怎么用ai来生成keil5代码

大家好，最近呢是在用这个 stm 三二的这个开发板，然后完成一个步步进电机实现倒立摆的一个小装置，但是呢我这方面经验不是很足， 但是呢我对这个也特别感兴趣，然后我就想着能不能用这个 ai 编程工具来辅助我们完成这个代码的编写， 嗯，今天我测试了一下，是完全可行的，然后我相当的话就把这个整个的工作流程跟大家分享一下。 这里呢我使用的是 tree， 它是一个 ai 编程工具，然后它的模型也是相当的丰富，大家可以去这个官网上面去下载，就是三 w 点 t r a e 点 c n， 注意一定要是 t r a 一 点 c n 啊，因为咱们国内只能使用这个 c n 版的，国际版的话连接不上的。 那么回到 q 五的这个界面里面，首先我们要在 q 五里面把自己的项目配置好，就是按照那个江雪科技视频里面那些介绍进行初步的配置。配置完了以后，我们在这个翠的界面 打开文件夹，就是打开我们项目所在的文件夹，选中，然后选择我选择文件夹这里呢因为我已经打开了，我就不再选择了，我们可以选一个别的文件夹给大家示范一下，我们选这个 选择文件夹，这个时候它会出来一个窗口，用个 vs code 或者是别的编程工具的话，大家都比较这个流程应该会很熟悉的，然后要点击信任啊，然后我们就可以在这里对它进行提问， 然后就告把我们的需求发给他，他就会直接帮我们对这个项目中的那个代码进行修改，或者是生成新的代码，来这里示范一下，我再回到我原来的那个项目，示范一下那个 他修改代码以后的那个效果，他这里也支持那个语音输入，帮我生成一个驱动电机正转两圈，然后再反转两圈的程序， 这个时候他就会开始分析问题。我们这里用的是豆包 c 扣的这个模型，这个大家可以看哪个好用就选哪个， 要等一下，然后他这已经在对这个，呃，他这里已经在对面点 c 的 这个文件进行修改了，我们可以查看变更，这种红色的呢，就说他删除了代码，蓝色的是他生成的代码， 我们等他生成完成好，可以看到他这里已经完成了修改， 然后我们这个时候再回到这个 k 五的这个窗口，它会出来一个提示窗口，它说的是什么？它这里说的就是 m 点 c 的 这个文件内容已经发生了改变，是否要重新读取，我们点试， 他就会把翠这边修改过的文件给加载到这个我们 k 五的这个翻译环境当中，我们可以看一下， 然后按照正常流程，这里首先翻译一下，看一下有没有报错 啊，这里是零 l 点警告，然后点击下载， 然后他这里就已经新的程序就已经下载下来了。我们可以看到，因为我之前的电机他是一直是沿一个方向旋转，现在呢他是正转，然后再反转，但是这个程序可能是有点问题， 但是流程是这样的，这样的一个工作流程呢，就可以极大的提高我们的开发速度，然后让我们把重心放在这个开发进度上面，不被 一些其他的困难所阻碍，我们的最终目标，当然了，嗯，还是要学习这个相关的代码掌自己掌握才行。 虽然有 ai 工具的情况下，但还是要自己要掌握相关的知识，就是对于使用者来说，我们自己要知道是哪里出了问题，然后一些繁琐的事情可以交给 ai 去帮我们处理。

呃，大家好，呃，以前呢，我是做过这个 e a 背写教程的，呃，包括从这个呃代码的编程的基础开始讲，那现在呢？ ai 呃出现了， 呃很多程序员呢都开始用 ai 来背写程序了，呃，那我们的教程也要随之变化， 那我们这个教程呢，就是呃教大家如何利用 ai 工具，呃在没有这个呃编程基础的情况下来呃制作我们的 ea， 那 么还是从头来讲一下这个呃什么是 ea？ 那 所谓的 ea 呢？就是能够呃自动化执行呃用户的交易策略的一个程序 啊，我们打开 mt 四啊，我们以 mt 四为举例，我们在这个导航栏里找到有 ea 交易，那这里呢就是呃 ea 的 程序了， 那我们点一个 ea 使用的时候呢，我们把 ea 拖到图标里，然后就可以正常运行了，就是我们点下 ea 右键，我们点修改，这个时候就来到了这个呃 ea 的 代码中，这个程序就是由这些代码组成的， 这些代码代表了我们的交易执行逻辑，我们在这里边写呢和修改 ea 啊，我们新建个 ea， 在 左上角，我们点新建新建一个文件，然后上面写写个啊程序名，然后点下一步啊这个新的空白。 ea 一个 ea 的 模板 就包含了几个主要的运行函数啊，且没有内容，这就是一个简单的呃如何新建一个 e a 的 过程。 