Spec-Kit 如何多任务并行

大家好，很荣幸能够在这里和大家交流一下 coder 相关的一些技术以及实践啊。 呃，刚刚在开场前，我们主持人调研了一下现场有多少人用过 coder， 我 看举手的还蛮多的。那我也问了一下，呃，现场有多少人用过 c l i 的 很少，用过 c l i 的 也很少啊？那今天我给大家简单介绍一下这个 c l i 啊，就是 呃，可能因为 id 呢是已经发展了好多年，大家对于编码的第一界面已经比较熟悉了，那 c l i 这个呢？大家可能更多的是说，哎，我的运维场景下可能会有些实践。那今天呢，呃，我就呃给大家介绍一下 c l i 这个产品，我们从构思一直到发布，再到它的一些应用场景。 呃呃，简单做一下自我介绍。我的花名，呃，我的，我的真名叫谢吉宝，然后花名叫唐三。呃，目前在 co 的 团队主要负责呃 co 的 c l i 以及呃 spec 驱动的一个任务尾派。呃，这么一项功能。那么今天会先从 c l i 给大家介绍 啊，然后再去介绍一下，就是基于 id 和 c l i 如何来做 spec 驱动的异步任务尾派。 因为今天的议题呢，呃，交换了一下顺序，本来是我们前面会先介绍一下我们的端啊，我们主要的端是 ide， 然后除了 ide 之外呢，我们也刚刚发布了 java 插件，然后呢第三个端呢，就是我们的 c l i 啊，然后今天因为临时我们交换下顺序，所以说我就先从 c l i 开始介绍啊。 呃， c l i 是 什么啊？我们为什么去做 c l i 这个产品？其实在 code 呃最开始出现的时候，我们只想做一个 ide， 然后 ide 出现之后会发现其实这两年整个 ai coding 领域发展变化非常快，就是以前大家可能认为是 copilot 啊，可能更多的时候代码我们用 ide 写代码，只是用 ai 来做代码补全， 但是随着 ai 能力的增强，我们的 agent 能力也逐渐增强了。 agent 能力增强之后呢？呃，大家使用 agent 占比就越来越高了，那我们也在思考啊，就是如果仅仅是用 ide 啊，那么大家只在 ide 里使用这个 agent， 是 不是就束缚了这个 agent 的 能力啊？比如说像很多后端同学，他可能多年来一直使用 gerbeans 相关的 ide， 那 如果要是没有这个能力的话，那他要放弃 gerbeans， 就是 放的 gerbeans 本身这些习惯来去使用扣带 ide， 对 吧？ 那我们在思考能不能让这个 agent 能够走到用户的这个工作场景中去。所以说我们就说基于后端很多用户的呼声，我们推出了 j b 插件，让大家可以在 j b 院子里面也能够用到我们的 agent 能力啊，整个 code 的 智能化能力。 那同样呢，在 c l i 里边，有很多用户也是说我不用 id， 我 用 c l i 或者是我用 emacs 等等其他的 相关的这些工具，那么能不能也用抠的了智能能力那因为每一个端我们都像 id， 像截屏这样去做的话，整个成本是非常高的，所以我们在想能不能我们采用一种被集成的方式，把我们的 a 的 能力开放出来， 那最开始的时候我们思考的是，就是显而易见的想到的是 api， 通过 api 这种能力开放出去，但是通过 api 这种能力开放出去有个弊端，就是 在企业级集成场景里面， api 是 ok 的， 但是在用户在开发阶段使用 api 的 成本是非常高的啊，这个就不方便，那我们在想，那如何降低用户使用 api 的 成本呢？ 那其实 c l i 里面有个东西叫 g u i termite ui， 对 不对啊？在这里面集成，它本身就是一个很轻量级的 agent 的 一个外壳，那基于这个外壳再往上去扩展，它就能够去把我们的背集成能力，可以在用户的电脑上，可以在用户的 c i c d 流程里面，可以在我们的 server 端上做集成。 基于这个思考啊，我们就开始推出了 c r i 的 一个工具。那推出 c r i 其实还是回到核心本质啊，我们要把 cold 的 智能带到用户的工作场景中去，所以我们面临的第一个问题就是如何让它更加的智能，像 ide 中一样智能 啊？第二个问题，那么它就要清亮，因为我们已经考虑了背集成已经呃，用户可能有一些工作场景，已经占了一些工作载了，那么我们和它在集成的时候就不能占用太高太高的一个这个内存的比例 啊。第三呢就是生态，生态什么意思呢？就是我们既然讲了除了 c l i 里，我还可以集成到你任何的工作场景里面，比如说啊，现在除了这个像 vs code 家族的一个 id 之外，还有像 z 的 id 对 不对？还有可能 emacs， 像 win 啊等等这些用户，那他们在使用的时候如何去集成？那我们要能够和这些生态打通啊，让他们也能够用上 code 的 智能能力，这就是我们做 c l i 的 一个初心。 那在 c l i 我 们做的是第一步讲到背集成，讲到生态的时候，首先就考虑到全端覆盖啊。今天 cold 家族的这个产品体系，基本上已经做到了全端覆盖，我们有 ide， 有 jade 编辑，有 c l i， 通过 c l i 又能拓展出很多的背集成。 那么在操作系统方面，我们也是做到了 windows、 mac 和 linux 的 全端覆盖，包括像芯片，像 armb 芯片和叉八六芯片，我们也都做到了全端覆盖。 同时呢，因为 c l i 能够被集成，被集成呢？那它就不一定只是跑在用户的本地啊。甚至有些人说，哎，我平时喜欢不喜欢让开发环境来污染我的工作环境，对吧？那我喜欢在这个 docker 里面开发，那我们也支持你可以把 c l i 直接 apply 到 docker 里面，在 docker 里面跑这个任务，并且我们做了内置的一个集成。 那还有人说，哎，那既然这么方便，我想多开几个 c l i 运行任务，那我们天然的就支持了内置的 work tree。 get work tree 的 能力 啊，你不用了解 gitworktree 是 怎么样的事情，你只需要在 cli 里面执行啊，查看 jobs， 创建 jobs， 我 们就会自动帮你去创建 worktree， 把你的代码 copy 过去，然后帮你去执行任务，执行完了之后让你来合并 啊，那甚至呢，还有 k 八 s， 那 这个其实是我们现在还没有正式对外开放的一个能力，在我们内侧的一个能力，这个也是用户呼声比较高的一个啊。用户说，哎，我用我的电脑开发的时候 啊，因为我连的是我的应用的测试环境，那我的测试环境因为是微服务的吗？