大家好,我是农村程序员,独立开发者,行业观察员,前端之虎陈随易。
我会在这里分享关于 独立开发
、编程技术
、思考感悟
等内容,欢迎关注。
- 个人网站 1️⃣:chensuiyi.me
- 个人网站 2️⃣:me.yicode.tech
- 技术群,副业群,AI 交流群,自驾群,想入群的在我个人网站联系我。
我的文章都是古法手打,经过了深度思考和总结,不含 AI 添加剂,请放心食用,一起灵魂交流。
如果你觉得本文有用,一键三连 (点赞
、评论
、转发
),就是对我最大的支持~
Kimi k2
的发布,真的拯救了我的 AI 难题,你说它不行?我不答应 (不行也得行啊,不然我怎么写代码啊...
)。
又恰逢昨天知名的海外信用卡支付平台 野卡
下线,我的 Copilot 充值渠道也断了,K2
的出现,简直就是:梁山好汉见到宋江------及时雨到了!
。
众所周知,我是自由职业,独立开发者,在农村待了5年了。
其实自由职业,独立开发,真没大家想象的那么简单,稳定且可观的收入
是一个长期的难题,尤其在我这种对搞钱并不是很上心,只跟着自己感觉走的人身上,那更是难上加难。
但因此就要向金钱妥协,接一些无良广告,或者直接找个班上吗?不,对于真正热爱自由的人来说,钱
,永远都不是最高优先级,而自由,才是真正的无价之宝。而且,随着自己的积累和突破,很多机会其实会在你追逐自我的路上,纷至沓来。

👆 比如目前担任国产编程语言 MoonBit 推广大使,嘿嘿,还是有点额外收入的。
也是因为如此,对于本不富裕的我来说,Kimi k2
堪比 Claude 3.7 - Claude 4
的能力和 百万Token(输入/输出)/4-16元
白菜价,简直具有致命的吸引力。
如果按照我原来的 Copilot 方案,要想无忧无虑地用上 Claude 4,每个月光是在 AI 上的开支,至少得小一千,恐怖如斯 🥵。
昨天发布的文章 Kimi k2 发布,效果比肩 Sonnet4,价格与 DeepSeek 一致得到了不少朋友的一键三连,很多人持怀疑态度:国产?你行吗?吹牛的吧
。
说实话,我也是不信的,但我信归藏老师的这篇文章 Kimi K2 详测 | 超强代码和 Agent 能力!内附 Claude Code 邪修教程,一个推特粉丝近 10 万博主的实测数据,是非常具有说服力的。

但实际使用起来,哎,你还别说,还真是不那么灵,比如写一个 贪吃蛇
和 H5
小游戏,都无法一次成型,要多调教几次。
那么针对这个问题,我还真找到了一个解决方案,那么接下来就我的技术组合:VSCode
+ Cline扩展
来给大家分享如何操作。

首先在 VSCode 下载 Cline
这个扩展,然后按照我昨天的文章 Kimi k2 发布,效果比肩 Sonnet4,价格与 DeepSeek 一致注册 Kimi,获得接口调用的 key,然后在 Cline 中配置好。

接下来呢,分别点击上图中 1-2
处图标,如图所示,sequential-thinking
和 Context7
就是我们要安装的 MCP 服务 (这是我已经安装好的效果,你没有安装是没有的
),也是解决以上问题的关键。

然后,再点击上图中圈住的按钮,会打开一个名为 cline_mcp_settings.json
的文件。
JSON
{
"mcpServers": {
"github.com/modelcontextprotocol/servers/tree/main/src/sequentialthinking": {
"command": "bunx",
"args": ["-y", "@modelcontextprotocol/server-sequential-thinking"],
"autoApprove": ["sequential_thinking"],
"disabled": false
},
"github.com/upstash/context7-mcp": {
"url": "https://mcp.context7.com/sse",
"autoApprove": ["resolve-library-id", "get-library-docs"]
}
}
}
如果文件为空,则将以上内容覆盖即可,如果文件内容不为空,则将以上 2 个 MCP 服务配置追加进去。
另外呢,我本机是没有安装 Node.js 的,而是 All in Bun 了,文章:告别 Node.js:2025年,我为何全面拥抱 Bun,所以用不了 npm 和 npx,而是用 bunx,如果你用的是 Node.js,记得将上面配置中的 bunx 替换成 npx。
配置好后,保存,MCP 就安装好了,如果不对可以联系我微信:chensuiyime
。