那接下来我们介绍我们这个 ai 工具，它是专门呃用来编辑 mt 四 mt 五的这个程序的啊，包括 e a 啊，指标脚本啊这些啊， 我们就在这里通通过它呢把我们的自然语言，把我们的逻辑直接转化成代码，那在在这个过程中呢，我们也可以来学习这个代码的编写， 那使用之前呢，我们要在左上角这个下拉菜单，选择我们要编辑的啊程序类型，有 e a 啊，脚本啊，指标啊，有 mt 四 mt 五的 啊，然后呢选好以后，我们在这个输入框里输入我们的啊编程逻辑，我们写一个简单的逻辑，当当前的价格啊大于前日的最高价的时候，我们先买单， 呃反之呢下卖单。然后接下来我们看出场的逻辑，我们把止盈设在呃近十天 a t r 的 呃 四分之三，四分之三吧，也就是前十天的平均波动的四分之三的值作为止盈，这样我觉得比较合理。 然后呢止损呢，我们设为呃，比如说买单的话呢，我们就设设为 呃前一天的前一天的最低点，注意止损，整个交易逻辑呢，就啊符合这个经典的道士理论。然后呢我们注意点一下这个整理要求， 将我们这个自然语言这个要求呢做下整理，这样 ai 呢能更好地准确地来实现。当然不点这个整理要求呢也是可以的，我们直接点右上角那呃提交，提交给 ai， 它会直接的生成代码， 我们点这个整理要求要稍等一下， ai 这正在根据我们的呃要求进行整理，这个时候呢，它把你的要求进行细化啊，非常的详细，然后你要从头检查一下是否符合我们的呃初衷啊，我们这个 呃要求我们检查一下啊，他把我们有一些细节已经给完善了，检查没有问题之后，就确保每次仅持有一单，然后呃 包括这些参数啊，这些他都他都给这个补补上了。 这个时候我们点完提交以后，它还会反问，确认一些问题，确认一些细节问题，这个时候你可以挑选着回答，挑选着用一些你比较你认为比较重要的一些问题来回答， 然后呢回答好以后，我们再次点击提交给 ai， 这有可能呃时间会稍长一点。 好的，现在代码已经生成了啊， 呃，这个浅色部分，这就是生成的代码，然后呢它会有给给出这个安装的说明啊，这个前面我已经说到了，然后在这个代码呢左上角呢有一个复制代码按钮， 我们呃点一下复制代码要回到我们刚才新建这个模板这空白模板里啊，这空白模板叫 e a e， 我 们选全部选中，或者按 ctrl 加 a， 选中以后我们粘贴粘贴进去刚才的复制代码，我们粘贴进去，注意点一下这个编辑按钮， 编编写按钮是把原那个原码呢编写成这个可执行的程序，然后呢看到下面没有红色的报错，我们就可以返回这个 m t 四这个终端了，我们可以找到刚才新建这个啊，这个 e a e 刚才已经出现了，这时候我们把这个啊测试模块打开，这测试模块在左上角有一个放大镜一样， 然后选中，在那个 e a 交易里选中我们的也然后点这个 e a 参数，这个就是呃 ai 给我们做的代码， 它设置的一些默认的一些参数设置，我们在使用的时候可以修改，那我们把这个设置周期呢改成日线啊，日线， 然后点击开始测试，我们时间呢也尽量选择，就是近几天呢啊，不要选太长，测试的时候你下载太长的时候，他可能下载历史数据比较慢。 好的，那我们加快一下速度，进度条是加快他这个执行速度，看到了吧？他向下突破了前，嗯，前推线的前日的低点，那他下了买单，然后呢止损呢？止盈呢？自动设置为这个 啊，前十日波动值的四分之三处啊，连续几天这个它都是盈利，都是盈利平仓的，因为它现在是一个单边行情 啊，这我没有提前看这行情啊，这个就我是 就是临时想这么一个 e a， 那 这个时候呢？这个 e a， 没想到这个表现还挺好， 那这个时候这个 e a 就 完成了，就回到这，我们这个代码 b a 器啊，看到上有一些细节，我跟大家说一下，就是 啊，这个代码处代码窗口有一个导航到这个 e a 啊，你点下导航，它就会导航，把这个嗯我们的焦点呢放到这个 最新生成的 ea 智能滚动到那，然后如果我们呃我们可以回来看一下这个 ea 的 这个日制啊， 刚才测试的一个日制，它每一处发生了什么，在这里要详细的解释，这个也方便我们。呃后面的调试， 如果我们对这个刚才生成这个页有什么修改呢？想什么增加一些功能啊，或者是哪里有问题呢？我们可以 继续在这个指定窗口中下达我们的命令，比如说增加什么功能，比如说啊增加这个啊，头寸的自动计算啊，或者是啊其他的，比如配合一些其他指标啊，都可以在这个 上面来修改，然后再点提交，这样的话呢它就会呃更新我们的 e a， 那 今天这个呃简单的这个 e a， 哎通过 ai 来笔写 e a 的 教程，到这到后面呢我们会呃进行一些深入的一些细节的讲解， 也欢迎大家呢啊使用我们的平台来呃进行这个呃编程的尝试。