因为分布式架构，所以说我们有很多依赖的啊，那些体系他在我们测试环境里有了，那我本地和这个网络联通，我只要起我自己的服务，就能够让整个网络联通了。 但如果我在另外一个沙箱里面去跑的时候，或者是一台测试机上跑的时候，那网络如果不通，那这套生态体系就没有了。举个例子，比如说我这我是做一个电商交易的，那他已经把他部署上去了 啊，部署上就在那上面跑着了，我只要能和测试环境打通就可以了。那这时候如果我们单纯的孤立的起一个网络隔离的沙箱来运行这个任务的时候，那这个任务是没法和这个用户的信息联通起来的， 这样子就不方便。那他说我们现在测试环境里面本身就是 kbs 的， 能不能我在生成代码的时候直接跑到我们 kbs pod 里边？ 我们现在也在内测这个功能，这个功能上去的话，其实就一键把你的代码直接扔到你们的测试环境的沙箱里面去生成，然后直接在测试里面去测试验证，然后最终提到我们的代码仓库里就可以了啊，这是几个场景的覆盖。 那还有说，那既然有了 ide c r i， 我 在使用的时候如何去做取舍啊？其实这个也非常好取舍啊，就是你习惯用什么就用什么 啊，我们一般而言是这样子，因为 ide 呃，发展了几十年啊，程序员基本上写代码的第一界面就是它，所以它是我们在日常工作中最大的切面，所以能想到的场景第一优先级你会，你会想到就是用 ide 来进行开发 啊，那么 ide 里面提供了非常强大的这个编辑能力， debug 能力等等一系列的集成能力，那在 ide 里面这些都可以完成。所以在深度开发的时候，我们首选的一定是 ide 啊，包括我们的 ide， 包括大家熟呃熟悉使用的 index， 那 结合了插件也可以完成这些操作。 那还有一些操作呢？大家可能是完成一些轻量级的验证啊，这些轻量级的任务的时候，他说我不需要启动 ide， 尤尤其是大家使用。 呃，接着院子的时候，知道这个启动其实还是蛮负担蛮重的，对不对啊？无论是 cpu 内存占用率还是蛮高的，那有的时候你说，哎，我想做一些小的验证，或者像运维 devops， 我 想写一些测试脚本的时候，我可能根本就不需要启动这么重要的 id 的 时候，那这个时候你想到的可能是命令行， 那以前的命令行呢？因为不够智能，所以大家要记一堆参数，然后就拼，然后就搜 google， 可能效率比较低，但是今天如果有了 c r i 的 话，其实你的整个终端就变得智能了。 那么当你有这些场景的时候啊， c i， c d 流程啊，或者是 devops 脚本呀，或者是其他的一些想的想法的验证啊，或者一些小的 feature 的 修复开发，以及 bug 的 修复啊，都可以直接不用打开 id， 也可以在终端把这个事情搞定了啊，这就是整个一个使用场景， 那 c r i 有 哪些使用方式啊？啊？其实它的使用方式啊，非常简单，因为安装呢，就是一行命令啊，一个 curl 命令， curl 之后下来我们一个脚本，我们的脚本会自动把它呃安装到你的机器上啊，这就是整个一个安装， 那安装完了之后就涉及到一个使用，使用分成两类，一类是呃交互式的，一类是非交互式的。 交互式的很简单啊，就跟这个呃，这边这个图是一样的，你只要安装完，然后敲 code， c l i 就 会进入到这么一个交互式的页面，大家不要觉得这个页面是黑色的啊，然后密密麻麻写了一对英文字母啊，就它就很复杂。其实不是的， 它跟大家用的现在所有的 ai 产品的聊天框是一模一样的，只是它的呈现形式是这种在终端里面呈现出来的， 所以大家只要关注这个区域就好了啊，你平时使用 ai 那 个相关的产品，比如说像这个呃，我们的千万 app 呀，或者是大家用的 chat， gpt 啊等等这一系列的，你平时问问题可能就是随便发一句啊，然后跟他聊天，对吧？那今天你在这里面也是一样的，你只要在这个框里面 随便说你想说的话就可以了啊，任何一话，你到这边就跟他聊天一样啊。那，那一般而言，你安装它可能是主要目的是为了写代码呀， delete bug 呀，或者是修复 bug， 对 不对？那你描述的话，可能都是自然语言，就在这个框里描述就可以了 啊，这就是呃负担上啊，大家不要觉得，哎，这个框这么复杂，其实很简单，就这么一个框， 那么会了这个功能之后啊，那么 ai 回复给你的怎么去回复呢？其实跟我们用微信啊，用 qq 聊天也是一样的，对不对？你说完了上面就回复你了，比如说这个例子，就是我跟他说了个嗨，那他就回复了啊，他跟我也打了个招呼，然后他告诉我，他具备什么样的能力 啊？这里面因为我跟他说的是英文的，所以他回复的也是英文的，你跟他说中文的话，他自然就给你回复中文了，就这么一个区别啊。啊，这是这第二块，所以说我们这有一个啊，一个聊天的一个信息区，这有一个消息区 啊，那么这里面呢，我们还内置了一些命令。内置一些命令什么呢？就是，呃，一些大家常用的一些功能，可能会用到一些功能，你用自然语言描述比较复杂，且结果不太确定的时候，那这个时候呢啊，我们是已经把它集成好了，内置好了，你只需要敲一个斜杠 啊，然后我们这边就内置了一些命令，这些命令的话，一会我会给大家介绍一下这些命令主要是用来做什么的，你只要一斜杠敲这些命令之后，它就会自动去执行了， 这是一个命令区，那最下面有一条，哎，叫状态区，状态区干嘛呢？其实就是大家关心的这个啊，这个是我们模型啊，就我们模型是自动选择的，我们是通过这个智能调度来调度模型的，那这块呢，是这个 context， 就是 上下文。 然后这边呢，就是如果你对接了 m c p 的 server， 那 么 m c p 的 server 会在这边展示出来啊，就是一些工作区的一个状态信息。那如果你不关注没关系，你就不用关注它，你可能只关注一件事，就是上下文多大了啊？这个一会我在后面会介绍这个 lets command 的 时候，我会详细的去介绍这一块啊， 这就是整个一个交互模式。交互模式大家都记住一句话，它跟你打开微信是一样简单的啊，你只要在这里面说任何你想说的话就可以了 啊。那第二款呢？叫非交互模式。非交互模式这个可能对于像做 devops 的 运维同学可能会更为熟悉， 就是我们讲这个。呃， linux 或者 unix 有 一些哲学叫 case case 原则对不对啊？我们的整个命令都是单一职责的，然后通过管道把它们连接起来啊，就这样子，那 cr 也是一样的，因为我们想做自动化，想做自动化的时候，就通过交互这种方式一问一答的方式可能就不方便了，对吧？ 那这个时候啊，我们提供了非交互式的能力，非交互式的能力就什么？加一个杠 p 参数，然后你在这个框里说的话呢，你就把它用引号引起来啊，就可以了。 