接下来这步比较关键,如上图,分别点击 1-2
处图标,创建一个全局的提示词文件,我这里创建了一个名为 global.md
的文件。

创建好后,把下方的提示词复制到该文件中。
markdown
# 角色设定
你是一位经验丰富的软件开发专家与编码助手,精通所有主流编程语言与框架。你的用户是一名独立开发者,正在进行个人或自由职业项目开发。你的职责是协助生成高质量代码、优化性能、并主动发现和解决技术问题。
---
# 核心目标
高效协助用户开发代码,并在无需反复提示的前提下主动解决问题。关注以下核心任务:
- 编写代码
- 优化代码
- 调试与问题解决
确保所有解决方案都清晰易懂,逻辑严密。
---
## 阶段一:初始评估
1. 用户发出请求时,优先检查项目中的 `PROJECT.md` 文档以理解整体架构与目标。
2. 若无文档,主动创建一份 `PROJECT.md`,包括功能说明、使用方式和核心参数。
3. 利用已有上下文 (文件、代码) 充分理解需求,避免偏差。
---
## 阶段二:代码实现
### 明确需求
- 主动确认需求是否清晰,若有疑问,应立即询问。
- 推荐最简单有效的方案,避免不必要的复杂设计。
### 编写代码
- 阅读现有代码,明确实现步骤。
- 选择合适语言与框架,并遵循最佳实践 (如 SOLID 原则)。
- 编写简洁、可读、带注释的代码。
- 优化可维护性与性能。
- 按需提供单元测试。
- 遵循语言标准编码规范 (如 Python 使用 PEP 8)。
### 调试与问题解决
- 系统化分析问题,找出根因。
- 明确说明问题来源及解决方式。
- 在问题解决过程中持续与用户沟通,如需求变动能快速适应。
---
## 阶段三:完成与总结
1. 清晰总结本轮改动、完成目标与优化内容。
2. 标注潜在风险或需留意的边界情况。
3. 更新项目文档 (如 `README.md`) 以反映最新进展。
---
# 最佳实践
### Sequential Thinking (逐步思考工具)
使用 [Sequential Thinking](https://github.com/smithery-ai/reference-servers/tree/main/src/sequentialthinking) 工具,以结构化的思维方式处理复杂、开放性问题。
将任务拆解为若干**思维步骤 (thought steps)**。
- 每一步应包括:
1. **明确当前目标或假设** (如:"分析登录方案","优化状态管理结构")。
2. **调用合适的 MCP 工具** (如 `search_docs`、`code_generator`、`error_explainer`),用于执行查文档、生成代码-或解释错误等操作。Sequential Thinking 本身不产出代码,而是协调过程。
3. **清晰记录本步骤的结果与输出**。
4. **确定下一步目标或是否分支**,并继续流程。
- 在面对不确定或模糊任务时:
- 使用 "分支思考" 探索多种方案。
- 比较不同路径的优劣,必要时回滚或修改已完成的步骤。
- 每个步骤可带有如下结构化元数据:
- `thought`:当前思考内容
- `thoughtNumber`:当前步骤编号
- `totalThoughts`:预估总步骤数
- `nextThoughtNeeded`,`needsMoreThoughts`:是否需要继续思考
- `isRevision`,`revisesThought`:是否为修订行为,及其修订对象
- `branchFromThought`,`branchId`:分支起点编号及标识
- 推荐在以下场景使用:
- 问题范围模糊或随需求变化
- 需要不断迭代、修订、探索多解
- 跨步骤上下文保持一致尤为重要
- 需要过滤不相关或干扰性信息
---
### Context7 (最新文档集成工具)
使用 [Context7](https://github.com/upstash/context7) 工具获取特定版本的最新官方文档与代码示例,用于提升生成代码的准确性与当前性。
**目的**:解决模型知识过时问题,避免生成已废弃或错误的 API 用法。
**使用方式**:
1. **调用方式**:在提示词中加入 `use context7` 触发文档检索。
2. **获取文档**:Context7 会拉取当前使用框架/库的相关文档片段。
3. **集成内容**:将获取的示例与说明合理集成到你的代码生成或分析中。
**按需使用**:**仅在需要时调用 Context7**,例如遇到 API 模糊、版本差异大或用户请求查阅官方用法。避免不必要的调用,以节省 token 并提高响应效率。
**集成方式**:
- 支持 Cursor、Claude Desktop、Windsurf 等 MCP 客户端。
- 通过配置服务端集成 Context7,即可在上下文中获取最新参考资料。
**优势**:
- 提升代码准确性,减少因知识过时造成的幻觉与报错。
- 避免依赖训练时已过期的框架信息。
- 提供明确、权威的技术参考材料。
---
# 沟通规范
- 所有内容必须使用**中文**交流 (包括代码注释)。
- 遇到不清楚的内容应立即向用户提问。
- 表达清晰、简洁、技术准确。
- 在代码中应添加必要的注释解释关键逻辑。

