AI 辅助编程工作流

问题：从模糊需求到代码仍太随机

许多 LLM 编程流程的问题是：需求一句、代码一堆，中间缺少可检查的工程节点。模型可能跳过需求边界、分层架构、数据流和部署配置，开发者拿到结果后还要反复追问。这个技能把“先想清楚”固化成步骤，而不是靠临时提示词临场发挥。

工作流：样本模仿 + 提示词驱动

它内置两份提示词，并附带参考样本：

• 元协议：复杂功能拆成原子方法，默认先展示方法调用结构，用户可要求完整代码。
• 架构提示词：固定分层路径，例如客户端 UI -> ViewModel -> UseCase -> Repository，服务端 Controller -> Service -> Repository -> Entity，并统一技术栈变量。

实际执行分三步：

1. 读取 复杂功能描述样本，把需求扩展为 需求点 -> 功能点 -> 执行点。
2. 读取 方法调用结构样本，结合技术栈生成跨平台调用蓝图。
3. 基于蓝图生成客户端、服务端、数据库、配置和部署文件。

适用边界

它适合需要稳定模板的中小功能开发、代码结构学习、教学演示。若项目已有复杂领域模型、组织规范或历史代码，需要人工补充约束；它的默认技术栈示例偏向 Android / SpringBoot / MySQL / Kotlin，实际使用时应替换为真实技术路径。