然后如果你对输出的格式有要求，我们我们支持一些格式，比如说这个，就是啊， stream jason， 那 它就会用流式 jason 的 格式，把 这个大语言模型的响应啊，给你响应出来啊，比如说这个，这就是一个截图的例子啊，我，我输入一个，我跟他打了个招呼，那打了个招呼，他正常给我回复这些，对不对？那这是纯文本，在交互式里边他就是这样子的，但非交互式里边我会以 json 格式啊，把我所有的信息给到你， 然后程序员拿到这些信息就开始做解析，解析出来你想要的东西，然后进行下一步啊，这就或这就是进入了一个智能时代啊，这个和和以前的这些，呃，我们传统的命令行工具有什么差异呢？ 传统的命令行工具就是输入输出是确定的，对吧？我们讲究的是完全的确定性啊。然后，呃，比如说我这时候掉了一个 rest api， 这个杠屁就跟掉了一个 rest api 一 样，然后这个 api 输出什么，我解析什么， 这个也是一样的，只不过 rest api 输出的结果我们以前都是约定好的，格式是确定的。那这里面呢？是我们更多的是智能的，就是通过 ai 帮你判断出来啊，我通过一定的格式帮你约束好，你通过这个格式选择你想要的信息就够了 啊。那刚才介绍了这个两种交互模式啊，一种是这个交互式的，一种是非交互式的。那接下来我就给大家介绍一下，就是内置的命令。哎，刚才讲在这个输入框区里面啊，大家可以进入一个斜杠，斜杠的话呢，我们会内置啊一些这个指令通过这些指令 啊，那个看不清是吧？看不清。把那个灯关掉好了，投影仪可能看不太清 啊， ok， 呃，内置一些斜杠指令，那这些这个表格里面罗列出来就是我们所有内置的指令啊，这些指令看起来很多，那实际上我一讲解大家分了几类之后就很容易理解啊。第一个 啊， log in 和 log out， 这个很容易理解吧？登入登出啊，我们任何一个软件，现在大家都要登入登出啊，所以这个基本上不用说了啊。第二块啊，上下文管理相关的 啊，比如说第一个是 you need， 第二 memory， 然后 compact， 然后是 clear 和 resume， 这个是干嘛呢？就跟刚才我说状态栏有个上下文管理啊，上下文管理啊，我们， 我们当想让这个 code c l i 啊，去了解一个工程的时候，我们第一件事是干嘛呢？ 要去熟悉一个工程，比如说，呃，我们一个同学新接手一个项目，或者新入职一家公司，当你去了解这家公司的这个产品的时候，我作为程序员，我一定是先把这个工程大概要了解一下代码，大概读一下代码的结构，整体架构要看一下对不对。 那么 codeci， 它跟我们的一个呃，程序员接手一个新的项目是一样的 啊，他来的时候也要先对整个项目有个大概的了解，然后并且他记一个笔记。所以这第一步啊，我们一般接手一个项目的时候，我们会做一个匿名的，一个斜杠的一个命令， 通过这个匿名的命令呢？呃，这个 agent 啊， code c i， 他 会把整个工程大概的扫一遍啊，比如说他会了解到，哎，这个工程是用什么语言写的啊？这个工程的目录结构、组织规范是什么样子的， 这个公司他们有哪些这个啊，代码的规范、约束等等这一系列的事情。他把这些读完之后啊，会把他记一个笔记里面，写到一个 agent 点 m d 这个文件里边 啊，这是第一步啊，就是它生成一个触式化的东西，那么这个时候生成完了之后，如果你说，哎，你这个读的啊，可能不够细致，还有不够啊，我这边可能会有一些额外的去加约束 啊，告诉他你应该记住这个，记住这个，记住这个，你可以把你这些额外的约束加到你们通过这个 memory 命令加进去就可以了啊，这是 memory。 第三个呢，就是大家都知道今天大元模型有一个非常大的一个瓶颈，就是上下文 啊，上下文的话经常可能就不够，因为他就像这个人的记忆一样啊，就是人的记忆其实也是有限的，只不过我们一直大脑一直在发育这个，这个容量是是超级大的嘛，那大元模型的话，他的记忆其实今天在看来还是非常的小的 啊，那这个时候如果我们让他去做一个很复杂工程的时候，他要把所有的细枝末节都记住啊，那么这个时候其实到后面他的这个上下文就不够了啊。所以说我们在运行啊过程中如果发现 这个就是应该是任务比较明确的，颗粒度范围比较确定的，任务完成之后， 我们应该习惯性的啊，用 compact 把这个上下文压缩一下，让它只要记住上一步任务的一个概要信息就好了，不用记住所有的细致末节， 其实大家很很容易类比，就跟我们人是一样的，当我们去做一个项目的时候，我们一定是对这个项目这个工程啊了解的非常非常细致的，每一个细节都了解的， 但是当你去做下一个事情的时候，这里面很多细致摩羯你会忘记，因为人的一生如果把所有的细致摩羯都记住，那其实也是一样的，我们在开启新的任务的时候也会受到这个影响，因为你考虑的太多了啊，其实大圆模型今天也是一样的 啊，所以说我们在完成一个任务之后，我们要把内上下文进行一下压缩，给它留出一些空间，然后让它去学习新的这个任务相关的一个知识，把它记住啊，就是这个命令夏克里尔呢，其实就是把历史和上下文清掉啊，就是当我这轮对话结束了，然后我也不想清啊，我也不想换这个东西的时候，我就直接给克里尔清掉了 啊，那再下个 resume 呢？就是，哎，我可以把上一次咱俩对话的内容重新换起啊，这就是 resume 啊，所以这几个命令呢，都是关于上下文管理的。然后，呃，我先讲这个绿绿标的啊，然后接下来是 agents， command 和 mcp hooks， 这几个呢，都是和扩展相关的 agents 干嘛的啊？ agents 就是 管理我们整个 code c l i 里内置的和用户自定义的 sub agent 的 啊，就是 agents 啊，大家都知道有个就是 agent， 今天是有一个对不对？一个主 agent， 但是有的时候啊，我们说这个主 agent 干活的时候可能就不够，无论是能力还是效率上可能都不够啊，那这时候我们需要扩展 agent， 大家可能经常会听到这种叫什么多 agent 架构是吧？ m a s 啊，多 agent 的 架构， 但今天多一层的架构，其实，呃在业绩还是存在的非常大的一个争议的，因为多一层之间最大的问题可能就是上下文会丢失的一个问题啊，所以呢，今天比较流行的多一层架构，就是主子 agent 的 架构，叫主 agent 在 这贯穿的全部，然后有很多的子 agent， 那 我们整个 code c r i 也是采用的这套的架构 啊，那么通过这套架构之后干嘛呢？就是主线的 a 政，它负责整体的一个大的框架逻辑啊，就像一个一个公司啊，一个公司的这个 ceo 一 样，它负责整体公司的运营，但是涉及到具体任务的时候，它会下派到各个部门。