好，亲爱的同学们，今天呢，咱们来学习一下怎么在 tree 当中安装 q 的 助手，有了 q 助手之后呢，我们在 tree 当中直接就能够编辑程序和下载了，不需要再打开 q 软件了啊，好，我们呢先呢建一个工程啊， 就这个吧，还是简单的 led 灯啊，改名叫 a 翠杠 d e m 五好， m 五。那这个呢，我们先测试一下啊，验证之前呢，肯定确保我们自己的程序是 ok 没问题的啊。 好，我现在编一下哎，零错零警告，它是能够编一正常通过的啊。好，然后呢，我们回到 tree， 我 们把这个给它关掉，重新再打开啊，打开刚才的那一个， 好选择这个文件夹啊， 确认这里出现 shift 五啊，好，这个时候呢，这文件里它是没有这个嗯，变异的一些选项的啊，所以呢，我们点开扩展插件，在这里插件里我们如果像 vsq 的 一样直接搜 q k e i l 你 q 在 vs code 里就有，但它这没有啊啊。 q assistant a s s i s t a n t。 没有搜不到，你搜不到怎么办？看这里啊，点此查看解决方案来点 没有的看啊，没有的，他给你说了没有了怎么办啊，我们去 vsq 的 插件市场去搜啊，来，按照它的步骤点 这里搜 q k e i l assistant a s s i s t a n t。 叫 q 的 助手啊， 好，这么多是吧，搜第一找第一个啊，这个是用的最多的开始下载量嘛，四百一十 k 啊，这剩下的都少啊，这是第一个点 好，这个助手我们是找到了啊，然后安装的时候兄弟们看啊，往下一步啊， 稍有点麻烦啊。在详情页中点击 region history 这里啊，详情页中点击 region history， 好， 这里确定它的版本。这个 q s 真的 确实更新的比较慢啊，二一年才更新的是吧，二一就二一吧。然后 在在这个 url 当中 item name 字段，如 截图中的，看嘛，这我们找到了这个链接当中的 item name 等号后面的这一堆，将小数点前后部分分成两个字段，分别是 a 和 b 啊，分别是 a 和 b 啊，前面是 a， 后面是 b， 还有一个 c 这个版本号我们要安装哪个版本啊？之后使用提取出来三个字段，只替代下方 url 当中同名字段，所以我们还需要做这么一个操作啊，啊，复制一下，把这段整个复制上啊，复制上之后 啊，回来，回到我们桌面吧，咱们去桌面啊，我们新建一个 txt 文本， 这个呢，我们就叫做 q assistant， a s s， i s t， n t 啊， q assistant 好， 打开它，把它粘贴进来。好，粘贴进来之后呢，我们要 按这个链接，要去替换三个东西啊，回到这，哎，不是，这是这里这里啊， come on， 就是 这个链接 里面的这个啊，把这两部分，这小数点前面的这部分， 这不 item name 吗？把它复制下来， ctrl c 复制下来啊，这是我们找到的这个 q c 层的它的链接啊，回到刚才粘贴进来的那一段代码里面， 我们先放到这啊，小数点前面，注意啊，我们看它这里写的小数点前面是 a field a， 这 field a field a 在 什么呢？在那个啊， publishers 后面的这个格格里面是 a， 然后在 v s extension 后面呢是 b， 紧接着后面是 vision 啊，是版本，这就是，这是 a， 这是 b， 这是 c 啊，好，那我们回到这儿， 这是 a， 所以 c l 是 a， 把它复制上，这个是 a， 替代替换它， b 是 这部分， ctrl 加 c b， 这这一段啊，整个这一段 excel 后面这部分是 b。 好，艾特，带了，带了回车吗？不要回车啊，不要回车啊。一行啊， system， 然后是版本号，版本号，我们再看一下是几版本。一点七点零，把它复制上， 一点七点零。好， ok 了，这三个一个字都不能错，一个否都不能错。把它全部复制上， 复制上，然后新建一个文件啊，把新建一个链接粘贴进来，回车， 哎，看，回回车，它下载了，看到了吧，它直接下载了啊，直接就下载了，我们把下载的这个文件啊，你得找到它搁哪呢，然后点开这， 哎，我这个在下载发票这个位置，来，我把它呢放到一个地方吧， ctrl 加 x， 我 放到我的这个，嗯， 我一般呢是装软件的，我是装在 d 盘啊，打开 d 盘，在我的 soft 下面，哎，我把它粘贴到这里，进来粘贴好，我这之前因为已经有一个了，所以它让我是我覆盖啊，好，放到这，你看我这下面有好多这些东西啊。 