AI 编程开发思维

一、核心理念

你想得越清楚，AI 做得越准确；你越模糊，它越跑偏。瓶颈不在 AI 能力，而在你的思考质量。

1.1 分工原则

层级	责任人	内容
第一层	必须你做	产品边界、架构决策、技术取舍、跨模块一致性
第二层	AI 做你验收	业务代码、接口开发、前端页面、测试用例、文档
第三层	AI 全权处理	格式化、样板代码、简单重构、启动脚本

1.2 验收三步法

查意图：做的是否是要求的功能？
查质量：风格、规范、一致性是否符合项目整体？
查边界：错误处理、异常、潜在风险是否覆盖？

关键模块强制跑测试再接收，别光靠肉眼。

1.3 防偏离策略：规范驱动开发

复制代码

定规范 → AI 执行 → 人验收 → 迭代规范

规范制定要点：

具体：AI 看到规范后无需猜测
有优先级：AI 反复跑偏的地方写细，不偏的地方不写
带原因：告诉 AI 为什么，而不只是规则

规范分层：

全局规范（CLAUDE.md）：命名规则、接口格式、错误码、设计原则
模块规范：模块目录下定义，开发前单独约定
任务规范：每次任务的补充说明，临时性

示例规范：

命名：字段小驼峰
返回格式：统一 { code, message, data }
设计原则：不过度抽象，一层能解决不拆两层；不引入技术栈外依赖

二、项目启动流程

2.1 产品需求分析

梳理核心功能：

复制代码

帮我梳理【产品名】的核心功能模块，按类别分组，每个模块用一两句话说明。

功能取舍：

复制代码

我要基于【产品】做简化版。约束：一个人开发，20-50 人使用，本地部署。
请从功能列表中判断哪些是核心必须做，哪些可以砍掉，给出理由。

2.2 技术选型

评估维度： 开发效率、生态成熟度、AI SDK 支持、运维复杂度

示例技术栈：

后端：Gin + Gorm + MySQL 8.x + Redis 7.x
前端：React 19 + TypeScript + Antd
容器化：Docker + Docker Compose

2.3 写 CLAUDE.md

产品定义、功能范围、技术选型、运维预期，全部落成文档。

diff 复制代码

根据讨论，帮我把项目概述写进 CLAUDE.md，包括：
- 产品定位
- 做什么 / 不做什么
- 技术栈
- 部署与运维预期

三、架构设计

3.1 应用架构

推荐：模块化单体

一期：单模块开发，50 人使用
后续：可平滑扩展到数千人

模块示例：

common：公共模块
业务模块：按功能领域划分

依赖原则： 单向依赖，禁止循环

3.2 代码组织规范

分层结构（每个模块统一）：

ruby 复制代码

module/
├── controller/     # 参数校验、调用 Service
├── service/        # 业务逻辑、事务管理
└── ...

分层规则：

Controller：只做参数校验和调用 Service，不写业务逻辑
Service：处理所有业务逻辑，包括事务

3.3 外部调用设计

针对 LLM API（OpenAI、Claude、Gemini、Ollama）等慢且不稳定的外部调用：

需考虑的维度：

线程管理
容错机制
超时控制
重试策略

四、数据库规范

4.1 通用字段

字段	类型	说明
id	BIGINT	自增主键，禁止 UUID
created_at	DATETIME(3)	创建时间
updated_at	DATETIME(3)	更新时间
deleted	TINYINT(1)	逻辑删除

其他约定：

禁止 NULL，空值用空字符串或 0
枚举用 VARCHAR(32)，不用 MySQL ENUM

4.2 索引规则

命名：idx_{表名}_{字段名}
逻辑删除字段必须加进组合索引
组合索引：等值列在前，范围列在后
多对多关联表：两个方向都要索引
唯一约束用 UNIQUE INDEX，不只在代码层校验
禁止在 TEXT/BLOB 字段建索引
不建数据库级外键约束，应用层维护

4.3 分页规则

默认：游标分页（WHERE id < lastId ORDER BY id DESC LIMIT N）
OFFSET 分页：限制最大 10000 条
COUNT：只在第一页查，翻页不重复查

4.4 大表预判

表名	特点	索引建议
message	增长最快	(conversation_id, created_at)
document_chunk	向量数据	MySQL 只存元数据，向量存 pgvector

pgvector 规范：

维度固定 1536
必须建 HNSW 索引
检索必须加 LIMIT，禁止全量排序

五、部署与运维

5.1 部署架构

生产环境：Docker + K8s

前端：Nginx 托管静态文件 + API 反向代理（proxy_buffering off）
后端：Gin，K8s Deployment（一期单副本）
数据库：MySQL 8.x（外部服务）
缓存：Redis 7.x（外部服务）
向量库：PostgreSQL + pgvector

5.2 缓存策略

数据类型	存储	TTL
对话上下文	Redis	2h
对话消息	不缓存，走数据库	-
知识库文档	不缓存，走数据库	-
LLM 响应	不缓存	-

5.3 运维预判

QPS 估算
性能瓶颈预判
扩展路径规划