场景库

实现步骤

1. 1.在IDE中安装AI编程插件（Cursor或Copilot）
2. 2.为AI提供足够的上下文（项目说明、技术栈）
3. 3.用自然语言描述需求，让AI生成代码框架

实现步骤

1. 1.整理企业文档：从 Confluence/飞书导出 PDF/Markdown 文件
2. 2.安装依赖：pip install chromadb langchain anthropic
3. 3.编写文档加载脚本：读取文件、切分成 500-1000 字的 chunk、生成向量并存入 Chroma

实现步骤

1. 1.在项目根目录创建 .mcp.json，配置 GitHub MCP 和 filesystem MCP
2. 2.创建 CLAUDE.md 定义 Code Review 规范和输出格式（🔴🟡🟢 分级）
3. 3.在 Claude Code 中测试 "review PR #1" 验证工作流

实现步骤

1. 1.在 Cursor 中安装 GitHub MCP Server
2. 2.设置代码 Review 提示词模板
3. 3.触发自动 Review 并查看建议

实现步骤

1. 1.配置数据库 MCP Server 连接到目标库
2. 2.设置只读权限保障数据安全
3. 3.编写系统提示词，描述数据库表结构

实现步骤

1. 1.配置 filesystem MCP 让 AI 读取代码库
2. 2.让 AI 分析 Controller/Route 层代码
3. 3.自动识别接口参数和返回值结构

实现步骤

1. 1.打开Claude Code（Fable 5或Codex），输入一句话需求，例如‘用HTML和JS复刻经典坦克大战，包含前十关’。
2. 2.等待AI自动编写代码、生成游戏逻辑、绘制像素风格画面，无需干预。
3. 3.提出升级需求，例如‘将像素风格升级为3D，使用Three.js，支持视角旋转和缩放’。

实现步骤

1. 1.使用Opik装饰器（@opik.track）对智能体代码进行埋点，实现全链路运行监控，自动记录每次大模型调用、工具调用及耗时、Token消耗等数据。
2. 2.当智能体出现故障时，利用Opik内置编码智能体Ollie分析运行跨度树，定位故障根因；在项目根目录执行opik connect开启代码修复模式，Ollie会生成代码修改差异文件（Diff），人工审批后自动应用修复。
3. 3.使用Opik测试套件以自然语言编写测试断言（如“响应必须包含具体交易详情”），执行自动化测试，确保修复不影响原有功能。

实现步骤

1. 1.通过装饰器@opik.track为智能体代码添加全链路追踪，自动记录每次调用、工具使用及耗时。
2. 2.在项目根目录执行opik connect开启代码修复模式，Ollie智能体将自动分析故障轨迹并定位问题代码行。
3. 3.审查Ollie生成的代码修改差异（Diff），确认后允许其应用修复并自动重测。

实现步骤

1. 1.安装Vanna 2.0：pip install vanna，确认版本为v2.0.2或更高。
2. 2.配置数据库连接：在代码中设置数据库类型（如PostgreSQL、MySQL）和连接参数。
3. 3.训练知识库：运行vanna.train()，传入DDL、文档或历史SQL，自动向量化存入ChromaDB。