ok 了，这时候呢，只是把扩展插件的安装文件下载下来了啊，下载下来之后呢，我得装啊，装，怎么装啊，兄弟们，在这里啊，注意啊，在这块，你点开插件的这个这个框之后啊， 这有个三个点，点一下，选择从 v s i x 安装给它找，刚才找到我们放置进去的那个路径， solve 的 下面找。哎，这个 跟之前装那个 c c 加加那个扩展工具是一样的方法啊，就是 v s i x 啊，这是插件的后缀名啊，这不是我们下载下来了吗？这个版本安装 好了，开始安装了，哎，这右下角显示已安装完成，扩展好，知道了，啪，这看到了就已经有了啊，这就有了，安装完之后呢，我们要配置一下我们 q 的 安装路径啊，那你得去找到我们的 q 的 安装路径在哪里啊？我们 q 的 安装路径呢？ 嗯，我的呢是在地盘， c 在 下面， q 五幺，哎，在这个位置 啊，这个位置它得找那个编辑器啊，编辑器在哪？编辑器在 u v 四下面，在这个文件夹下，对，就是在这个下面啊，啊，先把这个路径先放到这儿，然后我们回来，你可以把它复制上啊，把它复制上，然后回来，回到我们的 tree， 在 q 程序的这个配置这个地方有个管理，看右下角这个齿轮啊，点一下 扩展设置，哎，看到吗？这，这用户，这是两个路径， 这一个路径呢是 c 五幺的 u v 四点 e x c， 一个是 m d k u v 四的 e x c， 这个呢是运行八零五幺内核的，这个是三二内核的，这两不一样啊，那么这东西路径是一样的啊， 看路径都是一样的哎，因为我是两个都放到同一个地方了，所以就把它放到这里面就可以了，哎，我装完之后呢，它自动，它找到了，它就自动加载上来了，如果同学们你的没有自动加载下来，那你把刚才复制的那个路径就放到这里就可以了， 注意选择啊， u v 四路径下面的 u v 四点 e x e 啊，这两个都是一样，剩下就不用动了啊，不用动了，然后我们回到我们的文件这里啊， 回到文件这里之后呢，这个就可以关掉了啊，哎，这是我们的代码窗口呢，回到文件这里之后， 那我们点击左下角这里看，会多出来一个 q u v g project， 叫 q 的 project， 它的工程啊，你把这个框稍微可以往上调一点， 你点一下之后把这个框往上调一点，空间大一点了啊，看，你看你的文件多少啊，文件多的话你就往下放一点，这时候呢，这就是我们整个 q 的 工程，你看 q 工程就搁这了啊，里面就一个 c 文件，然后在这个位置它就会有一个编辑，看 build rebuild， 下载 download， 我 们的文档它不能下载，但文档单面可以编辑啊， 这个时候你就不用回到我们 q 里再去翻译了。我这里写完代码啊，别说我这 p 不是 p 一 点的，我这改 p 一 是吧啊，这 p 一， 我这俩都改一下， p 一 是吧？好，我直接翻译，我这搁这翻译就完事了。翻译 啊，它在这直接就会出信息，干嘛下面就能出信息？这块就是我们 q 里面的下角的信息，错误警告信息，它全能显示出来 啊，在这个终端窗口啊，然后此时，那你看他这块也，他说变了，是吧，我们自动加载一下，我刚把这个 p 零变成 p 一 零了，一一零变成一了啊，然后此时我们下加的软件，加的软件，我们也改一下啊，改一下内容， 刚才是这个，这我啊，这个，下面这个啊，我们只要在这一翻译啊，你看我这一翻译它就自动下载点， 哎，对，看翻译完了，它自动下载啊，咱们就不用再回到 q 当中了啊。 好，这几个就讲完了，你学会了吗？

这是我觉得最可行的让 ai 帮你自动生成 logo 代码的方法。你需要两个东西，一个是 vsco 的 编辑器，另外一个是一个 photoshop 的 ai 插件。安装完这两个插件之后呢，你直接打开一个 logo 代码， 然后你要怎么写呢？你要写注是表述你的需求，写注是，然后让它帮你生成。比如说这边我连接完成之后，就想要让他帮我统计一下每个国家最受欢迎的电影类别，选中按一下 ctrl 加 i， 它会凸显这样的 a i， 然后你只要在这边写上根据注是写 logo， 这边你可以点击一下运行，这样就运行成功了。下边这边就是我所想要的一个结果，然后如果你觉得没有问题的话，可以点击这里的保留。然后第二个呢，我想要让他对每个国家每个月的租赁次数进行累计求和，这就是一个典型的窗口函数的应用场景，所以让他也帮我生成一下。