后端开发流程ai化实践思路

invicinble · 2026-07-13 16:00:03 发布

我们作为开发者

想一下，整个开发节奏和流程
梳理一下
然后，在看一下哪些步骤，可以交给ai去做
怎么交给ai去做，需要在本地软件，配置哪些内容

1.整理这个需求所有的信息量，聚合在一起
对要写的代码产生需求端的理解
梳理项目之前的代码习惯，比方说权限配置的相关逻辑
梳理架构啥的
梳理日志

2.想好代码里要做的事情
1.写接口，修改接口
2.配置技术栈

3.指挥ai做事
1.写代码
2.测试接口以及联调
3.上传代码
4.写开发文档

ok，那整个流程
我们的ai-ide需要和什么平台打交道
1.本地文件夹，数据库
2.接口测试（使用powershell生成的crul）
3.github
4.skill mcp链接wps

需要相关的mcp：
1.数据库，
2.github
3.wps
4.linux，ssh链接远程服务器
开发节奏、AI介入点以及本地配置清单彻底梳理清楚，形成一套可落地的 SOP。

把传统的瀑布流拆解为 “理解 -> 设计 -> 编码 -> 验收” 四个闭环：

阶段	核心动作	产出物
Phase 1：需求聚合与存量梳理	拉取需求文档、读取现有代码权限配置、扫描项目架构、翻阅日志异常	`项目上下文报告` (Context Report)
Phase 2：技术方案与任务拆解	确定接口契约（OpenAPI/Proto）、调整技术栈版本、拆分颗粒度任务（Todo List）	`技术方案.md` & `开发任务清单`
Phase 3：AI 编码与自测	生成/修改接口代码、编写单元测试、生成 PowerShell 测试脚本、本地跑通	`功能代码` & `本地测试通过`
Phase 4：交付与沉淀	Commit 规范性提交、PR/MR 合并、生成变更日志、更新 WPS 开发文档	`可部署包` & `文档更新`

不是全部给 AI，而是 “AI 做骨架，人做决策”。具体切分如下：

🔴 坚决不让 AI 做（人工掌控）：生产环境高危操作（DROP TABLE/rm -rf）、核心金额/权限计算逻辑（需人工 Code Review 重点盯防）、最终架构选型决策（用 MySQL 还是 ES，AI 只能给建议）。
🟡 AI 辅助，人确认（Copilot 模式）：
- 权限配置梳理：让 AI 扫描 @PreAuthorize 或中间件，生成权限矩阵脑图。
- 日志分析：扔给 AI 一段 Error Stack，让它推断根因及修复方向。
- 测试脚本：AI 根据接口定义生成 curl 命令或 Postman JSON。
🟢 全权交给 AI（Agent 模式）：
- CRUD 胶水代码（Controller-Service-Mapper 增删改查）。
- 单元测试覆盖（Jest/JUnit 用例）。
- 数据库 DDL 变更（根据实体类反推 SQL）。
- Commit Message 生成 和 Release Notes 编写。

不要只说“帮我写代码”，要用 “上下文压缩 + 指令模板”：

Phase 1 指令模板：扫描 /src/main/java 下所有 @RestController，提取接口路径；并梳理 SecurityConfig 中的 .antMatchers() 权限，生成 Markdown 表格。
Phase 3 指令模板：根据以下需求【粘贴 PRD 关键句】，参照 UserService 现有代码风格（事务注解、日志格式），生成 OrderService 的 createOrder 方法，并附带生成用于 PowerShell 的 Invoke-RestMethod 测试脚本。
纠错机制：遇到 Bug 不要说“修一下”，要说 控制台报错 IllegalArgumentException，定位到第 88 行，原因是 ...，请修正并检查类似写法。

你的 AI-IDE（如 Cursor / VS Code + Cline / Continue）需要打通以下平台。核心在于 MCP (Model Context Protocol) 和本地环境变量：

交互平台	所需工具/MCP	本地配置内容（具体操作）
1. 本地文件夹 & 代码	IDE 原生索引	无需配置。确保项目根目录有 `.cursorrules` 或 `cline_custom_modes.json`，写明技术栈（Java 17 / Vue3 / Node 18），AI 会自动索引。
2. 数据库 (DB)	MCP Server: `mysql-mcp` 或 `postgres-mcp`	在 `mcp_settings.json` 中配置连接串。安全警告：建议只连 Dev/Test 环境，严禁配置生产库。配置示例： `"MYSQL_URI": "mysql://user:pass@localhost:3306/dev_db"`
3. 接口测试 (Curl/PowerShell)	本地 Shell 执行权限 (MCP: `execute_command`)	配置 IDE 信任终端。关键点：设置 `readonly` 环境变量，禁止 AI 执行 `rm -rf`。可以在提示词中强制要求：`生成测试脚本后，仅输出命令，由我手动点击运行`。
4. GitHub (代码托管)	MCP Server: `github-mcp`	配置 Personal Access Token (classic)，权限勾选 `repo` 和 `workflow`。配置后，AI 可自动创建 PR、合并分支。
5. WPS/文档 (文档协同)	MCP Server: `wps-mcp`	需开启 WPS 的本地 API 服务端口（通常需安装 WPS 插件）。配置后，AI 可直接修改你的 `.docx` 或在线文档内容。
6. 远程服务器 (Linux/SSH)	MCP Server: `ssh-mcp`	高危。配置 `~/.ssh/config` 别名（如 `dev-server`）。强烈建议：只配置跳板机/测试机，且连接后默认进入 `screen` 或 `tmux`，防止 AI 操作中断。

为了让你每天开工不迷茫，把上述内容固化为以下动作序列：

早晨开工（上下文预热）：
- 操作：打开 IDE，输入 @workspace /summarize 让 AI 总结昨日改动。
- 动作：将 Jira/TAPD 需求链接贴给 AI，指令：结合昨日代码变动，更新根目录的需求上下文.md。
开发中（编码+测试）：
- 动作：@AI 根据需求 A，修改 UserController，注意日志格式参考 logback.xml，生成接口后，调用 db-mcp 检查表结构是否需要 alter，最后生成 test.ps1 脚本。
下班前（交付）：
- 动作：@AI 对比 git diff，生成 Conventional Commits 格式的 message；调用 github-mcp 创建 PR；调用 wps-mcp 将本次修改的接口字段追加到接口文档.docx 末尾。

隔离环境：AI 操作数据库和 SSH 时，务必在 MCP 配置里写死 "env": { "NODE_ENV": "development" }，并在每一条指令前加一句口头禅：“所有操作仅限于本地 Dev 环境”。
代码审查红线：AI 写的 SQL 语句（尤其是带索引 hints 的）和 权限判断逻辑，必须人工再看一遍，这是出大 Bug 的重灾区。

按这套配置下来，你的职责将从“写代码”转变为“定义意图和验收结果”，效率至少翻倍。需要我针对某个具体 MCP（比如 GitHub 或 SSH）给出详细的配置文件 JSON 样例吗？我可以直接给你贴出来。😊