那这有对应的啊，子 a 政呢，去把这个任务完成， 那子 a 政他把这些任务完成所有过程中细之末节。其实这个 ceo 他 是不关心的啊，他只会指派任务，这个大的任务目标是什么，交给他去做，做完了之后啊，这个部门这个 sub agent， 他 把 执行完的结果返回给这个主 agent 就 好了。告诉你啊，我通过你这个输入，然后把这个任务完成了，完成之后我的结果是这样子的， 我举个例子吧，比如说今天我要带大家，我们今天要组织一场活动啊，今天我是这款，我是这个活动的负责人，我要带大家安排很多呢，比如说包含我们今天有听培训啊，比如说我们今天要聚餐，比如说今天啊，我们要呃出去，呃，有一些拓展训练， 其实在每一个任务的时候，我在做活动主负责人的时候，如果都是我来做，我就成了瓶颈，所以我在每一块任务我会安排一个负责人，这个负责人啊，他就是我们的 sub agent 啊，他会去负责某一块。那举个例子，今天我们就讲这个聚餐吧 啊，我提的任务就是让大家吃好喝好，这是我提的任务，但是然后预算多少我规定好对不对啊？然后这个负责人啊，他会去想啊，按照这个要求，他怎么样把这个聚餐的任务完成好，怎么样吃好喝好？他可能联系了 n 家的这个这个饭店，然后考虑距离、品质各个方面， 然后最终啊，在预算范围之内能够把我们吃好喝好了 啊，这就是我接收到的信息，我只布置了一个这样的任务，然后他告诉我他把这个信息完成了，具体他联系了哪些家饭店啊，他干了什么事，其实我是不关心的，细枝末节都应该交给下属才来关心， 这样做的好处其实大家已经已经能够理解出来了，为什么就是主 agent 的 上下文已经被卸载出去了，那些细枝末节的事情他交给了下属去处理， 然后 safa 智能把它干了好了之后，他只关心这个大的流程就好了，所以这样子能够让主 a 智能处理的事情更多，他关注的面更加的宏观啊，完成的任务也就更长城更大啊，这就是阻止 a 智能的架构啊。 啊，这是子 agent， 那 通过杠 uh agents 呢？就是你可以看看我们现在自定义了哪些的 sub agent 啊，同时呢，你也可以通过这个命令，然后直接去创建一个自属于自己的 sub agent 啊。创建 sub agent 以后会讲其实也非常简单，就是一句自然语言，其他都是通过 ai 来自动帮你去生成，你去微调就好了 啊。第二，斜杠考慢的，斜杠考慢呢其实，呃，这个呢，嗯，也也很常见，很容易类比啊，比如说大家如果用 windows 操作系统的，可能很多人会喜欢什么什么做一个快捷方式 啊，比如说用 linux 或 ulex 相关系统的，可能会做什么软连接啊，对吧？然后还有就是像运维，我们常见的就尽量写脚本啊，把这些一些常见的动作，我写个脚本批处理处理好啊，不用一个个去点 啊，包括像，呃， office 里面有红，对吧？我们可以批处理一些事情，你把 command 想象成这件事情就好了啊，用它来做就是我制定一个 command， 这个 command 我 描述一下做什么流程，然后 我以后执行这个斜杠命令，它就会把所有的任务给我完成。啊，就这么简单。那同样通过这个斜杠 command 的 命令，我们就可以看到我们自定义了哪些 command 和这个，我可以通过它来创建属于我自己的 command。 举个例子吧，比如说，呃， 我们通过 ai 写代码，写完代码之后啊，我们说要要做一些这个规范化的一个检查，检查的时候可能有什么什么？呃？ 约束，比如说对于 check style 相关的一些约束啊，然后我要提交 git， 然后 git 流程是什么样子？ git 里可能还有 hook。 假如说这些动作都是我们一二三四五六要做的，那今天这些动作是基本上每次我提交代码都要去做的，那今天你就可以通过自定义一个命令，然后把这一些一系列的步骤全都写进去。 下次你只要说那个提交完代码写完之后，我执行这个 command 之后，把这一系列的步骤它就会自动化完成 啊，那什么时候会自定义 command 呢？其实很也也很简单啊，按照我的规范，就是如果一个命令啊，就是类似的流程啊，我要是执行三到五遍，基本上就是要执行三到五遍的时候，我都会把自定义一个 command， 通过这种方式能够自动化去执行这个整个一个动作，来加速我们的，提升我们的效率啊。 这个，然后下个 mcp 啊， mcp， 这个，呃，现场有没有人了解什么是 mcp 的？ 可以举个手看一下 啊啊啊？哎，对对对对对，是的，是魔性上下文协议啊，对对，它就是个协议，今天它跟什么我们大家以前熟知的什么 http， https， 呃，什么 ftp 等等协议是一样的啊，只不过它是在大语言模型时代产生的一个新的一个协议。那通过这个协议之后，呃，有很多提供了 mcp 的 server， 通过这些 server 就 能够拓展整个 agent 的 手和脚的能力啊。举个例子啊，比如说今天我们需要用这个呃， 我们的 agent 去写一个工程，但写工程的时候，我们这工程是有架构的，对不对？比如说前端我可能用杀的 c n 啊，或者是像国内有 on on to d， on to design 这种这种东西，前端，对吧？然后后端我可能有固定的约束，比如说 java， 我 可能用 spring 啊，然后这个 go 的 话，我可能用 gin 等等这一系列的框架。 那大元模型，其实他学到的知识与训练那些知识可能有些已经落伍了，过时了，他不知道，对吧？或者是有一些企业内的私域知识，他也不知道。那这时候呢，我们可以把这些内容啊开放出来，挂成 m c p， 然后给到 agent 就 可以了。比如说有一个知名的这个， 这个 m c p 的 叫 contact seven， contact seven 就是 他把所有的这个开源库的文档啊，都能够自动锁引进来， 然后以 m c p 的 形式暴露出来。这样的话，你只要把这个 m c p 挂上去之后，你涉及到你自己开发里面的语言技术栈框架的时候，它就会自动去读啊对应版本的文档，然后直到查找这些 api， 然后自动帮你写好正确的代码。 啊，这是一个场景，那还有一个场景，像这个，呃， devtools 啊，就是 chrome 对 吧？我们经常写一些这个前端页面，需要去调试，那我们经常用 ai 写完了之后发现写完了这个代码根本就不行 啊，就是一刷新这个浏览器就报错了，或者怎么样子，那这时候都需要人和 ai 来翻来覆去的写作，对不对啊？