你选中这里的注是，然后 ctrl 加 i， 也是写上根据注式写 circle， 按一下 enter， 然后他也帮我补全好了，按一下 run 出现了一些问题，他说 secure data chunk 这个并不存在。这遇到一个背景知识的问题，因为他不知道我使用的是 my circle， 所以 这时候呢，你需要给 ai 添加一定的背景，可以在根目录里面新增一个文件夹，叫点一哈， 新增一个 markdown 文件，这就是为了给他补全一定的背景知识。然后你可以写上我使用的数据库是 my circle， 根据 my circle 八点零的规范，补全代码。 ok， 把它保存一下，然后这时候再回来，然后选中按一下 ctrl 加 i 补全 circle 代码， 那你会看到这边他把刚才的 data chunk 变成了 data for mat， 然后点击一下这边的 run， 现在就可以运行成功了。然后下面这边就是一个典型的窗口函数的应用，根据国家和月份对它们进行一个累积的求和。 然后如果你的需求更加的明确的话，比如说你需要哪些表进行关联，需要生成哪些字段，然后以及要进行哪一些分组，做哪些开窗的预算等等这些如果你非常的明确的话，就可以告诉他，让他直接帮你生成代码，非常的方便，感兴趣的话你可以试一试。

当被面试官问到怎么样去开发一个前端 ai 代码编辑器生成器的时候，并且呢能够去结合通过自然语言描述生成 react 或者 view 代码，并且支持代码预览编辑，一键生成等等，这些效果怎么做 啊？当被问到这个问题的时候呢，同样先暂停，先想一想这个问题他的考察点， ai 代码生成这个技术啊，其实现在已经非常成熟了啊，但是我们在想，从模型到代码生成中间，他到底还需要有哪些知识点掌握？或者说如果我们自己要去做这样一个代码生成器的话， 需要掌握哪些知识点？第一个呢，肯定是 ai 代码生成的技术方案实现，你用什么样的模型啊？怎么样去理解用户的提问，然后呢，规划代码生成的一些任务，最后来生成实际的代码，里面就会涉及到代码生成的方案，我们把它考察点 给大家来猎取一下啊。第一个点呢，其实就是 ai 代码生成的实现方案， 再然后呢，你生成的代码它的质量如何去控制？包括呢，代码的优化怎么做？ 再然后是交互，这种交互的话，其实涉及到的就是如何去开发一个代码编辑器，代码编辑器开发的话有很多种方案，不管是 molecule， molecule editor， 还是基于像这个 code， mirror 等等，这都是对应代码编辑器的方案。另外呢，就是代码格式化和语法检查 对应的考察点啊。那么先来看到解析思路，解析思路这一部分，如果说让你要去实现一个 ai 代码生成器的话， 提词词跟代码生成逻辑的设计啊，这两部分呢，其实是最重要的，提词词呢，需要包含足够的上下文，就包括你的目标框架，你的功能描述，设计要求，代码风格偏好等等，这些其实都是属于你提词词那部分需要重点有的内容。 再然后呢，可以设计模板化的提词词来通过变量替换对应到不同的代码的生成需求啊。 好在进入实践上面呢，我们比如说你可以选择用 longchain， 但是我建议啊，像这种通用型的智能体， 我建议大家后续还是可以多去学习，去看一下 deep agent 的 通用型智能体的开发啊，基于它来开发其实是最合理的，它不仅有了 longchain， long graph 的 那些能力，它还有 本地的这个执行沙箱啊，叫执行沙箱，还有包括呢其他的这种更高安全性策略的实现最可取的。 另外在代码生成质量这一块，我们需要考虑通过多级质量检测机制。什么叫多级质量检测机制？首先检查语法，再然后通过 yes， link， 包括 protea 这些工具来去检测它的语法的正确性和代码风格是否满足你的要求。 最后呢，来确保你代码符合我们完整的工程设计的一些规范，那其实就涉及到语法检查，通过 e s 令的这些语义检查看代码的风格啊，还风格检查，包括最终的代码生成，是否 提供代码注示和文档说明，这是都是属于你团队的规范。以前你的这些规范是给组员看，现在这些规范是给你的 ai 的 工具看 啊，这是代码生成质量的把控。那最后一部分呢，就是用户的界面以及可读性，再包括为了保证能够提高的生成效率，你可能还需要去实现代码片段的一些缓存机制啊，就比如说有些常见的代码片段可以缓存，然后呢代码格式化那一块的话，可以去结合 perimeter， 然后呢对于你的代码进行自动格式化。