练习使用AI编程助手来解决编程问题。
这2-3年来，各种术语层出不穷，Prompt、MCP、Skill、Viber xxx、xxx Claw、Harness xxx，眼花缭乱。就好像出现一批"银弹"一样，但都是一些小的实践思路罢了。
实际上，别忘了软件开发的基本流程，在流程和实践经验的基础上来使用AI助手为好。
我作为一个软件开发者（需求分析、设计、编程、测试于一身），拿到一个软件开发需求后，仍然会考虑与基本流程结合来使用AI助手。
细化需求，并分解计划
一般情况，拿到的需求描述可能也就500字，达不到让AI执行的程度。必须先进行多轮的需求讨论，细化需求、分解计划，然后再迭代增量开发。
让AI助手进入Plan模式，扮演PO、CSM、PM等的角色，与人一起讨论需求。
输入的是原始需求（一句话需求），输出的应该是迭代计划：
- 功能模块
- 迭代/用户故事分解，验收条件
- 领域模型或概念模型设计，术语解释
初步的设计和技术选型
在这个阶段，让AI扮演经验丰富的软件设计师，根据需求提出初步的设计方案：
- 开发规范（agents.md）
- 技术选型（编程语言、构建工具、测试环境、数据存储）
- 初步数据存储模型设计
输入开发计划，输出补充了设计方案的开发计划。
迭代0
开发一定要有迭代0，用于搭建开发环境、配置工具链、建立代码仓库、编写基础框架代码等。
迭代0的完成标准应该是能够自动化地完成构建、创建可运行的测试环境，搭建好各种测试自动化框架。
启动迭代N
采用迭代增量开发的方式和AI对话，每个迭代使用一个对话session，每个迭代的套路有：
- 先Plan，讨论需求、细化设计方案，确认
- 子agent开展编程、评审、测试
- 启动测试环境，开展人工验收抽查
- 阶段性地提交代码
迭代完成
迭代收尾值得单独讲。
- 一定要让助手完成收尾工作，如：输出接口文档、订正迭代计划、补充验收报告
- 进行适当的回顾，让AI助手用子agent扮演多个角色回顾开发过程，调整方向、需求，输出回顾会议纪要
完成交付
迭代结束后，如果达成交付条件，则启动软件打包移交流程：
- 清理测试文件
- 生成软件包
- 生成配套文档
- 打包