不过智能，那今天你只要用啊 chrome 提供的 devtools 这样一个 mcp 的 工具挂掉上来，然后你写代码，写完代码之后， 这个 code c r i 会自动地去把这个服务器起来，然后去浏览器中去运行这个页面，然后这个页面如果一运行报错了，它会自动拿到这个报错的信息，然后带到上下文里面去，然后帮你把 bug fix 掉，直到把你这个任务全都完成，没有错误了再交给你啊，这就是通过 m c p 扩展一种方式啊， 那还有个 hooks 啊， hooks 什么意思呢？ hooks 其实这个应该程序员也也也比较常见了，就是我们在特定的一些时间点想触发一些动作的时候就会采取 hooks 啊，对吧？比如说我在每次代码提交之前啊，都会调一个我们某一个服务，来验证一下我们这个代码有没有什么， 呃？提交有没有什么问题啊？做一下代码的 code review 啊，或者是做一些代码的安全扫描啊，这就是一个 hux。 那 同样在这个 code c r y 里面也是有一些场景，我们可以在这些点去埋一些 hux 啊，这就是一个 hux 啊，不详细介绍了。 呃。然后下面有两个啊，两个这个绿色的，一个叫 quest 啊，一个叫 review 啊， quest 呢？一会我会重点去讲一下。其实这就是啊 spec 驱动的异步任务尾派 啊，一会我在后面会详细讲，这里不详细去讲了啊。第二个是 review， review 呢，就是我们能够去做啊整个代码的 review， 那 这个 review 呢是 local review， 就是 当你写完代码之后啊，我们会在本地把你写完的代码帮你去做一下 review。 那 coder 一 直倡导的是模型是自动选择的，为什么自动选择？是因为我们认为不同的模型在不同的领域它有各自擅长的内容，呃擅长的特点， 所以呢，我们会结合着在整个软件工程领域不同的场景，我们会自己去做测试和调优，然后在这个场景之下给他选择最适合的模型来做这个事情。把这种模型选择的负担我们自己做掉，而不是把这个交给用户来选择啊，这是我们的一个产品理念啊。 啊， review 也是一样的，我们就是呃，执行 review 之后，我们会调用对应的擅长这个，呃呃，做 code review 的 模型来做我们整个的一个 code review 啊，比如说大家可能都都知道这个 cloud 模型比较适合写代码，但是你想啊，想个问题 啊，如果我们一个人自己写的代码，自己去做 review， 和我自己写的代码，让别人给我 review， 你 说哪一个效果更好一点，对吧？所以这个时候就需要我们要去做交叉，那交叉也是一样的，那谁更适合 啊？去做 review， 每个模型有每个模型不同的特点，我们这时候也要针对不同的场景去做相应的选择啊。但这几个核心的命令介绍完，其他几个就是 win， 什么意思呢？就是，呃，当你觉得那个框太小了 啊，不够的时候，你说我擅长用那个 web 来做编辑，那你就可以用 web 把你这个上海文，把你那个指令啊编辑下来，因为有时候你那个 prompt 写得比较长，对吧？ ashes 是 什么意思？就是，呃，一些后台运行的，比如说你跟你跟这个他写代码，写完代码之后他要把这个服务器起来，对吧？比如说像这个 啊， java 可能要起个 tomcat 啊，或者是起个 jitter 之类的啊啊，然后起完之后他后台运行，那运行之后他就会把你终端卡住，那你就没法跟他对话了，对不对？那这时候我们会自动地把它把这个 起的这个任务啊，需要常驻的任务，把它放到后台，然后让你把这个框可以继续和它对话，继续下达其他的指令。比如像我刚才举的例子啊，这个服务器起来之后，我说你要到那个 chrome 里帮我调试一下，看看有没有报错啊？如果报错，你帮我修复一下 啊，或者是我再增加一些新的需求，那这时候它整个常驻的任务，我们会把它放到后台的 bash， 你 通过 bash 就 可以查看啊，然后哪些如果你不想要，你把它杀死。 uses 就是 看我们这个整个 credits 的 一个消耗情况啊，然后 status 是 看我们当前啊账户的一些状态和这个整个你运行过程中一些状态信息啊。 config 就是 做一些配置， help 就是 查看帮助，然后 release note 就是 我们每次发版那些呃 release 的 note 都会在这里展示。然后如果过程中遇到一些问题，大家可以通过杠 feedback 命令，然后给我们提交反馈，我们每一个反馈都会处理啊，这就是整个一个呃过程啊。 然后这里简单跟大家说一下这个使用技巧啊。第一个使用技巧就是这个关于上下文的，上下文我刚才其实已经介绍了很多了啊，那就是大家今天用 ai 啊，你就把它想象成这是 给你配了一个呃，刚毕业的大学生，他的编程能力非常强，但是他对你的工作环境，对你的工程东西不够了解啊，但是他的学习能力很强，大家如果用这种心态去使用他的时候，很多逻辑就很容易理解 啊。比如说第一个就是，那如果今天有个实习生给所有人都配了个实习生，那大家拿到这个实习生之后啊，第一件事就是把工程交给他，让他熟悉一下，所以就是匿迹一下，对不对？然后接下来你就开始给他派活了，派活？你是从小到大 对吧？刚开始你给他派一个小的任务，可能就呃改的内容比较少，然后让看看他的效果怎么样，所以这几轮对话，那随着时间长度之后啊，他对工程越来越了解，你对他的能力越来越信任，这时候你就可以给他布置一些相对复杂的一些任务了，那这个就是 可以过程中来处理。那同样就是刚才说那运行之后久了，他这个上下文可能会超，那我们就在合适的时机把它做压缩。压缩的话其实很多人都一直一直一直用，一直用，只知道那个上下文已经 就是已经快超了的时候啊，这个时候才想起了压缩其实不是一个好的习惯，好的习惯是当你这个任务原子任务完成差不多的时候，你觉得可以去做总结的时候，那这个时候就做压缩。就跟这个大家用操作系统一样啊，经常有一些什么内存清理啊，当你的内存 真的到了一定的预值之后，你发现他没法清理了，因为你运行清理这个指令啊，他也需要要消耗一定的内存，但你剩下的内存已经不够了，这时候就有问题了，对吧？所以说都会有一些自动清理的一些任务在后台直接去运行这操作系统来管理的。那我们也会有一些自动的一个压缩策略在压缩的 啊，但是自动压缩策略和手动压缩策略，其实我更推荐大家用手动压缩策略，原因就是自动的话是根据一些 呃，就是一些相关的指标，我们来做出一些自动的判断。但是人在下达命令的时候，每一个任务和业务其实只有下达任务这个人更了解，所以说我们建议的是，呃，你在下达这个任务的时候，把这个那个呃压缩命令啊，直接压缩下去啊，这是这个压缩 啊，这个卡曼呢？