
"workbench.iconTheme": "vscode-icons",
"roo-cline.allowedCommands": [
    "npm test",
    "npm install",
    "tsc",
    "git log",
    "git diff",
    "git show"
  ],
"workbench.editor.enablePreview": false,
"maven.settingsFile": "",
"maven.executable.preferMavenWrapper": false,
"vsicons.dontShowNewVersionMessage": true,
"editor.minimap.enabled": false,
"javascript.suggestionActions.enabled": false,
"editor.codeActions.triggerOnFocusChange": true,
"files.autoSave": "onFocusChange",
"workbench.editor.splitInGroupLayout": "vertical",
"workbench.editor.wrapTabs": true,
"workbench.editor.tabSizing": "shrink",
"workbench.editor.verticalTabLayout": "wrap",
"java.autobuild.enabled": false,
"window.restoreWindows": "none",
"diffEditor.renderSideBySide": true,
"[jsonc]": {
    "editor.defaultFormatter": "esbenp.prettier-vscode"
  },
"java.jdt.ls.vmargs": "--add-opens=jdk.jdi/com.sun.tools.jdi=ALL-UNNAMED -XX:+UseParallelGC -XX:GCTimeRatio=4 -XX:AdaptiveSizePolicyWeight=90 -Dsun.zip.disableMemoryMapping=true -Xmx2G -Xms100m -Xlog:disable",
"github.copilot.enable": {
    "*": false
  },
"augment.completions.enableAutomaticCompletions": true,
"explorer.confirmDelete": false,
"specstory.helpUsImprove": false,
"files.exclude": {
    ".idea": true,
    "**/.idea": true,
    "boot_app_logs": true,
    "build": true,
    "node_modules": true,
    "springboottmp": true,
    "target": true,
    "tmp": true
  },
"search.exclude": {
    ".idea": true,
    "boot_app_logs": true,
    "build": true,
    "node_modules": true,
    "springboottmp": true,
    "target": true,
    "tmp": true
  },
"editor.codeActionsOnSave": {
    "source.organizeImports": "explicit"
  },
  // 添加以下配置
"java.saveActions.organizeImports": true,
"editor.formatOnSave": true,
"java.format.enabled": true,
"java.completion.enabled": true,
"java.cleanup.actions": ["organizeImports"]
}

VSCode 配置说明

• 通用配置

"redhat.telemetry.enabled": false
禁用Red Hat扩展的遥测数据收集功能，保护隐私。
"workbench.settings.applyToAllProfiles": []
控制设置是否应用于所有配置文件（如用户、工作区），留空表示不统一应用。
"settingsSync.ignoredSettings": ["-maven.executable.path"]
在设置同步时忽略maven.executable.path参数，避免不同设备路径冲突。

• Java 开发环境

"maven.path": "D:\\02_Dev\\apache-maven-3.5.4"
指定Maven的安装路径，用于项目构建和依赖管理。
"maven.executable.path": "D:\\02_Dev\\Programs\\apache-maven-3.5.4\\bin\\mvn.cmd"
明确Maven可执行文件路径，确保命令行工具可用。
"java.configuration.maven.globalSettings": "D:\\02_Dev\\Programs\\apache-maven-3.5.4\\conf\\settings.xml"
指定全局Maven配置文件，统一仓库镜像、插件等设置。
"java.jdt.ls.vmargs": "--add-opens=..."
调整Java语言服务器的JVM参数，优化内存和GC策略，解决模块化访问警告。

• 界面与编辑器优化

"workbench.iconTheme": "vscode-icons"
启用文件图标主题，提升文件类型辨识度。
"editor.minimap.enabled": false
禁用右侧代码缩略图，减少视觉干扰。
"workbench.editor.wrapTabs": true
允许编辑器标签页自动换行，避免标签过多时被隐藏。
"diffEditor.renderSideBySide": true
差异对比时并排显示修改内容，便于代码审查。

• 代码质量与自动化

"editor.formatOnSave": true
保存时自动格式化代码，保持代码风格统一。
"editor.codeActionsOnSave": { "source.organizeImports": "explicit" }
保存时自动整理Java导入语句，移除无用引用。
"java.saveActions.organizeImports": true
与上一条配合，确保导入优化功能生效。
"files.autoSave": "onFocusChange"
编辑器失去焦点时自动保存文件，防止意外丢失修改。

