AI Coding 经验分享

借助 AI Coding，我最近用全栈模式开发了一个数字人产品：https://ma.maybe.ai/

这个产品会用 AI 数字人模拟一批用户，在 Telegram 群组里进行活跃对话。

核心模块主要有几个：

Telegram 对接：

负责 Telegram 账户授权、消息对话这些能力。

用户可以填写网页、Twitter 账户、RSS 等数据源，也可以直接上传文件。

基于 RAG，用户可以通过关键词检索话题素材，来控制群聊内容。

底层用的是 Maybe Workflow。

使用了以下 AI 编程工具：

做这个产品的过程中，我也总结了一些 AI Coding 的技巧。

不要用“修复登录问题”这种模糊描述，最好直接写成：

用户输入错误密码后，/login 接口返回 500 错误且控制台显示 'undefined is not a function'

参考 lib/agents/core/standard-agent.ts，新增 group_summary Agent class，用于处理新增的 Agent Type. 逻辑和 standard 一致, 等下我再调整

我喜欢每天建一个新的 tasks 文件，把需求先写进去，再粘贴到 CC 里，方便后面回溯和修改。

把项目概况，比如产品背景、文件路径、接口信息、架构说明，都提前写到 Claude.md 里。同时把 test、lint、format 这些命令准备好。

我一般只做 API 级别的集成测试，保证核心流程 API 没问题就行。如果要做到很细的单元测试，成本会比较高，所以还是要看阶段。项目早期可以先不做，等稳定后再补。

后端测试相对好做，mock db 基本就够了。

前端测试这块，我暂时还没有找到特别顺手的实践。

有了测试兜底，重构就会放心很多。

优先重构大文件，避免 LLM 每次改动都消耗太多 Token。我一般会先让 LLM 列出 src 目录下所有文件和对应行数，超过 1000 行的，基本就该开始拆了。

复杂问题我会先让 AI 出一个计划，自己 review 之后再执行，避免 AI 一开始就理解偏了。