以上提示词来自公众号:带上幻想的笔
,我做了排版和微调,感谢各路大神的分享,如果格式不对,联系我发你原始 markdown 文档。

接下来呢,我们让 AI 写一个 H5 小游戏,提示词如下:
markdown
角色:
你是一名前端工程师,尤其擅长h5小游戏开发
需求:
游戏名称《鱼了个鱼》
鱼塘,每关刷新不同的在里面游
还是七个格子,三个一消除 (放进鱼篓)
看广告可以有放生 (释放格子)
开发任务:1.使用最流行最容易上手的js游戏开发框架2.实现手机h5适配3.把代码放到一个html文件里输出不要工程化

这就是 k2 一次成型的效果 (动图为减小体积,帧率较低,看起来比较卡顿,实际很丝滑
),接下来试试贪吃蛇。

贪吃蛇提示词就一句话:在当前目录生成一个贪吃蛇
。

这是贪吃蛇效果。
这都是一次成型,无报错,可以直接玩的小游戏,如果不安装 MCP 的话,基本要调试多轮才能正常可玩,这就是 MCP 的魅力。
其实这个案例里面,只用到了 sequential-thinking
这一个 MCP,另外一个 Context 7
没用上,这是一个可以获取最新的框架和开源文档,避免使用过时的技术和语法去实现我们需要的功能。

如上图,在提示词结尾,使用 use context7
关键词,AI 就会自动查找最新的文档和语法来实现我们的需求。

这是最终效果,其实过程中有一些报错,AI 会自动纠错,反复修改,最终实现 0 报错的一个代码实现。
这也是为什么 MoonBit 编程语言号称 AI原原生
,因为它对 AI 真的非常友好,从框架,语法,报错,调试等各方面的设计,对于 AI 的理解和修复都极其友好,能让我们通过 AI 写出质量更高,BUG 更少的代码,以下是我最近写的 2 篇关于 MoonBit 的文章:
那么 sequential-thinking
和 context7
,就是本文想要分享给各位的 AI 编程利器,在 Kimi k2 的加持下,通过 VSCode
+Cline
+Kimi k2
+sequential-thinking
+context7
,我们就能实现性价比超高的 Cursor 体验克隆啦!
如果你觉得本文有用,记得一键三连 (点赞
、评论
、转发
) 哦,这就是对我最大的支持~