跳转至

AI 全流程开发实战教程

从一句需求到线上验收。 用 Claude Code + WSL + Figma MCP + Chrome MCP + 编译型后端，把 AI 变成一支可管理、可验收、可复盘的工程团队。

开始阅读 30 分钟跑通最小闭环

10 个阶段 7 道门禁 16 篇实战文档 9 个模板 5 个脚本

三条铁律

  1. 没有验收标准的需求，不进入开发。
  2. 没有冻结契约的功能，不并行开发。
  3. 没有证据的“完成”，不算完成。

让 AI 直接开工

把下面这段提示词复制给你的 AI（Claude Code、Cursor、Codex 等都可以）。它会先下载本项目的最佳实践脚手架、校验完整性、检查本地环境，然后开始需求调研——在需求确认前不会写业务代码。

下载脚手架包 AI 可读索引 llms.txt 
你是我的 AI 全流程开发搭档。请先完成项目初始化和本地环境检查，然后进入需求调研；在需求确认前不要写业务代码。

站点基线 BASE_URL：https://ai.sky-city.me/
脚手架包 KIT：https://ai.sky-city.me/ai-project-kit.zip
KIT_SHA256：0ed8c82dc59e0c8eef2f9bd39c84a823e14287136fc178e5d5ed4aeadddf8b7f
KIT_SIZE：53 KB

## 1. 下载并校验脚手架
- http(s) 站点：
  curl -L --fail -o /tmp/ai-project-kit.zip "https://ai.sky-city.me/ai-project-kit.zip"
- 本地 file:// 站点：
  cp "<把 file:// 前缀去掉后的路径>/ai-project-kit.zip" /tmp/ai-project-kit.zip
- 校验：
  echo "0ed8c82dc59e0c8eef2f9bd39c84a823e14287136fc178e5d5ed4aeadddf8b7f  /tmp/ai-project-kit.zip" | sha256sum -c -
- 校验失败就停下来告诉我，不要继续解压。
- 解压前先列出当前目录内容；如果目录非空，先问我怎么处理，不要覆盖。
  unzip -q /tmp/ai-project-kit.zip -d .
- 解压后确认存在：CLAUDE.md、Makefile、docs/00-discovery/spec.md、scripts/bootstrap.sh。

## 2. 读约定
依次读 README.md、CLAUDE.md、Makefile、docs/00-discovery/spec.md、docs/00-discovery/user-story.csv。
用不超过 5 条总结：技术栈、目录约定、状态机、门禁、下一步要填的文件。

## 3. 本地环境
- 运行：bash scripts/bootstrap.sh
- 如果报告缺工具，按操作系统给出安装命令（WSL/Ubuntu、macOS、Windows 分开）。
- 需要 sudo、安装软件、修改系统配置、访问生产环境时，先停下来问我。
- 不执行破坏性操作：删除、重置、覆盖已有文件、生产环境命令。
- 环境就绪后运行 make help 和 make doctor，确认入口可用。

## 4. 开始项目
- 如果还没有 .git：git init，然后首次提交：chore: init AI project scaffold
- 不要先写代码。先向我提出最多 12 个澄清问题，覆盖：目标用户、核心场景、非目标、数据实体、权限、集成、合规、成功指标、上线约束。每个问题给 2-3 个选项，并标出推荐项。
- 我回答后，再生成/更新：docs/00-discovery/spec.md、user-story.csv、user-story-details.md、schedule.md。
- 之后按 CLAUDE.md 和 docs/01-design/ 的契约推进；每个功能一份实现报告。

## 硬约束
- 所有结论落到仓库文件，不要只留在聊天里。
- 不要手改 user-story.csv；状态用 scripts/update_story_status.py 更新，提交前跑 validate_user_stories.py。
- 后端优先编译型语言（Go/Java/Rust）；开发环境优先 WSL/Linux。
- 没有验收标准的需求不进入开发；没有证据的“完成”不算完成。

脚手架包 SHA256：0ed8c82dc59e0c8eef2f9bd39c84a823e14287136fc178e5d5ed4aeadddf8b7f · 大小 53 KB · 提示词里的站点地址会在页面打开时自动填成当前地址。