那当然其实在这部分里面，用户界面设计啊，最重要包含，比如说你可以用 molecule editor 来开发一个 editor， 来开发一个代码编辑器啊，用 molecule editor 来开发一个代码编辑器，然后呢你甚至还能够去支持协同开发，协同编辑 用户界面设计包括协同编辑这些功能啊，来去支持你的 ai 代码生成的一个协同性和团队的可用性好，那在这个环境里面呢，其实包含的几个大的点啊？第一个的我们设给大家总结一下设计的知识点， 第一个是关于 ai 代码生成的一些技术原理，包括呢题词工程和模板设计质量的控制，检查机制，以及代码格式化跟美化的方式啊，还有就是用户界面和交互逻辑的设计，这些其实都是我们这个问题所涉及到的 知识点，那么呢可以把它完整去复习，去看一看。主要呢其实大家要抓住几个重点呢？既然是代码生成器，那就是 ai 怎么样去理解用户需求， 然后呢怎样去高效的生成代码？生成代码以后，这个代码呢，最终肯定要到代码编辑器上面，代码编辑器我们可以选择，比如说 micro editor 或者 code mirror 来封装一个你自己的代码编辑器，比如说叫妙码 editor 来接入你的这些 ai 能力啊？这个问题呢？回答好之后其实是非常加分的。

刚面了一个五年经验的前端，我问他，现在团队全面用 ai 生成 react 组建代码， ai 一 口气给你生成了三百行，状态管理副作用、各种优雅风装全都有，你怎么判断这段代码可不可靠？能不能直接合并上线？ 他想都没想说跑一遍 ui 对 得上功能能点就能用。我说这个思路没毛病。但我再问你， ai 给你生成了一个带分页的表格，看起来很正常，但如果后端返回的数据结构变了， ai 有 没有给你做防御性结构？如果用户狂点刷新按钮， ai 生成的请求防抖是假的还是真的？如果这个组件被卸载又重新挂载， ai 写的 use effect 会不会导致内存泄露或者重复请求？还有那些看上去很漂亮的 use copfeed use memo 依赖数组填的对不对？会不会导致闭包陷阱？会不会因为一个依赖没写全，让页面性能从六十帧直接掉到五帧？ 他愣住了，憋了半天说了一句，那，那我只能人工一行一行看呗。面试到这里，我心里已经有答案了。这就是普通前端和高级前端在 ai 时代最大的分水岭。很多人都觉得 ai 写的代码干净规范，能跑就是好代码，大错特错， ai 生成代码的速度和 ai 生成代码的生产级质量是两件完全不同的事。前端 ai 最大的坑不是他不会写，而是他太会假装自己会写。你看到的优雅结构、 hux 封装状态提升， 在边界场景下全是雷。一个能扛事儿的高级前端，遇到 ai 生成的代码，绝对不是直接合，而是用一套标准化叫验体系去兜底。如果这道题目你也不会回答的话，我整理了让大厂 hr 沉默的必考题库，包含 v o 灵魂拷问、 react 高频陷阱， js 十连问点个赞， 评论区甩六六六，打包带走， nice。 第一层，运行时行为拆解，不要只在 chrome 里点两下，要拆交互层，状态层，渲染层，副作用层。故意快速点击按钮，看防抖截流有没有生效， 故意拖拽窗口尺寸，看 resize 监听有没有正确销毁，故意在组建销毁瞬间触发异步请求，看控制台是不是一堆 can't perform state update on unmounted component ai 十次有八次不处理这个。第二层，逻辑漏洞与性能量化，不要再凭感觉审代码了， 看无效虫渲染次数。 ai 特别喜欢把不该变的对象放进依赖树组，看内存泄露风险， set introvert 事件监听， web sip， ai 经常忘了在 return 里清理，看 ssr 兼容性。 如果你们用 next 点 js， ai 随口就写 window inner wait， 服务端直接给你报错，崩溃。第三层，接入规范与高危场景，重点蓝定标准权限控制表单校验，敏感数据展示，脱敏，大列表，虚拟滚动，这些都是 ai 的 重灾区。 用工具批量扫 eslint 规则全开， react hooks 规则强制检查， react widgets 做性能录屏，人工只干三件事，看状态竞争，多个请求回来迅速错乱，看用户权限遗漏。 ai 经常直接渲染编辑按钮，不管角色，看 ai 凭空编造的业务规则， 比如它自己给你加了个自动保存逻辑，但产品根本没要啊，这个就叫专业。说白了，未来不是谁用 ai 写代码更牛， 而是谁能让 ai 生成的代码真正可靠？普通前端看的是能不能点，高级前端盯的是崩不崩，卡不卡，安不安全，状态乱不乱。最后问你们一句， 你们有没有遇到过 ai 生成的前端代码，看起来优雅的像教科书，结果一测全是隐性 bug。 评论区互相伤害一下，把你踩过最大的那个坑写出来。那咱们就互相伤害一下。

