企业官网建设流程全解析

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。

前言

搞AI编程工作流这事，我前前后后折腾了快两年。

说出来你可能不信，规则写了一大堆，以前的模型根本不看。

你跟它说“不确定就别瞎编”，它转头就给你造一个不存在的API，名字起得还挺像那么回事，跑起来直接报错，比你老板画的饼还虚。

直到Opus 4.8出来，我才发现：不是规则没用，是以前的模型根本不听话。

1 先把“查资料”的路径焊死

AI最爱瞎编的是什么？第三方库的API。

治它的办法根本不是多写两句“请查证”，那等于跟猫说“别偷吃鱼”，它听进去算我输。

直接把搜索顺序给它定死，从高到低排好队，不许上来就开网页瞎搜。

1.1 五级路由，各司其职

我整了个搜索skill，核心就干一件事：路由。

• 第一优先级：查官方文档，用context7，精准带版本
• 知道仓库在哪的：直接调gh CLI扒源码、翻Issue
• 不知道哪个仓库的：全GitHub搜真实项目写法
• 概念性问题、报错排查：用Exa搜纯文本内容
• 前面全不行了：再兜底用通用网页搜索

别觉得麻烦。你让它直接搜网页，出来的全是SEO搬运文，十篇里九篇是抄的，还有一篇是培训机构的广告，正经信息没多少，token烧了一大堆。

就跟你点外卖似的，明知道楼下有直营店，非要去第三方平台绕一圈，贵还不一定正宗。

1.2 gh CLI才是GitHub的正确打开方式

很多人装GitHub MCP，我直接不用。

一个gh CLI就能搞定大部分事，省token还快。

读文件、看README、列目录、查最近提交、搜Issue，一条命令的事。

重点是一定要加--jq过滤，原始返回的JSON又臭又长，没用的字段占了八成，不过滤直接把上下文撑爆，跟你微信聊天记录全是表情包似的，占内存还没用。

还有个铁则：这个skill只许读，不许改。

给AI写操作权限？那跟把银行卡密码给外卖员似的，方便是方便，你敢吗？

我自己的MCP清单就没几个，搜索三件套加LSP、数据库、Figma，够用就行。

MCP这东西装多了，启动就烧一堆token，跟你手机后台挂一堆APP似的，没怎么用电池先没了。

2 读开源代码？直接克隆到本地读

只看一两个文件，用gh API就行。

要是得跨好几个目录、来回跳着看，还一条条调接口，那纯纯是脱裤子放屁。

2.1 浅克隆三件套，速度飞起

直接git clone，但必须带三个参数：

• --depth=1：只拉最新版本，历史提交全不要。你是看代码还是考古？十年老仓库省下来的空间，能多存好几个项目。
• --single-branch：只拉默认分支，别的分支跟你没关系。
• --no-tags：标签一个都别拉，monorepo的tag能有几千个，全是没用的累赘。

就这三个参数，大仓库克隆速度差出十倍都不夸张。

以前AI读源码，全靠训练数据里的记忆，跟你背单词只背了个abandon似的，一问细节全是编的。

现在直接把源码放它眼前，它再编就说不过去了。

2.2 场景对应表，别乱用

什么情况用什么方式，给它定死：

• 1‑2个文件，知道路径：gh API直接读
• 查库的API用法：走搜索路由找文档
• 多文件交叉看、要全仓搜：浅克隆到本地
• 概念对比、找方案：Exa搜资料

