【AI 辅助案例分享】

AI 辅助研发:真实项目中的案例、习惯与规则沉淀(偏工程化)

摘要 :本文记录在「已投产业务系统」里把人机协作跑顺的一类做法:如何用 AI 加速定位与实现,同时用规则约束降低幻觉与返工。后半部分摘录本仓库 .cursor/rules 与项目 Skill 中的要点,便于读者迁移到自己的 Cursor / 团队规范中。
关键词:Cursor、Rules、Spec 驱动、SpreadJS、人机协作、存量系统

声明:文中案例为「场景类型」归纳,便于读者对照自己的业务替换细节;规则条文以仓库内实际文件为准,此处为导读式摘录。


一、我为什么写这篇

生产系统里用 AI,最怕两件事:一是模型「想当然」改错分层或漏边界;二是对话漂移,改着改着偏离原始目标。

本仓库通过 架构导引 Skill + SDD 四阶段规则 + 交互原则 + Git/测试/安全约束 ,把「能做什么」和「必须先满足什么」写进上下文,实践下来对 稳定产出 帮助很大。下面先写使用习惯与感悟,再写规则精华,方便一篇读完就能抄作业。


二、典型 AI 使用案例(可按类型迁移)

2.1 需求澄清与方案取舍(先于写代码)

场景 :口头需求模糊,例如「提交前要再多校验一档」「客户页某个表格联动不对」。
做法 :先让 AI 复述约束与成功标准 ,必要时补充「入口路由 / API / 状态枚举」;明确拒绝「无依据的大改」。
收益:减少 XY 问题(用户要解决 X,却描述成手段 Y),避免一上来就改错文件。

2.2 领域代码快速锚定(SpreadJS + 委托单流程)

场景 :表格绑定、监听、getData/setData 链路长,单靠搜索关键词效率低。
做法 :打开项目 Skill(项目skill)里给的 目录与流程锚点 :保存、提交、客户提交、PE 审核各自对应的前后端路径;再让 AI 结合 Lean_docs 中长文做细节。
收益:从「在整个前端里盲搜」变成「按数据流分段精读」,改造字段或校验时不易漏链路。

2.3 后端分层与接口改造(Controller → Service → Repository)

场景 :新增或调整 ELN 相关接口。
做法 :先对照 Skill 中的分层表,约束 AI 禁止 在 Controller 堆业务、禁止 拼接 SQL;Oracle 参数形式等与仓库约定一致。
收益:改动集中在 Service/Repository,评审路径清晰,回归范围可控。

2.4 Spec → Plan → Tasks → Implement(功能性变更)

场景 :必须可验收、可追踪的迭代(关联 FR / CHG)。
做法 :先有 Spec / 变更说明,再拆 Plan 与 Tasks;实现阶段 TDD 或至少按 AC 补测试 ,代码注释带 @spec
收益:AI 生成代码时有「单一事实来源」,减少「写了但不知道验收什么」。

2.5 工程化收尾(Lint、提交、结构性变更)

场景 :前端改动提交;或动了目录/入口等结构性变更。
做法 :前端提交前按规范跑 ESLint / Prettier;结构性变更同步 CLAUDE.md 并跑仓库提供的同步检查脚本。
收益:CI 与人脑记忆解耦,协作成本下降。

2.6 数据结构与 SQL(结合专用 Skill)

场景 :要对 Oracle 表结构写 SQL 或生成实体。
做法 :使用「查表结构」类 Skill,让产出 贴合真实库表 ,避免 AI 臆造字段名。
收益:少一轮「跑不通再改字段」的往返。


三、我总结出的「有效行为」清单

  1. 上下文给够,但边界写清:仓库路径、相关 Spec ID、复现步骤、期望与非目标(例如「本次不改模板格式」)。
  2. 先对齐目标再允许改代码:对照 conversation 规则里的「直接执行」与「深度交互」------简单任务快进,高风险任务先对齐约束。
  3. 让规则替你重复唠叨:把 Spec、分层、提交规范放进 Rules / Skill,减少每轮对话手动复读。
  4. 小步可验证:宁可多几次提交,也不要单次巨型 diff;Implement 阶段前置推送安全快照的做法尤其适合多人协作。
  5. 触碰存量才补课:不动无关存量;碰到旧代码再补「简化 Spec + 变更 Spec」,成本低、纪律严。

四、感悟(简短但真实)