• 项目文件管理

"files.exclude" & "search.exclude"
排除node_modules、target等生成目录，提升文件浏览和搜索效率。
"explorer.confirmDelete": false
删除文件时不弹确认框，简化操作流程。

• 扩展与工具控制

"github.copilot.enable": { "*": false }
全局禁用GitHub Copilot的AI代码补全功能。
"roo-cline.allowedCommands": [...]
限制Roo-Cline插件可执行的命令，增强安全性。

• 其他优化项

"vsicons.dontShowNewVersionMessage": true
禁止vscode-icons图标主题的新版本提示。
"window.restoreWindows": "none"
启动VSCode时不恢复上次会话的窗口，加快启动速度。

• 配置引用说明

Maven路径配置：需确保路径与实际安装位置一致，否则会导致构建失败。
Java格式化：若需自定义规则，可配置java.format.settings.url指向Eclipse或Google风格文件。
排除目录：建议根据项目类型调整，例如前端项目可添加dist、build等。

VSCode + ROO Code 配置

• Roo Code 是一个基于 AI 的 VSCode 插件，目前介绍 Roo Code 中两个大模型能力 API 提供商，更多 AI 提供商的实践，等待大家的挖掘。

1. OpenRouter：支持通过 OpenRouter 调用全球 200+大语言模型（如 GPT-4、Claude 3.7 Sonnet、Google Gemini、DeepSeek 等），实现智能代码生成、调试、文档编写等功能 ，官网：openrouter.ai
2. OpenAI Compatible ：OpenAI Compatible 模式通过遵循 OpenAI 的 API 协议（如请求格式、响应结构），使 Roo Code 能够无缝对接任何兼容此协议的模型服务商 。可以像 OpenRouter 一样调用各类第三方大模型，也可以调用本地模型服务，如 Ollama 或 LM Studio 运行的本地模型 （如 Llama 3、DeepSeek 本地版）
3. Roo Code 具体配置如下 3.1 配置 OpenRouter 3.2 配置 OpenAI Compatible

注意：这里只提供了四家国内 AI 提供商，每个提供商的 BaseURL 请求地址目前是固定的，但是模型 Model 只列举了很小一部分，更多模型发现请在官网自行发掘

VSCode + Kilo Code 配置

Kilo Code 是一个新兴的 AI 编程助手插件，专注于提供简洁易用的 AI 编程体验。相比其他 AI 插件，Kilo Code 的优势在于界面简洁、配置简单、上手容易。

主要特性

1. 多模型支持：支持 OpenAI GPT 系列、Claude、Gemini 等主流大模型
2. 智能代码补全：基于上下文的智能代码建议和自动补全
3. 代码重构：AI 辅助的代码重构和优化建议
4. 调试助手：智能错误分析和修复建议
5. 简洁界面：极简的用户界面设计，专注于编程体验

安装与配置

插件安装

• 在 VSCode 扩展市场搜索"Kilo Code"
• 点击安装并重启 VSCode

基础配置

• 安装完成后，在 VSCode 左侧会出现 Kilo Code 图标
• 点击图标进入配置界面
• 选择你偏好的 AI 模型提供商

API 密钥配置

{
  "kilocode.apiKey": "your-api-key-here",
  "kilocode.model": "gpt-4",
  "kilocode.autoComplete": true,
  "kilocode.enableInlineChat": true
}

使用技巧

1. 快速代码生成：使用 Ctrl+K 快捷键唤起 AI 助手
2. 内联聊天：选中代码后右键选择"Ask Kilo Code"
3. 自动补全：输入代码时自动触发 AI 建议
4. 错误修复：在错误代码上使用 Ctrl+. 获取修复建议

推荐配置

{
  "kilocode.completionDelay": 300,
  "kilocode.maxCompletionLength": 100,
  "kilocode.enableCodeLens": true,
  "kilocode.showInlineCompletion": true,
  "kilocode.enableDiagnostics": true
}