嗨，大家好，作为开发者啊，咱们平时写代码肯定没少用 ai 助手对吧？它确实极大地提高了效率，但也绝对没少给咱们添堵，甚至有时候简直就是一场噩梦。今天这份资料解析呢，咱们就直奔主题，彻底改变你管理 ai 编程助手的方式。 咱们要把它们从经常瞎写代码的麻烦制造者，变成高度自律的代码专家。好，让我们一起来看看受 andry car party 启发而总结出的这套优化工作流。 不知道大家平时有多少次被 ai 的 自作主张气得疯狂砸键盘。你看， andry carpathi 的 这句观察，简直是精准，踩中了咱们每天都在经历的痛点。他说，魔情会替你做出错误的假设，并且连查都不查，直接就顺着跑下去了。 真的，这就是那些未经调教的 ai 最大的毛病，他们总是基于自己脑补的错误上下文一路狂奔。 这些症状咱们肯定都不陌生。你想啊，当 ai 变成一个打了鸡血但又没人管的实习生时，他能干出什么事？他特别喜欢把本来很简单的 api 搞得无比复杂，疯狂堆砌毫无必要的抽象层。 最气人的是，他有时候还会作为所谓的副作用，把你原本跑的好好的、跟当前任务完全无关的代码甚至注示给删了。就算你给的提示词很模糊，他也绝不会反问，而是直接开始瞎编。 所以啊，天天跟在他屁股后面擦屁股，显然不是咱们想要的工作状态。这就引出了一个非常核心的问题，咱们到底怎么才能修补这些恼人的编程陷阱，彻底终结这种代码无序膨胀呢？ 其实破局的思路出奇的简单，甚至可以说是非常优雅。咱们只需要一个单薄的 markdown 文件，无论是 c l u n d， m d， 还是 cursor m d， 这就相当于给你的 ai 助手强行安装了一个底层操作系统。这个文件里嵌入了四大基本原则，能从根本上规范它所有的输出行为。好， 咱们先来看第一个原则。编码前先思考。简单来说，就是要逼着大模型改掉那种闭着眼睛瞎猜的坏毛病。 在写哪怕一行代码之前，他必须先把思路理清楚，比如强制他明确说出自己的假设，遇到模棱两可的地方，把几种可能的解释都摆出来分析。 更重要的是，我们要赋予 ai 说不的权利。如果他觉得有一个更简单的方法，他得大声提出来。感到困惑的时候，第一反应必须是停下来问你，而不是自己强行往下写， 治好了他的盲目自信。接着咱们来看原则二，简单至上。这个原则专门对付 ai 那 种令人窒息的过度设计。 本来一百行代码就能干干脆脆解决的问题， ai 往往会大发慈悲地给你塞个一千行的意大利面条式代码。 这种巨大的代码量不仅让维护成本直线上升，以后出 bug 更是让你找都找不到，咱们绝对不能惯着这毛笔。 那具体怎么管呢？咱们在提示词里给他设定一个高级工程师检验法，你就直接指令他。如果一个资深工程师在 code review 的 时候觉得这代码过度复杂了，那你现在就给我立刻简化，能用五十横写完的，绝对不要给我写两百行， 这就叫把他的思维死死摁在务实的轨道上。接下来是原则三，外科手术室修改 大家绝对遇到过这种崩溃瞬间吧，本来就让他修个小 bug， 结果好家伙，他把你整个文件都宠够了，原先好好的功能全挂了。 所以我们需要他像外科手术一样精准，只动为了解决当前问题必须动的地方，而且代码风格必须跟现有项目完美贴合。就算他觉得有更牛的写法，只要原本的代码没坏，就决不允许他去碰，他只能清理自己弄乱的地方。 这里有个重灾区，就是处理无用代码，也就是 dead code， 规矩必须立死，他只能删掉因为刚刚那波操作导致没用了的变量或导入 原有的死代码，绝对绝对不许碰。如果他在上下文里发现了原本就没用的废代码，他可以好心提醒你一句，但绝不能擅自做主给删了。这招能防住无数个潜在的毁灭级连环报错， 最后也是最能体现大模型威力的一点。原则四，目标驱动执行。这就需要咱们把沟通思路从命令式转变成可验证式。 对比一下，如果你干巴巴的命令，他说添加验证，那出来的结果简直跟开盲盒一样。 但如果你换个说法，给出具体目标，比如先针对无效输入写几个测试，然后再改代码让测试跑通，这就完全不一样了。你给了他一个明确的成功标准，他就能在一个壁环里自己去死磕迭代。 