基于AI的可持续且可靠的编程工作流程

关于基于AI的可持续且可靠的编程工作流程的探讨

在当前AI编程工具多样化的背景下，寻找一个适用于大型项目的通用且跨工具的AI开发方法确实是一个挑战。以下是一些建议和思路，希望能为您的项目提供帮助。

1. 基于Spec的编程方法：这种方法强调通过规范文档来指导AI生成代码，确保可控性。虽然像Vibe Code这样的工具提供了直接的代码生成体验，但可能缺乏精细控制。相比之下，Kiro的Spec开发虽然能生成丰富的文档，但可能会增加繁琐的确认步骤。为了平衡这两点，可以考虑结合两者，利用Spec文档进行初步的代码生成，同时通过自动化工具减少确认步骤。
2. 结合OpenCode+OMO的文档总-分模式：OpenCode+OMO提供了一种代码与文档同步的方法，但可能缺少Spec的详细指导能力。为了解决这个问题，可以尝试创建一个基于文档的总-分模式，其中总文档描述项目的整体架构和功能，而分文档则详细说明各个模块的实现细节。当代码发生变化时，相应的文档也会自动更新，确保文档与代码的一致性。
3. 自动化工具和脚本：为了提高效率，可以开发或使用现有的自动化工具和脚本来辅助AI编程工作。这些工具可以自动处理重复性任务，如代码审查、文档生成和更新等，从而让开发人员更专注于核心的开发任务。
4. 持续集成和持续部署（CI/CD）：将AI编程流程集成到CI/CD系统中，可以确保代码质量和项目进度。通过自动化测试和部署，可以及时发现和解决问题，提高项目的可靠性和可持续性。
5. 社区和协作：利用开源社区的力量，与其他开发者共享经验和资源。通过协作，可以不断优化和改进AI编程工作流程，使其更加适合大型项目的需求。

综上所述，结合Spec编程的指导性、OpenCode+OMO的文档同步能力，以及自动化工具和CI/CD的持续集成，可以构建一个既可持续又可靠的AI编程工作流程。希望这些建议能对您有所帮助。