我目前的 LLM 代码生成工作流程

主要观点:分享使用 LLM 进行软件开发的工作流程,包括绿色领域(Greenfield)和非绿色领域(Non-greenfield)的不同方法,强调规划和测试的重要性,同时提及工作流程中的一些挑战和应对措施。
关键信息:

  • 绿色领域:先用对话式 LLM 提炼想法生成 spec.md,再将 spec 传递给推理模型生成 prompt_plan.md 和 todo.md,最后用各种代码生成工具执行,如 claude、aider 等。
  • 非绿色领域:使用 repomix 等工具获取代码上下文,通过 LLM 生成各种任务相关的 markdown 文件,如代码审查、生成缺失测试等,再用 claude 或 aider 进行处理。
  • 挑战与应对:工作流程大多是单人操作,团队协作困难;代码生成过程中等待时间长,可通过开始其他项目、听唱片、玩游戏等方式应对;对 LLM 持怀疑态度的人可阅读相关书籍了解其益处。
    重要细节:
  • 绿色领域中 spec 的生成方式及用途,如用于代码生成、生成白皮书等。
  • 非绿色领域中 mise 工具的使用及任务定义,如不同的 LLM 任务。
  • 工作流程中在 claude 和 aider 上的具体操作步骤,如粘贴 prompt、运行测试等。
  • 提到的一些相关工具,如 github workspace、aider、cursor、claude engineer、sweep.dev、chatgpt、claude.ai 等。
  • 关于 LLM 的一些有趣应用,如创建 lore 文件等。
阅读 18
0 条评论