优势总结：

• ✅ 界面简洁，学习成本低
• ✅ 配置简单，开箱即用
• ✅ 响应速度快，体验流畅
• ✅ 支持多种主流 AI 模型
• ✅ 适合快速开发和原型制作

VSCode 运行 SpringBoot（有条件的话 IDEA+JRbel 启动，VSCode 进行代码编写）

我们的 SpringBoot 项目基于 maven 和 SpringBoot 的 profile 功能，定义了很多不同的启动环境，如 uat 测试环境、prd 生成环境。因此，无论是通过 VSCode、IDEA 的开发工具，或者打包部署，profile 的指定都是至关重要的。在 VSCode 中，运行 SpringBoot 项目如下图所示，需要创建一个 launch.json 文件，而由于需要指定 profile，因此还需要创建一个 tasks.json 文件。

tasks.json 文件定义如下，这里-Pdev 表示激活开发环境，-Puat 表示激活用户参与验收的测试环境：

{
  "version": "2.0.0",
"tasks": [
    {
      "label": "compile-dev",
      "type": "shell",
      "command": "mvn",
      "args": ["compile", "'-Dmaven.test.skip=true'", "-Pdev"],
      "problemMatcher": [],
      "group": "build"
    },
    {
      "label": "compile-uat",
      "type": "shell",
      "command": "mvn",
      "args": ["compile", "'-Dmaven.test.skip=true'", "-Puat"],
      "dependsOrder": "sequence",
      "problemMatcher": [],
      "group": "build"
    }
  ]
}

launch.json 文件定义如下，这里 preLaunchTask 对应上面 tasks 的 label，--spring.profiles.active=uat 对应上面 tasks 的 label 所定义的 profile 环境。projectName 根据当前项目 appcode 修改。

{
  "version": "0.2.0",
"configurations": [
    {
      "type": "java",
      "name": "SimbestApplication",
      "request": "launch",
      "mainClass": "com.simbest.boot.SimbestApplication",
      "vmArgs": "-XXaltjvm=dcevm -XX:+AllowEnhancedClassRedefinition",
      "preLaunchTask": "compile-uat",
      "args": "--spring.profiles.active=uat --server.port=8080",
      "projectName": "lawai",
      "env": {
        "spring.profiles.active": "uat",
        "spring.devtools.restart.enabled": "true"
      }
    }
  ]
}

🚀 AI 赋能的高效开发之路

一个不错的 AI 编程实践 - 来源：全栈开发实战指南

🌟 AI 编程时代的变革

AI 编程工具的出现，为开发者带来了前所未有的便利和效率提升。通过自然语言处理（NLP）和机器学习（ML），这些工具能够：

🎯 核心能力

• 🧠 理解开发者意图：精准解析自然语言需求
• ⚡ 自动生成代码：智能生成高质量代码
• 🔧 优化代码结构：持续改进代码质量
• 📚 降低编程门槛：让更多人参与软件开发

📊 受益群体

💡 全流程核心思路总结

🎯 一句话口诀

一规划、二文档、三工具、四技术，分步拆解、模板复用、调试组合、顺利交付

🔄 八步法详解

graph LR
    A[1️⃣ 规划] --> B[2️⃣ 文档]
    B --> C[3️⃣ 工具]
    C --> D[4️⃣ 技术]
    D --> E[5️⃣ 拆解]
    E --> F[6️⃣ 复用]
    F --> G[7️⃣ 调试]
    G --> H[8️⃣ 交付]

📋 各阶段实操详解

1. 规划阶段：先规划，再交给 AI

常见问题：直接让 AI 写完整应用，需求不清，结果反复返工。

推荐方法：

• 花 15 分钟，用 AI（如 ChatGPT）对需求进行梳理，语音交互效率更高。
• 输出 MVP（最小可行性产品）核心功能清单，例如开发一个点餐 App，核心模块应为：
  • 菜单模块
  • 购物车模块
  • 支付模块

结论：明确范围，限定目标，减少 AI 误判空间。

2. 文档建设：AI 编程的"施工图"

常见问题：缺少清晰的产品和技术文档，AI 只能"盲写代码"。

解决方案：使用 CodeGuide 或 Notion，搭建以下五大文档：

• PRD 需求文档：产品核心与功能描述。
• 用户流程图：覆盖注册、下单、支付等关键流程。
• 技术栈说明：明确前后端选型和协作关系（如 Next.js + Supabase 组合）。
• 前端开发规范：组件命名、目录结构、代码风格约定等。
• API 接口文档：定义接口请求/响应结构，保障前后端联调顺利。