  • AI 更像「高带宽实习生」:快、勤、敢写,但需要你用 Spec、架构图式索引和代码约束告诉它「何谓正确」。
  • 规则是护栏,不是形式主义 :在投产系统里,规则换来的是 可回滚、可对账、可交接
  • 人与模型分工 :人负责目标、优先级与验收;模型负责检索、草稿与局部实现;测试与评审仍是人的责任边界。
  • 渐进式 SDD 合理 :全盘追溯历史代码不现实;改动触发纪律更易坚持。

五、本项目中值得借鉴的 Rules(摘录与导读)

以下为 导读 ,完整条文请以仓库 .cursor/rules/*.mdc 为准。

5.1 全局与 SDD(00-global.mdc01-sdd-spec.mdc

  • 核心 :Spec 先行、可验证、可追踪、结构性变更同步 CLAUDE.md
  • 四阶段 :Specify → Plan → Tasks → Implement;存量 不动触碰即纳入 Spec 流程。
  • 落地:代码注释关联 Spec / AC;变更文档与 Spec 「变更历史」表格联动更新。

5.2 交互与问题求解(conversation-principles.mdc

  • 结构:默认区分「直接执行」与「深度交互」,兼顾效率与防漂移。
  • 澄清:不预设用户已定义清目标;歧义影响正确性时先问清。
  • 路径:优先最小充分解;指出更短更稳方案;大变更说明代价与风险。
  • 审慎挑战:警惕 XY 问题与高影响任务的机械执行。

5.3 Git 与协作(07-git.mdc

  • Conventional Commits;说明与正文使用简体中文
  • 功能性提交 feat(FR-XXX): 描述 等形式。
  • 涉及 app 时,git add 前执行 lint:eslintlint:prettier
  • Implement 入口:未提交变更先提交并 push 作为安全快照;结构性变更配合 check-claude-sync 一类检查。

5.4 安全与测试(04-security.mdc03-testing.mdc

  • 安全:输入验证、白名单、禁拼接 SQL/命令;认证授权与敏感数据约束。
  • 测试:前端 Vitest(.test.js 同目录)、后端 xUnit + Moq;新增/变更功能需有测试覆盖思路。

5.5 前端约定(06-frontend.mdc

  • Vue 3 + Composition API、Pinia、SpreadJS 等栈;组件与 API 目录约定;单文件组件体量等约束,利于 AI 生成一致风格代码。

5.6 架构与业务导引 Skill(项目_skill

这不算传统「rules」,但对 AI 极有用

  • 一句话业务定位、前后端入口、Controller → Service → Repository 分层表。
  • 前端 src/spread 与绑定/监听目录索引;保存、提交、客户、PE 等 端到端锚点
  • Lean_docs 新手手册、SpreadJS 详解分工:Skill 索引 + 长文细节

六、结语

若你也在 Cursor 里维护复杂业务系统,建议优先投入三件事:给 AI 一张架构与流程地图(Skill)用 Spec 绑定验收用 Rules 固定交互与提交纪律

本文可作为 CSDN 正文骨架;你可把第二节换成自己的真实需求编号、截图与前后对比,会更接地气。


附录:仓库内可顺带打开的文档

  • .cursor/rules/:规则全集
  • .cursor/skills/项目/SKILL.md:项目架构与流程索引
  • Lean_docs/:新手手册与 SpreadJS 机制长文(若本地已有)
相关推荐
暗夜猎手-大魔王1 小时前
转载--AI Agent 架构设计:目标漂移(OpenClaw、Claude Code、Hermes Agent 对比)
人工智能
老黄编程1 小时前
大型工地实时数据处理与三维重构系统方案
人工智能·ubuntu·信息可视化·重构·入侵检测·大型数据集中处理
godspeed_lucip1 小时前
大模型工具调用从入门到实战(1)
人工智能
叫我王员外就行1 小时前
Claude Code之三大模式
ai编程·claude code
舟遥遥娓飘飘1 小时前
如何解决 Claude Code 频繁授权(权限请求)问题
自动化·ai编程
墨北小七1 小时前
从目标检测到行为识别:YOLO 模型微调实战
人工智能·深度学习·神经网络
Peter·Pan爱编程1 小时前
第三篇:10 分钟上手:用自然语言生成一个全栈应用
人工智能·ai编程
薛定猫AI2 小时前
【深度解析】从 Claude Jupiter 到 ARC-AGI 3:大模型发布信号、评测体系与多模型工程接入实践
人工智能·agi