我上次让它读我自己写的转换工具源码，它顺手给我揪出一个bug。

我自己写的代码，我用了俩月都没发现，它读一遍就逮着了。

合着我以前写代码是闭着眼写的是吧。

2.3 验网页？用playwright‑cli就够了

不光读代码，有时候要验证网页、跑UI操作，我也不用花里胡哨的工具。

之前用过别的浏览器Agent，bug多到离谱，跟半成品似的。

现在就用playwright‑cli，核心就一条：open必须带--persistent。

登录状态直接落盘，下次打开自动登录，不用每次都折腾状态保存。

操作也简单，先快照拿元素编号，再按编号点击、填表单，不用AI自己瞎猜CSS选择器。

猜选择器这事儿，AI就没准过，十次有八次选不对，跟你玩找茬游戏似的。

3 两个高频Skill，真的能省好多事

我前后配了二十多个skill，日常用得最多、最省精力的，就两个。

3.1 /feasibility：动手之前先论证

这个skill是真的救大命。

以前改需求，AI上来就哐哐写代码，写一半告诉你“这个架构做不了”。

合着你前面写的几百行是练手呢？我搁这陪你玩代码版“模拟人生”是吧？

现在复杂需求进来，先走可行性分析：

• 现状是什么，目标是什么
• 开源界有没有现成参考
• 候选方案对比，各有什么优劣
• 推荐方案、改动量、风险点

结论只能是三种：能做、有风险、做不了，不许说“应该可以”这种模棱两可的话。

最关键的一条：没等我确认“开工”，绝对不许碰业务代码。

不加这条限制，它论证完顺手就给你改上了，前面对齐的东西全白搭，主打一个执行力过剩。

3.2 /how‑to‑test：改完直接给你测试命令

改完代码最烦的是什么？搭测试环境。

造测试数据、写用例、跑一遍看结果，半小时没了。

现在这个skill直接给你包圆：改完代码，顺手给你生成一条测试脚本，复制粘贴回车就能跑。

预期结果直接给你列好，几个通过几个失败，一眼就能看见。

还分自动测和手动测，UI交互这种自动化测不准的，直接给你写手动步骤。

当然也有规矩：没意义的测试不许写。

比如断言个类名存在、断言import没删，这种测一万次也抓不到bug，纯纯凑KPI。

我直接跟它说：要是测不出价值，就明说“这个不值得测”，别硬憋个没用的脚本糊弄我。

不给它台阶下，它就会给你整形式主义。跟公司周报似的，明明啥也没干，非得写三页纸。

3.3 为什么我把计划skill降权了

以前我特别看重拆计划，复杂需求先生成个checklist，一步步来。

那是以前模型笨，写着写着就忘事，不拆计划容易跑偏。

现在模型自己的规划能力上来了，多文件改动也能hold住，再硬塞个计划文件，纯属多此一举。

就跟你走路本来好好的，非要给你个拐杖，不用还不行，纯纯累赘。

现在只有跨好几天、需要关机续上的任务，或者要分阶段验收的，我才用它。

4 用LSP读本地代码，别再用grep瞎蒙了

前面说的是读别人的代码，读自己项目的代码，有更准的东西。

以前AI找代码靠什么？grep。

说白了就是搜字符串。同名变量、注释里提的、字符串里写的，它全当是命中。

真要找引用、找调用关系，它又找不全了，跟你眼神不好找东西似的，就在眼前也看不见。

4.1 LSP是什么？代码的导航仪

简单说，就是你编辑器里跑的那个智能提示的东西。

符号定义在哪、谁引用了它、类型是什么、有什么错误，它门儿清。

以前这能力只有编辑器能用，现在我把它通过MCP暴露给AI。

等于AI直接用上了你编辑器的同款智能，找代码再也不靠瞎蒙。

4.2 复用编辑器的LSP，才是真的省

市面上也有独立跑LSP的MCP，我不用。

那等于同一个项目开两份LSP，内存直接翻倍。大项目本来LSP就吃内存，再开一份，你电脑风扇直接起飞，跟要升空似的。

我做成编辑器插件，直接复用你已经开着的LSP，新增内存几乎为零。

羊毛薅在已经剪过的羊身上，一点不心疼。

用法也有讲究：先搜符号定位，再拿返回的位置查详情。