刚才其实已经讲过了啊，就是当你觉得我这个任务要翻来覆去执行啊三五次的时候，那么你就可以用这个自定义一个命令，然后把这个整个任务完成，后续的话，你只需要输入斜杠，就把那一串的东西就都完成了啊，这是自定义 啊，然后自定义这个东西大家看似很复杂，其实这些东西都是 ai 帮你生成的，你只要描述你期待它来帮你做什么事就好了，自然而然去描述，描述完了之后，它会按照这些规范来把这些东西生成啊， 那下一个是 sabotage， 同样的逻辑，就是你可以去描述啊，说你啊要让他来完成一件什么事，然后他就会制定一个 sabotage， 然后 sabotage 之后呢？这里面会有一些东西啊，就是上下文隔离，刚才已经讲了，对吧？啊？作为活动主办方，我委派出去上下文隔离。第二个是领域知识， 那我委派出去，我说今天让大家吃好喝好，结果我找了一个人不懂吃不懂喝的人，其实他就没有领域知识，对吧？所以说我要找一个在这方面相对擅长的同学去做啊，那就是领域知识。第三个权限控制，就是刚才讲了，授权 大家吃好喝好，但是预算有限，这是权限对不对？那同样的，在我们在执行的时候，有一些 uh sapient， 我 们去让他去做一些研究分析类的任务，那他是不应该具有具备写文件的权限的，对吧？那这个时候你可以限定一下，你说你有只有止读的权限，但是没有写的权限，那这个都可以通过 sapient 做一些限定， 这就是我们内置的一些工具啊，因为 agent 其实就是我们讲这个 agent 是 怎么发展过来的？大圆模型其实以前都是大脑对不对？它没有四肢的能力，它没有对外沟通的能力， 那今天 agent 其实就是给这个大圆模型的大脑配了一些四肢，让它动起来，那这这个工具就是四肢，我们内置了一些工具，但这个工具它不是一成不变的，它是随着整个能力的提升，以及我们的工具会做增加或者删除的。啊 啊？那常见的像文件操作类的，像 glob group， rewrite edit， mod edit， 大家看了这些工具对不对？其实你仔细想一个逻辑，这些工具我全都可以用 best 命令把它完成， 但我为什么提供这么多工具呢？其实最最核心的原因就是权限，就是今天我不能在 a 让 agent 在 你电脑里乱搞，所以我才通过这些工具把这个权限能够约定到一个可控的范围之内。 后面随着整个环境的可控啊，以及我们模型的进步，这些工具可能就会做一些减少或者增加啊。第二个就是网络处理类， web fetch 和 web search 啊，当你说举个例子啊，刚才说用酷狗 c r i 都是写代码的，那实际上有的时候我经常还不是写代码， 我的诉求是最近有一个呃网络的热点新闻，但我根本就不知道这个热点新闻的来龙去脉，那我经常会这么说，我说你帮我把这个热点新闻的来龙去脉帮我整理一下，按照时间线温度帮我生成一个网页 啊，我经常干这种事情，所以呢，这个时候我就可以输入一个命令让他去做，那他干嘛呢？第一个他就通过我的这个热点词，通过 web search 这个命令 啊，他去上网去给我搜索，搜索这个相关的新闻，然后把这个新闻搜索完了之后，他会通过 web fetch 这个命令啊，把这个新闻网页给我抓过来， markdown 格式，然后把这个素材有了之后，他就会按照时间线给我重新编一下，然后再调用相关的这个 写的工具给我写成一个网页，然后呈现给我。啊，这就是整个一个过程啊，那下面就是啊， bash， bash output 和 q bash 这些是跟那个命令行 bash 相关的工具啊，然后 to do， 就是 我们整个规划类的， 然后 ask user 是 和人交互来的啊，这么几个内置的一个工具，大家了解一下就行了，因为这些工具都是内置的啊，就是它会使 agent 会自动调用，大家平时也不用太去关注这些命令 啊。这个是 hux 啊， hux 其实我这里不详细介绍了，就是在我们整个呃 agent 的 工作流程的过程中，其实有很多个环节，那每一个环节当我们想去触发一个事件的时候，就可以啊，用这个 hux 啊。这个其实如果，如果大家嗯， 不太了解的话，生活中也有非常详细的比喻啊。举个例子，今天你收到一个事件，这个事件是什么呢？你老婆今天出差了， 这是一个事件，对不对？这个事件之后，在你脑袋里立马就有个 trigger， 就是 hux， 这个 hux 干嘛？我叫兄弟们今天晚上来我家看球， 对吧？这是？这就是一个 hux， 你 就掉了一个事件，来看球，然后看完球干嘛？看球？又是一个事件啊？那就他又可以再掉进一个新的 trigger， 一个新的 hux 啊？这个 hux 干嘛？看球？必须得有啤酒， 对吧？得有零食，得有炸鸡，然后你就触发了一个去啊，买啤酒炸鸡这么一个福克斯， 然后通过这个福克斯。你说，哎？我既然要去买啤酒炸鸡，我家里没有缺少什么东西，因为我买啤酒炸鸡，我要去超市，我去超市这个动作可能又产生一个新的事件，这个新的事件触发一个新的福克斯。我除了买啤酒炸鸡之外，我还要再买一些生活用品带回来，这又触发一个福克斯。 所以所有的内容自动化流程都是通过这些一步一步触发带来的啊。所以互克斯大家就可以理解成就是这么一个动作，那成写代码的时候，大家也经常这么去做，对不对？ 比如说我们经常写这个分布式架构的时候，我们会有异步消息驱动，对不对？为什么会有异步消息驱动？这个消息本身就是个 trigger， 我 通过这个消息就可以触发一个事件，这个事件让他去干一些别的事情啊，比如说我们为什么讲这个？呃，比如说写 java 吧，写 java 为什么会有这个？呃？ a o p 嘛？ a o p 很多时候是切面，是吧？一个系统写完了，然后这个家过事过了说，哎呀，你这个，你这个系统写的不好啊，你这个网址打的不好啊，打的乱七八糟的，不够规范。然后他说那你一行行改的话比较麻烦，这时候我可以写个 a o p 的 切面，然后你就通过通过 a o p 这种方式拦截，自动的就能够把这个网址给我写上去。 那写日制分多种，一种是写本地字盘，一种是写远端，还有一种是写内存，我们根据不同的场景选择不同的东西，那这个时候可能我的存储戒指会发生变化，对吧？那这时候它也是个事件， 那你就可以通过 a o p 去拦截，然后拦截了之后只拦截了这个事件。就是当这个时候我要写日制，具体写到什么东西，这个实现交给别去交给别的地方来做，对吧？啊？就这么一个事情，所以在写代码的时候互克斯，大家可以在不同的场景去触发不同的互克斯， 你可以想在哪个环节我需要去做什么事，然后就可以去用一个钩子来把它实现掉， 这个是配置文件。配置文件什么意思？