3.7 KiB
3.7 KiB
title, source, author, date, tags
| title | source | author | date | tags | ||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 基于 Harness + SDD + 多仓管理模式的 AI 全栈开发实践 | https://mp.weixin.qq.com/s/ygQGSH5c7GHYDvkqWoQTXQ | 盖伦 / 得物技术 | 2026-05-06 |
|
基于 Harness + SDD + 多仓管理模式的 AI 全栈开发实践｜得物技术
一、核心理念：Harness 思维 — 让 AI 模仿，而不是凭空创造
全栈AI开发最容易踩的坑
让AI从零开始写代码产生"外星代码"：风格不一致、复用率低、采纳率低。AI生成了代码，但Review成本和返工成本反而更高了。
Harness 思维的核心：给 AI 一个"模仿对象"
给AI一个已有的实现作为参照，让它照着复刻一份，而不是凭空创造。
四条原则：
| 原则 | 说明 | 举例 |
|---|---|---|
| 找相似实现 | 在代码库中找到功能最相似的已有实现作为参照 | "结束语"参照"场景化欢迎语" |
| 复用优先 | 能复用的组件、接口封装、数据结构直接复用 | 复用greetingExtendInfo数据结构 |
| 模仿着复制 | "抄一份改一改"比用新方式好 | Controller/Service/Repository按已有模仿 |
| 约束生成范围 | 提示词中明确指定参考文件/参考接口 | 前端修改入口@FeatureTable/index.tsx:53-58 |
提示词体现 Harness
- ❌ 不推荐：
请实现一个结束语管理的 CRUD 接口 - ✅ 推荐：明确指定参考文件、数据结构和接口路径，如"参照场景欢迎语功能（后端/api/v1/feature/list，前端FeatureTable/index.tsx:53-58）实现"
二、全栈工作区搭建与 Codebase Indexing
将前后端代码放在同一个工作区下的三个核心价值：
- Codebase Indexing：Cursor对工作区内所有代码进行向量化嵌入建立语义索引，AI能跨仓库理解代码关系
- 上下文完整：AI同时能看到前后端代码，接口字段、命名风格自然对齐
- SDD文档集中管理：前后端SDD文档在同一工作区，便于接口契约对齐
Cursor vs Claude Code 实测对比
| 功能维度 | Cursor | Claude Code |
|---|---|---|
| 代码库语义索引 | 支持grep+语义检索，速度快 | 仅支持grep，依赖模型能力 |
| 代码生成速度 | 极速，平均1-3分钟 | 中速，平均3-30分钟 |
| 代码采纳率 | 两者相当 | 两者相当 |
| 文件/代码段引用 | 快捷键、拖拽即可引用 | 需手动@文件路径，无法引用代码段 |
| 多Agent | 默认开启（多Tab并行） | 需手动注册子Agent |
| 费率模型 | 失败任务不收费 | 失败任务耗时长，容易浪费Token |
| 历史会话恢复 | 仅能查看当前项目会话记录 | 可查看全局会话记录 |
| 综合评价 | 快速迭代首选，推荐Composer2模式 | 长链路复杂任务可用 |
三、SDD 驱动的全栈代码生成流程
- 全栈SDD需同时覆盖前后端
- 提示词编写范式：明确需求、参考实现、数据结构、接口契约
- 前后端需求点清单分工示例
- SDD文档产出与指令使用说明
四、多 Agent 协作：前后端并行开发
- Cursor中使用多Tab并行（默认开启）
- Claude Code中使用Subagent能力（需手动注册）
- 建议：前端Agent专注UI/交互，后端Agent专注API/数据
五、前后端联调：Mock 数据与分阶段验证
- 三阶段验证策略
- Mock数据编写要点
- 后端独立构建验证
- 前后端联调步骤
六、警惕 SDD 陷阱：测试如何介入全栈研发
- SDD不等于需求文档
- 关注隐性功能（异常处理、边界情况、性能要求）
- 测试应尽早介入
七、综合效益与总结
核心公式：Harness（约束） + SDD（规格） + 多仓（上下文） = 高质量AI全栈代码