这套教程解决什么问题

AI 编程最容易停留在“让 AI 写一个函数”。真正难的是 交付一个能上线、能验收、能维护的产品：

  • 需求不清，AI 会勤奋地把你没想清楚的地方“编”出来；
  • UI、前端、后端、数据库各写各的，最后拼不起来；
  • 多个 Agent 并行改代码，冲突、覆盖、互相踩踏；
  • AI 说“已完成”，但你没有证据判断它是否真的完成；
  • 本地能跑，线上不行，验证还要靠人肉点点点。

这套教程的核心不是“更会写提示词”，而是建立一条 以产物为中心、以门禁为节奏、以证据为验收 的 AI 开发流水线：AI 负责高吞吐的执行，人负责目标、边界和最终判断。

六个核心方法

  • AI 是工程团队，不是许愿池

    需求分析师、架构师、UI、前端、后端、测试、发布、审查——每个角色有输入、输出、权限和完成标准。

  • 先冻结契约，再并行开发

    API、数据库模型、模块边界、文件所有权先定死。契约不冻结，并行就是制造冲突。

  • 用编译器和测试当“测谎仪”

    后端选 Go / Java / Rust，让编译器快速证伪低级幻觉；业务正确性靠验收标准和 E2E 测试。

  • 上下文是稀缺资源

    一个功能一个会话，一个 Agent 一个边界，大文件只读必要片段。上下文越干净，AI 越聪明。

  • 文本 + JS 思考，截图留证

    Chrome MCP 优先用 CDP 可访问性树和 JS 返回值理解页面；截图只作为给人看的证据，省 token。

  • 人只做三件事

    定目标、过门禁、做最终体验判断。需求范围、UI 审美、上线批准，必须由人拍板。

十个阶段，七道门禁

阶段 你会得到 门禁
① 需求调研 spec.md、user-story.csv、实现细节、排期 G1 范围
② UI 设计 Figma 设计稿、ui-spec.md、设计 token G2 设计
③ 前端开发 HTML/CSS 原型、Vue SPA G3 视觉
④ 后端选型 ADR、技术栈清单 —
⑤ 开发环境 WSL、Chrome、MCP、Docker、Git —
⑥ 技术设计 tech-design.md、OpenAPI、DB schema、CLAUDE.md G4 契约
⑦ AI 编码 代码、单测、集成测试、功能报告、CSV 状态 G5 代码
⑧ 质量保证 E2E 截图、Word 验收报告、缺陷清单 G6 验收
⑨ 部署发布 CI/CD 流水线、部署记录、冒烟结果 G7 发布
⑩ 线上验证 生产 E2E 报告、监控基线、复盘 发布验收

门禁不是形式主义

每个门禁都对应一个问题：“如果现在停下来，损失最小吗？” 越早发现方向错误，返工成本越低。

可直接复用的材料

  • 模板

    规格书、用户故事、技术设计、CLAUDE.md、Agent 任务书、验收清单，复制即可开工。

    浏览模板

  • 脚本

    CSV 状态更新、故事校验、环境自检、Chrome 调试启动、E2E 截图转 Word 报告。

    查看脚本

  • 离线资料

    1 小时培训 PDF / PPTX、教程合订本 Word，适合内部分享和打印。

    下载资料

  • AI 脚手架

    一个压缩包：CLAUDE.md、目录结构、模板、脚本、本地依赖配置，下载即开工。

    下载 ai-project-kit.zip

适合谁，怎么读

你是谁 建议读法
第一次接触 AI 编程 先读 完整导读，再按“快速开始”跑一个最小闭环
已经在用 Claude Code 直接读 06 技术设计、07 多 Agent 开发、08 质量保证
团队技术负责人 重点看门禁、产物结构、角色分工，把模板和脚本固化成团队规范
想先看结论 读 快速提纲 和 12 常见问题与反模式

建议第一遍通读 00、01、06、07、08 五章建立主骨架；第二遍拿一个 3–5 个用户故事的小项目完整走一遍；第三遍把模板和检查清单改成自己团队的版本。

如果这套教程帮到了你

这个站点是纯静态页面：左侧目录可以逐章阅读，右上角支持全文搜索和深浅色切换。也可以把整站打包成 zip 发给同事，解压后双击 index.html 即可离线浏览。