AI工具在研发流程中的最佳实践
一、引言
二、工具最佳实践
2.1.1 生成时序图
根据系统交互描述，生成时序图：
2.1.2 生成ER关系图
2.1.3 生成发布计划
2.1.4 代码重构优化
2.1.5 SQL查询优化
2.1.6 生成库表DDL和DML语句
2.1.7 文件批量处理
2.2 IDE+copilot
2.2.1 Java Template + Copilot 快速 CR
三、迭代各阶段最佳实践
3.1 系分阶段
3.1.1 生成时序图
3.1.2 生成 ER 类图
使用 Cursor 生成 ER 类图。
3.2 编码阶段
3.2.1 函数级别
3.2.1.1 工具函数快速生成
3.2.1.2 策略类型的方法快速生成
3.2.2 逻辑块级别
3.2.2.1 枚举类快速生成
在这个枚举类中，前两个枚举是人工定义的，其他的都是 Copilot 自动补全的。
3.2.2.2 模型 DTO 快速生成
3.2.2.3 Stream逻辑表达式自动完成
3.2.2.4 条件语句和循环快速补偿
3.3 CR 阶段
3.3.1逻辑缺陷分析
3.3.1.1 使用 Copilot
3.3.1.2 使用 Cursor
3.3.2 代码重构
3.4 UT阶段
3.4.1 生成单元测试
3.4.1.1 使用 Copilot
3.4.1.2 使用 Cursor
3.5 发布阶段
四、总结
4.1.1 使用小 tips
Copilot 的定位是辅助你写代码，提高开发效率，而不是真正地替你写代码。 日常使用养成写注释的习惯，在更多场景发挥 Copilot 的优势能力。 有意识将大方法拆分成小方法，使用 Copilot 逻辑分析和生成100%覆盖分支的能力保证代码的健壮性。 Copilot 的使用过程就是不断的调试过程，使用时注意给出足够的上下文，如果上下文信息不足，也可以在注释中告知关键信息（比如当前所在位置和目标对象的类型），让它理解当前的逻辑判断，才能给出更准确的建议，获取的信息越多，效果越好。 细化注释的拆分粒度，有时候需要完成一段复杂的逻辑，单行描述不足以让 Copilot 理解，这时候可以将其拆分成多段小逻辑来做，最后拼装成一段完整的大逻辑。