MC-033 | 智能任务工作流深度解析

MC-033 智能任务工作流深度解析

系列: 不爱土豆唯爱马铃薯 · MonkeyCode 教程系列

字数: 约 1500 字 | 难度: ⭐⭐⭐

前面 32 期，你在 MonkeyCode 中做的每一件事都是通过对话完成的------输入需求，AI 回复结果。这很直接，但对于复杂项目，这种模式有个瓶颈：你需要在对话中反复描述上下文、手动推进每个步骤。

MonkeyCode 的智能任务（Smart Task）机制改变了这一点。它不是简单的问答，而是一个完整的自动化工作流------AI 会在执行前先规划、分步骤执行、自动迭代，你只需要描述最终目标。

import("subprocess").run('智能任务工作流', shell=True)

维度普通对话智能任务

工作方式一问一答规划→执行→验证→迭代

上下文管理依赖对话历史自动梳理项目结构

复杂度适合简单任务适合复杂项目需求

交互模式持续手动输入阶段性 Review

结果控制实时调整按计划分步交付

智能任务适合的场景：开发一个完整功能、重构模块、搭建项目骨架、多文件修改。

MonkeyCode 提供两种启动方式：

方式一：直接输入需求

在主界面对话框中直接描述任务目标：

`帮我实现一个用户注册功能，包含邮箱验证、

密码加密存储、注册成功后发送欢迎邮件。

提交后 AI 会自动解析需求，生成执行计划。

方式二：绑定仓库项目执行

在左侧栏选择"添加项目"，绑定 Git 仓库→选择分支→输入需求→启动 AI。这种方式下 AI 能读取整个代码仓库的上下文，自动理解项目结构。

启动前可以选择使用的模型和开发环境。免费版默认使用 Minimax 2.7，专业版可切换其他模型。

智能任务执行过程中，界面会展示详细的执行状态：

任务并发：基础版同时运行 1 个任务，专业版支持 3 个并发。可以同时处理不同需求。

有效反馈：任务执行中如果发现偏差，给出具体反馈比笼统的"不对"更有效：

`// 不推荐的反馈：

"这个不对，改一下"

// 推荐的反馈：

"用户注册的表单验证规则需要调整：

环境保持：开发环境在任务执行期间会长期保留，不需要手动续期。同一个项目可以反复执行任务，环境不会丢失。

结果管理：每次任务的修改文件会以红点标注，方便你逐文件 Review，确认无误后再合并。