别让AI自己数行号，它数的行号十有八九不准，查出来的是隔壁变量的信息，跟你外卖送错门似的。

5 Hook：把重复操作焊死在流程里

Skill管的是“怎么想”，Hook管的是“每次必须做的事”。

就像你出门必须带钥匙、回家必须洗手，不用每次都想，到点就执行。

5.1 PreToolUse：自己写权限才放心

Claude Code自带的权限系统，我直接关了。

为啥？它只看命令第一个词，复合命令直接绕过去。

就跟小区保安只看门禁卡，不管你进去偷东西还是放火，刷卡就让进。

我自己写了个PreToolUse钩子，用AST解析命令，不管你藏在&&、管道还是子shell里，每个命令都单独过一遍规则，想蒙混过关？门都没有。

5.2 PostToolUse：写完自动格式化

每次AI写完代码，自动跑ESLint修复和LSP格式化。

这里有个坑：别把“未使用的import”“未使用的变量”这种规则打开。

AI写代码是分步写的，这轮先加import，下轮才写函数。你这轮给它删了，下轮它还得加回来，来回打架，无限循环。

跟你妈收拾你房间似的，你放桌上的东西她觉得没用就给你扔了，等你用的时候还得再找，纯纯内耗。

5.3 通知钩子：干完活喊你一声

这个配置成本几乎为零，但幸福感直接拉满。

任务跑完了、或者卡住要你授权了，直接弹桌面通知。

长任务丢给它，你该刷视频刷视频，该摸鱼摸鱼，不用盯着终端坐牢。

以前我总隔两分钟切过去看一眼，跟等外卖似的，半小时看八次配送进度，啥也没干成。

6 写完别着急交，先过一遍审查

代码写完不是完事了，能不能用、好不好维护，得再过一遍。

6.1 代码审查六个维度

我专门写了个code‑review skill，就按六个维度查：

• 重复代码
• 逻辑冲突
• 多余逻辑
• 单一职责违反
• 模块耦合过重
• 硬编码和死代码

分严重、警告、建议三级，有严重问题就不能过。

而且只分析，不许直接改。

不然它review完顺手给你重构了，到时候哪改了都不知道，主打一个先斩后奏。

6.2 Debug就一个原则：别瞎猜

很多AI一看到报错就开始瞎蒙：是不是版本问题？是不是环境问题？

然后让你试一堆没用的命令，试完问题还在，时间全浪费了。

我定的规矩：先读代码分析，信息不够就要，还不确定就加日志跑，拿到实锤再修。

猜谁不会啊？我要是靠猜解决问题，我用你干嘛？我自己猜不行吗。

7 上下文满了别硬撑，交接完再开新局

上下文再大也有上限，而且越长越容易忘事，俗称“长文失忆”。

你发现它开始车轱辘话来回说，或者你刚说的要求它转头就忘，那就该重置了。

但别直接开新聊天清空，那等于前面的功夫全白费。

7.1 交接文档怎么写

用summary skill生成一份交接文档，就四块内容：

• 背景和目标
• 当前进度，有bug一定要写清楚现象和原因，不许粉饰太平
• 关键文件引用，别全扔进来，3‑5个够了
• 待办事项和下一步

生成完贴到新对话里，无缝衔接，跟换班似的，该干啥门儿清。

以前我直接开新会话，需求得重讲一遍，代码得重新读一遍，半小时过去了还没进入正题。

合着AI上班也得先摸半小时鱼是吧。

8 最后掰扯几个容易混的概念

很多人配置半天，几个名词都搞混，我一次给你说清楚。

Rules就是常驻规矩，每次对话都生效；Commands是你敲斜杠才调用的，能传参。

Skills是标准流程，AI自己判断什么时候用；Hook是生命周期钩子，到点自动执行。

MCP是外部工具，功能强但费token，能用CLI和Skill解决的，就别往上堆。

所有配置我都放公开仓库了，想抄作业的直接去拿就行。

说白了，AI工作流这东西，本质就是给AI立规矩。

以前模型笨，规矩立了也白立；现在模型听话了，规矩越细，效率越高。

毕竟，没有约束的AI，跟脱缰的野马似的，跑是跑得快，就是不知道能给你带到哪去。

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。