就是当我们去写的时候，我们那个配置有一些是工程级别的， 比如说这个是大家一个公司的这个项目里啊，具有这些约束，那我们把它写到工程里，就是工程级的配置，还有一些个人用户级别的。个人用户级别的时候我有一些喜好啊，我的喜好就是我喜欢用这个工具，我喜欢这些东西，但是啊公司不一定这样子 啊，所以说我会把这些配置写到我这里，比如说我自定义 command 啊，自定义 sub agent， 这些都是我个人的习惯，可能这个团队每个人有每个人不同的习惯，所以说这个可能就存在用户级别的配置，那还有个是局级别的配置啊，就是所有的人都可以想我这个配置啊啊，所以说配置是分级的，就大概就这么个意思。 然后场景化应用简单说一下啊，就是，呃，在 c l i 里面，刚才讲说在 ide 里面我们一般是面向深度开发，那在 c l i 里面，我们我们有的时候就是做一些高价值的一个验证的时候，你就不需要打开 ide， 可以 快速的去完成一个圆形的验证。那 还有是教学的时候也非常简单啊，比如说刚才，呃，非常简单的一个场景，像，像，像那个刚才我说和 crom 这个 mcp 结合工具这个场景啊，前两天就有一个应用实践，一个朋友去给大学，呃，给给给大学，高中 给高中老师去做，文科老师去做培训，培训干嘛呢？培训如何教学那个曲线，就数学那个曲线怎么去画？就文科老师对计算机其实是基本上不太懂的 啊，然后这时候他就说，哎，我怎么样能够把给学生讲清楚这个曲线是如何生成的？然后他怎么样能够动态？然后以前做这些可能都要通过 ppt， 然后来做，做的很复杂 啊，要讲花很多的精力。那今天啊，到到了那个学校之后，这个同学就跟老师去聊说你的想法是什么？这老师说了想法，他就一步一步把他的文字打出来，打出来之后就直接丢给了 c i， 然后这边挂上 m c p 工具，那边浏览器里面就把这个曲线动态的画出来了，并且它是可以拖动的，可以交互的啊，这么一个方式啊，所以说在教学里面这也是一个场景啊，探索， 探索，调研，就像刚才我说的八卦，也是一种探索，对吧？啊？你关心热点词，关心热点词，或者是你，你在工作中突然间有个东西你不会了，以前我们的思路都是是通过 这种搜索引擎去搜索到某一篇文章，然后这篇文章可能会给我一些介绍一些片段的知识。那今天我想体系化的学一下这个知识怎么办？你可以直接丢给这个 agent 来实现，就像我刚才说的，你说，哎，我今天对 agent 这个概念不太熟悉，能不能把 agent 来龙去脉方方面面给我整理一下相关的知识，帮我生成个网页啊，就可以了。 那这样的话也可以直接丢给他，你就不用去问搜索引擎了，演示类的也是一样的啊，这个很好理解了。第二个是无缝的工作流集成啊，就是刚才讲 c r y 其实 非常大的个应用场景，就是集成，它可以在你本地和你日常的工作流进行集成啊，做了什么事？比如说你在本地提交代码之前我要做什么事啊？或者是 最简单的场景吧，我在 get 提交代码之前，我不想去写那个 get 的 message， 我 想通过这个大圆模型自动帮我生成。 那么大云模型可以通过你读你 get 的 那个提交的 def 文件，然后帮你自动生成你的 get message， 而且按照你们公司的规范和要求生成，然后你就直接提交就好了，那这也是一个场景，这是，这是在你本地啊，集成一个场景， 那还有在公司企业级和这个云端的代码库集成的场景啊。举个例子，比如说公司说所有的人代码都要经过 code review， 那么以前都是通过人来约时间，对不对？今天你可以提交代码之后，提交了代码仓库，提个 p r 或者 m r 的 时候，自动会触发一个 c l i 执行， c l i 会自动地去帮你在云端啊，去做整个 cool review， review 出了问题，它会自动地在你那个代码库下面发评论， 说这个问题，这个问题，这个问题，然后呢，他会给你对应的修改建议，叫 stacson code 给你。然后如果你要对他提 review 出来问题不了解，你可以直接艾特他，说这个问题什么意思，他得给你解释一遍。 如果你也不想去处理啊，你说你能不能帮我修复一下，你就直接艾特他，让他帮你修复啊，他就给你搞定了啊，就是这么一个事，那这个其实也是一个集成的一个场景，那包括像 kbs、 容器、刀刻等等这一系列的啊，都可以集成。所以大家在日常工作中 啊，你的，你去回头去看你的整个一个软件生命周期的各个环节。其实今天我们讲 ai 的 加持更多的时候，它是一个潜移默化的一个过程，就跟我们今天自动驾驶一样，它是个潜移默化的过程。那通过这种方式，你就可以看看我这个 里面哪些能用 ai 来取代。你可以通过 c r i 把它集成上来，然后它就具备了这个整个一个智能的能力啊，然后团队协助，就是呃，生成这个文档呀，或者是代码规范检查等等一系列的，那待会我们介绍 ide， ide 里我们有个非常好用的功能，就 rep wiki， 那 它就是有一个文档的这么一个功能啊， 未来我们期待的就是让 agent 触手可及，这也是我们做 cly 的 一个很大的一个初心，就是说让整个 code 的 智能能够走出 ide， 能够融入到你所有的软件研发的生命周期里边。 所以刚才讲，除了 ide 接闭插件 turn 功能之外，我们通过 acp 协议的支持，今天你用 zed 啊，然后 emacs 和 new vim 啊，我们都可以去支持这个能力。然后下面是代码仓库，下面是 im 里边， im 里面大家想个场景 啊，就是说今天如果我们两个在聊天讨论一个需求，讨论完了之后啊，你直接艾特一下，说，你帮我把我们讨论内容整理篇文档吧，啊，他帮他整理出来，然后你们两个确认没什么问题，你说好按这个文档来给我开发吧，然后代码就写完了，其实这就是一个协同的场景，我们不要把 code， 不要把 code c r i 想象成它是一个工具，其实它是一个在你身边的同事啊，你有什么事，你是怎么样和你同事协同的，你就可以考虑用这种方式来和他协同。 那这就是典型的 code review 的 场景，就是和 github 集成之后，它就会自动的，你看 github 会自动的帮你把 review 的 这些问题列罗列出来，并且告诉你哪些是 hi， 哪些 made， 哪些 low， 然后如果你要是懒得去处理，那你就直接跟他说，你说你帮我修复，它就会自动帮你修复啊，修复完了之后它会帮你提个 pr， 提完 pr 之后告诉你我改了什么内容，然后这就是这是整个一个集成的一个场景啊， 然后啊，快速 mode 啊，接下来我介绍一下快速 mode 啊，快速 mode 什么呢？就是 spot 驱动的义务，义务任务为派。