还是 carpathi， 他 有句话总结得一针见血，别告诉他该怎么做，给他成功的标准，然后就看他自己发挥。 说真的，只要你给这些大语言模型一个明确的验证循环，他们的表现绝对会让你大吃一惊。这不仅让你不用再苦哈哈的一行行审查，代码的质量也会呈指数级上升。 好了，说了这么多理论，咱们聊聊怎么落地，怎么马上把这套精密的规矩整合到咱们日常的开发环境里去呢？ 如果你再用 cloud code， 那 操作再简单不过了，你可以通过添加 multiple 市场装个插件，让这一套规则直接在全区生效。 当然了，如果说你更喜欢在每个项目里自己维调，那你干脆就把写好的 cloud md 文件直接扔进项目根目录，系统自己就会去读取这些核心准则。 那如果你是用 cursor 呢？也完全没问题。这套工作流同样完美支持直接把资料库里提供的 m d、 c 规则文件塞进你本地的规则文件里， cursor 的 ai 助手立马就会变成那个严谨克制的高级成员了。 当你真的把这套规矩立起来之后，你马上就能感觉到日常工作的变化。你看， get 差异对比的时候，那些莫名其妙的多余改动消失了， 你亲自去推翻他写的过度复杂，逻辑的次数也直线下降。更爽的是，在动手写代码之前，他居然学会了先找你澄清问题。最后的结果吗，就是你的 pr 会变得前所未有的干净漂亮。 当然了，咱们得实事求是。这套流程的核心逻辑是谨慎优于速度。 作为老鸟儿，如果你今天只是让它改个听写错误，或者写个超级无脑的单行代码儿，大可不必搞这么复杂，直接跳过就行，咱们费这么大劲儿。真正要防的是在处理复杂架构和核心业务时， ai 那 些能让你通宵加班儿的低级失误。 所以在听完今天的解析之后，我想留个给大家一个非常现实的问题，此刻在你的项目里，你的 ai 助手是在勤勤恳恳地帮你写健壮可维护的代码呢？还是在悄无声息地疯狂堆齐未来的技术债务？ 希望受 carparsi 启发的这套工作流，能帮你把代码库的绝对控制权死死地握在自己手里，赶紧去试试看吧！

ai 写代码，最贵的竟然不是写，而是找代码。 ai agent 进了陌生仓库就开始迷路，反复搜文件，读代码， token 全烧。在探索上， code graph 把你的代码库预建成一张知识图谱，函数调用继承，全变成可查询的节点和关系，不用翻文件，直接查地图。 这就是项目的 github 页面定位是给 ai agent 用的代码。知识图谱官方在七个真实项目上测过， token 省百分之五十七，工具调用减百分之七十一，成本降百分之三十五。项目越大，省的越多， 原理不复杂。 tree sitter 解析代码，抽取关系，存到本地 system key， 再通过 mcp 暴露给 agent 查询。 它提供了十个 m c p 工具，搜符号，拿上下文追调用链查谁掉了它，评估改动影响， agent 不 用再开，几十个文件，一次查到位。 最大亮点，完全本地运行，不需要 api key， 支持 cloud、 code、 cursor 等六种 agent， 二十多种编程语言。 大型代码库，陌生项目接手成本敏感团队这三类场景收益最大。小项目 graph 就 够，大仓库才是它的主场。 code graph 不是 让 ai 更聪明，而是让 ai 少走弯路，值得试一下。

你觉得让 ai 写一个原创笑话难吗？其实写出来一点都不难，但想写一个好笑的可真不容易。你会发现，同一个 ai， 你 让它深沉十次， 它就能给你十个完全不同的笑话。有的挺有意思，有的吗？完全是冷笑话，本冷。 那怎么才能让 ai 稳定地产出高质量的笑话呢？我搭建了一个叫评估器优化器的工作流， 名字听着有点唬人，但原理特别简单。这个工作流里有两个关键角色，第一个叫深沉器，它的任务很简单，就是负责写笑话。第二个叫评估器，它是个毒舌评委，专门给深沉的笑话打分找茬。 工作流一启动生辰气，先写一个笑话评估器，看过后如果觉得不好笑，会给出反馈，这太懒了吧？重新想一个， 然后生成器会根据反馈修改或者重写一个新笑话。这个写评改的循环会一直继续，直到评估器觉得，嗯，这个不错，可以通过你看。通过评估器优化器这个工作流， 我们就像给 ai 装了一个自我纠错的引擎，它不再是一次性生成，而是通过持续的反馈和迭代， 自己跟自己较劲，最终把一个还不错的答案优化成一个更好的答案。这就是 ai 工作流的魅力，不只是简单的问答， 而是精密的写作。如果你也想看更多 ai 的 幕后故事，关注我，我们下期见！