跳到主要内容

7 天上手路线

目标​

在 7 天内搭出一套能真正服务日常开发的 AI coding 工作流，并留下可复用的规则、记录和复盘材料。

输入条件​

  • 你已有一个日常使用的代码仓库
  • 你愿意固定一个主平台试用 7 天
  • 你可以接受记录失败和复盘
  • 你会选取小而明确的真实任务，而不是一上来就做大型迁移

步骤​

Day 1：选主平台​

目标：确定一个主平台和一个备用入口。

动作：

当天产出：

  • 1 个主平台
  • 1 个备用入口
  • 1 段不超过 150 字的选择理由

Day 2：搭环境​

目标：把规则和边界写清楚。

动作：

  • 配置 repo rules 或等价规则文件
  • 标出禁止修改目录
  • 确认最小校验回路：lint、test、build 里至少有一个能稳定跑

当天产出：

  • 规则文件草案
  • 目录边界说明
  • 最小验证命令列表

Day 3：写第一版 contract​

目标：把 prompt 从聊天变成任务合同。

动作：

  • 读 Prompt Contracts
  • 为一个 bugfix 写第一版 contract
  • 明确输入、输出、边界和验收条件

当天产出：

  • 1 份 bugfix contract

示例模板：

任务：修复一个已知 bug
范围：仅限 src/auth 和 tests/auth
不要做：不要改动数据库 schema，不要顺手重构其他模块
输出：给出变更说明、关键 diff 点、验证结果
验收：lint 通过，相关测试通过，行为与 issue 描述一致

Day 4：跑一次 bugfix workflow​

目标：完成一次“定位 -> 最小修复 -> 验证”的完整闭环。

动作：

  • 选择一个可复现的真实 bug
  • 只让 agent 做一件事：先定位原因，再做最小修复
  • 跑验证并记录返工点

当天产出：

  • 1 个真实 bugfix 记录
  • 1 份失败模式笔记

Day 5：跑一次 refactor workflow​

目标：在不改变行为的前提下做一次小型结构优化。

动作：

  • 选择一个小模块做结构整理
  • 明确“不改变行为”是第一约束
  • 要求 agent 给出改动理由和风险点

当天产出：

  • 1 次小型 refactor 记录
  • 1 个“哪些改动不该交给 agent”的清单

Day 6：跑一次 test workflow​

目标：建立“先定义覆盖目标，再补测试”的手感。

动作：

  • 选一个已有逻辑但覆盖不足的模块
  • 明确要覆盖哪些分支和边界
  • 让 agent 先提测试计划，再写测试

当天产出：

  • 1 组新增测试
  • 1 份覆盖目标说明

Day 7：复盘并固定下一轮动作​

目标：决定这套方法是否值得继续。

动作：

  • 统计本周 3 个任务的完成时间
  • 统计返工次数和 review 前人工修补量
  • 写下“继续保留、需要调整、暂不再用”的三类结论

当天产出：

  • 一页复盘
  • 下一轮保留的主平台与 workflow 组合

Prompt / Agent 合同​

这一周统一遵守四条规则：

  • 每天只练一类任务
  • 明确输入、输出和验收条件
  • 所有改动都要经过 lint、test 或等价验证
  • 遇到越界修改时，先缩小范围，不要继续追加指令硬修

校验方式​

至少记录这四个指标：

  • 从开始到可提交状态的总时间
  • 返工次数
  • 最终人工修补量
  • 需要重复解释上下文的次数

风险与失败模式​

  • 一开始就选太复杂任务
  • 每天换平台，导致没有可比性
  • 不写复盘记录，只凭印象判断
  • 让 Agent 同时修 bug、重构和补测试

下一步​

继续阅读与补充路径

这篇是入门执行路线。跑完 7 天之后，应该把个人栈、默认维护流和学习路径补成长期机制。

个人工程师栈搭建

把 7 天内试出来的入口、规则和验证回路固定成可持续栈。

Bugfix / Refactor / Test

把最高频的维护类任务固定成最小闭环，而不是每次重新设计流程。

学习路径

按阶段继续扩展你的工具、工作流和规范阅读顺序。

AI 工作流实操手册

把入门练习过渡到更稳定的日常 workflow 模板。