建议：文档规范越细致，AI 代码生成效果越稳定。

3. 工具推荐：高效开发的必备助手

基于实测，以下工具在 AI 协作开发中表现优秀，推荐给大家：

• Windsurf：新手友好型 IDE，集成 AI 辅助，代码体验更顺滑。
• Cursor：AI 驱动的全栈开发神器，支持智能生成和重构代码。
• CodeGuide：程序员专用的文档管理和协作平台，替代传统 Notion。

4. 技术栈推荐：稳定高效的组合

为了提升 AI 开发效果，推荐以下黄金技术栈：

• 前端框架：Next.js / Vite（React 生态成熟，支持 Server Components）
• 数据库：Supabase（PostgreSQL 托管服务，支持实时数据）
• 用户认证：Clerk（集成即用的用户管理和登录系统）
• AI 服务：OpenAI + Claude（双模型组合，保障高效输出与复杂推理）

优势：成熟稳定，且 AI 对这些技术栈的理解度更高，生成代码准确性更好。

5. 分步拆解：拒绝"大包大揽"

常见误区：直接让 AI 开发完整模块，导致质量不佳、难以维护。

建议做法：人工拆解 50+原子任务，再逐步交由 AI 执行。

示例：

1. 初始化 Next.js 脚手架
2. 集成 Supabase SDK
3. 开发购物车状态管理逻辑 ...

总结：粒度越小，AI 执行效果越好，项目更易调试和维护。

6. 调试阶段：让 AI"精细化"排错

低效方法：粘贴报错信息，AI 难以准确定位。

高效建议：为 AI 提供上下文与范围限制：

• 结合链式思维提示："分析 UserService.ts 第 23-30 行的报错及原因"
• 限定范围："仅关注购物车的计算逻辑，忽略其他模块"

效果：AI 排查更精准，调试效率显著提升。

7. AI 模型组合：场景化使用

• 代码开发：Claude 3.7 Sonnet（代码生成严谨度更高，就是太贵啦）
• 复杂调试：GPT-4 Omni（逻辑推理、Bug 排查能力强）
• 文档总结：Gemini Flash 2.0（信息整合速度快）

提示：合理选择模型，充分发挥 AI 优势，避免"一把梭哈"用单一模型。

8. 模板复用：降低重复开发成本

推荐方法：

• 直接使用现成的「电商后台模板」，包含 API 路由、权限管理、用户系统等。
• 标准流程：克隆 → 修改 → 部署，快速完成基础框架。

收益：缩短开发周期，减少重复性工作。

9. 心法总结：规范、细节、耐心

真实数据反馈： 即使 AI 辅助，每个项目平均仍需修复 100+小型错误，背后的原因多与"文档不清""任务拆解粗糙"相关。

关键建议：

1. 规范文档＞盲目 AI 开发
2. 细化任务拆解，AI+人工协作最佳
3. 保持耐心，项目迭代 20+次很常见

📝 写在最后

🚀 行动起来，拥抱 AI 时代

行动起来比一切都重要，打破恐惧、抛弃偏见、即刻行动！

🎯 实践起步

📦 练习项目

• GIT 仓库：simbest-boot-demo
• 使用说明：克隆到本地即可探索
• ⚠️ 注意：不要对该空项目进行任何代码或文档提交，保持其纯净

💡 AI 时代的核心认知

🧠 能力重新定义

⏰ 时间分配变化

pie title AI 编程时间分配
    "与 AI 讨论方案" : 40
    "设定规约标准" : 30
    "验收确认" : 20
    "观察 AI 编程" : 10

🔑 成功关键因素

1️⃣ 逻辑思维能力

• 你的逻辑能力远远大于编程能力
• 与 AI 讨论方案、设定规约的时间 >> 看 AI 编程的时间

2️⃣ 质量把控能力

• 验收确认和质疑 AI 产出的能力
• 指正正确方向的判断力
• 直接决定 AI 编程是否会进入幻觉误区

🎯 最终寄语

🌟 AI时代高速发展，AI 不会取代程序员，但掌握 AI 的程序员会取代不会使用 AI 的程序员！ 让我们一起拥抱 AI 时代，成为更高效、更智能的开发者！

📅 文档版本：v2.0

🔄 最后更新：2025 年 6 月

👥 维护团队：AI 赋能开发团队

注：本文由远行AI赋能研究团队李蜀毅供稿