我这边是这么处理的，就是用一个工作流。
这个工作流呢，是根据我日常的实际踩过的坑后，总结出来，它可以尽量保证你写的代码的质量。
很多人都来跟我要这个工作流，但是我想说，这个工作流，我也是让AI写的，只要你有想法，AI可以帮你搞定的。
你真的不需要问什么人的。
AI带来的其中一个好处就是：给你带来自信心，去克服各种各样你以往惧怕或者没信心完成的东西。
整个流程是这样的：
- 写好Spec，也即是规格驱动开发；
- 审核Spec，并不断通过跟AI沟通，矫正spec；
- 执行Spec，生成代码；
- 自动唤起/code review skill；
- 自动唤起「检查是否破坏已有的功能」skill；
- 自动唤起「测试数据演练」skill
- 自动唤起「非功能性需求检查」skill；
- 人工：需要人工再次审核代码；
- 可选：唤起「代码清晰度检测」skill；
- 可选：唤起「代码扩展性」skill；
- 可选：唤起「代码安全性检测」；
- 点击接受代码的按钮；
- 执行git工作流；
- 可选：自动部署到测试环境
通过上面的步骤呢，就基本能保证你新加的新修改的代码，不会出问题。下面我具体说一下。
首先，为什么要提倡规格驱动开发呢? 因为它非常符合一个优秀工程师的工作习惯，先设计再写代码。
如果你实际干过几年程序员，会发现设计过程中，就是思考过程和沟通过程，没有AI之前，你可能是跟周围的高手交流或者找资料。
而现在，你只需要通过Spec跟AI交流即可。在交流的过程中，完善设计。
在AI发展如此迅猛的情况下，Spec是唯二(另外一个是人工审核代码)让我慢下来的。
接下来就是自动执行各种Skill,这些Skill是否执行，你可以选择写在Spec里。当执行完毕Spec后，就会自动执行了。
我们日常写代码时，除了保证新代码满足功能，同时还得保证不会破坏原来的功能。因此需要使用「检查是否破坏已有的功能」的skill。
另外，为了进一步验证代码的功能，你还需要在Spec里提供测试用的演练数据。比如：
- 输入AAA，结果是BBB；
- 输入CCC和KKK，结果是XXXX
AI会根据你提供的测试数据，验证输出的结果是否满足你的预期。AI非常在行的，对于执行代码这块。
但是这样还不够，实际生产环境，总会有各种各样的异常场景，因此你还需要使用「非功能性需求检查」skill，检查代码的稳定性。比如第三方接口挂了，流量陡增了怎么应付等等。。
当上面这三个skill执行完毕后，就需要人工介入了。这一步超级重要，无论AI多强大，这一步都不能省略的。
那是生产环境，那么多的真实用户，玩笑不得的。
请记住：作为程序员，对生产环境的敬畏之心，无论在哪个年代，都需要有的。
它跟任何环境任何时代，都没有关系的。是一个基础的东西来的。
人工审核代码结束后，可以接受代码了，并让git skill自动提交代码。如果你用的是阿里的云效流水线来发布的话，那可以把云效API接入进来，可以做到自动化部署到测试环境的。
而上面可选的部分呢，你就根据自己公司的实际情况来就可以了。比如代码安全性检查的。
我为什么会单独再加一个这样的skill呢。这个跟我之前经历有关，之前的公司，每次上线，都是要提交安全测试报告的，通过了，才能上线的。
因为当时的公司认为，安全性跟稳定性是一样重要的。
至于代码可维护性和扩展性skill，一样，根据自己的实际情况来就行。
好了，就说这么多，希望这篇可以帮助到你。
最后我还是想说，我上面的说到的任何skill，都是AI帮我写的，只要你有想法就可以了。
感谢你的阅读。