其实这个问题也非常好理解，就是我们在软件研发过程中 经常会有一句话，需求，这是大家最痛恨产品经理这个事，对不对？产品经理就一句话，然后你把这给我实现了，这肯定是实现不好的， 对吧？啊？那所以呢？如果我们想让这个我实现了，这肯定是实现不好的，对吧？啊？那所以呢？如果我们想让这个我实现了，这肯定是实现不好的，对吧？啊？那所以呢？如果我们想让这个我实现了，这肯定是实现不好的，对吧？啊？那所以呢？如果我们想让这个任务写个 prd， 把需求文档写清楚， 这是第一个场景，第二个场景，哪怕是今天给各位配了个实习生，配配了一个这个实习生来一起来工作，你这种一句话任务他也是搞不定的，因为他根本就不了解你，你的需求你都没描述清楚，甚至你自己都没有想清楚，对吧？ 那这种时候怎么办？其实就是通过我们不断的去对焦聊，所以说技术人员要写什么？要写这个技术设计文档，他就知道怎么去做，最终做出的样子是什么样子。 那整个这些过程其实就是 spec， 我 们讲我们和 ai 的 协调，不要把它想象成工具，它就是你们就是在和人去协同，那你去人协同的时候，如果你想让他把一个任务完成，那你就应该把这个需求描述清楚，而不是就一句话，需求啊，这就是 spec， spec 今天就是把任务能够描述清楚一个点，所以你想啊，今天给你派了个实习生，你给他布置任务，你说帮我把这个改成红色，把这个绿色改成红色，他可能五分钟改完了， 五分钟之后他又来打扰你了，他说我下个任务干嘛，对不对？你说把这个字体从十六号改成十四号，对吧？这都是很简单的任务， 你要一步步提交，但是如果你能描述清楚，你说整个网页从绿色给我改成红色，字体改成什么样子，整个风格改成什么样子，你能把这些需求描述的比较清晰的时候，其实这个实习生他说， ok， 这个工作量我需要做一天，他一天之内不会来打扰你 啊，你就专心做你自己的事情，一天之后，一天结束之后，他把他今天的工作成果呈现给你， 对吧？所以这是什么？我们把他描述的够长，这个任务相对是复杂一点的。另外一个我们期待这个任务交代给他，他能够执行的时间够长，而不是不断的去打断我，把我的心流打断掉，对吧？这也是我们 spec 的 含义， 所以我们就通过 spec 这种方式啊，就是大家把需求描述清楚，然后告诉 ai， 然后去做。但有些同学又说，哎，那 spec 这个写，写这个需求文档，写这个设计文档也很烦啊，我也不想写，那怎么办呢？那今天就是你还是提一句话需求，你提了一句话需求之后 啊，这个 ai 呢？他会去理解你的一句话需求，对于不清楚的需求，他会来问你，就变成了不用你去写，而是变成问答式的。他问你是不是这样子，比如说，呃，你说今天我想做一个，给公司做一个网页，这个网页我希望炫酷一点，对吧？ 然后 ai 就 蒙了，你像交给你同事，你同事也蒙，什么叫炫酷啊？对吧？那 ai 是 一样的，他读到炫酷这个词的时候，他就问你，他说什么是炫酷？对于你这个任务，我今天是 中等信心度或者是低等信心度才能把它完成，为什么？因为需求不明确，那他就问你了，他说什么叫炫酷啊？啊？目前主流的炫酷是这种风格是你喜欢的吗？因为很可能你也不知道你想要什么，你也不知道什么叫炫酷，对吧？ 然后他说，比如说现在主流的这种风格是不是你喜欢的啊？如果不是的话，那么你可以再描述一下你的风格，或者是我们再深入讨论一下这块怎么办？第二个，你只描述了需求，你没有描述技术站的实现， 那你是只通过这种 max j s 前纯前端的实现类型呢？还是我们前后端都要去实现呢？对吧？还是我就写个静态页面就行呢 啊？第三就是你这个，你只描述一个公司的主页，你的主页难道只有这么一个蓝店页面吗？有没有什么其他的公司介绍啊？什么联系我呀等等这一系列模块啊？他会跟你商讨， 他会去一步步引导你把整个需求描述清楚，然后你呢，就是按照他的引导回答问题就好了，回答问题之后他会把整个文档给你写清楚，写完了之后你看一下，你说， ok， 这个文档就是我想要的，这就是我想要的东西，然后你说你去干吧， 然后你交给他去干了啊，这就是整个 spec 驱动的编程啊。所以说我们第一步就是啊 spec first 描述一个需求，然后通过这种呃，跟 ai 同步对焦的方式，他帮你写个 spec 啊需求文档。第二步就是他开始执行，按照我们约定好的 spec 去执行， 那么因为描述的够清楚了，所以说他基本上不会来打扰你，但是过程中还是会有些问题，他跟上下文相关的。比如说，呃，今天我说咱们去吃好喝好，然后安排你们说我给你们买个咖啡吧，然后这附近有一家星巴克，结果那天点背，那星巴克就关门了， 对不对？那可能他要问你，他说星巴克关门了，旁边有家瑞幸，我能不能买瑞幸，哎，这个时候他要跟你交流了，所以说正常而言他跟你执行是不会来打扰你的，但是如果遇到一些具体问题的时候啊，他会来跟你互动，来来叫醒你。 第三个事情就是他所有的事情做完之后，他会做一个 report， 告诉你说我接了你这样一个需求，干了这些事，写了这些代码，他们之间差异在哪啊？整理一个报告文档给到你，这是 spec 驱动啊，所以说在一些异步的长时间的研发任务，你就可以交给他来做了啊，他的一个很大的特点就是异步， 就是你把这个任务交给他了之后，他就不占据你的这个精力了，你可以继续干你别的事情，而不是你要盯着他干活，然后你你不能干别的，是你交给他了之后就委派出去了啊，他去干他的事情， 然后你继续干你的事情，只有他有需要的时候来向你求助 啊。这就是刚才那个讲述的是在 ide 里边，我们怎么去委派啊？这就是刚才那个讲述的是在 ide 里也是一样的啊，在 ide 里面，你 问了一个需求，他就给你澄清啊，比如他就开始问你，他说你你，你问了这么一个问题啊，他就开始问你，他说你这个写的不够清晰啊，你这个功能范围是什么？技术偏好是什么？数据源是什么？部署环境是什么？然后他要问你了，你看掉了一个 ask user 的 工具，然后你在这里面就回答就行了 啊，他会给你一个呃建议。一般而言，第一条都是他给到你的默认建议，如果你懒，你看了一下他给你的建议不错，你就说都按你的来啊，那他就随意去发挥，按照他那个建议去执行了，如果你哪条不满意，你就说哪条，哪条要改一下就可以了，然后他就会写一个文档，写一个文档之后就把委派出去了，你就不用管了。 好，那我今天的分享差不多就这里就结束了啊。然后，呃，大家如果需要下载 c r i 的 话，其实非常简单，就自己一条命令，然后 mac， windows 用 mac 和 linux 用这条，然后如果 windows 的 话用 npm 来安装就可以了，这样的话就可以把这个安装上来了。好，我今天分享到这里，谢谢大家。