当前位置: 首页 > article >正文

.NET源码生成器基于partial范式开发和nuget打包绞

1 安装与初始化# 全局安装 OpenSpecnpm install -g fission-ai/openspeclatest# 在项目目录下初始化cd /path/to/your-projectopenspec init初始化时OpenSpec 会提示你选择使用的 AI 工具Claude Code、Cursor、Trae、Qoder 等。3 OpenSpec 如何教AI 工作OpenSpec 的核心机制是通过一套规范注入系统让 AI 在每次对话前先学习项目规范。3.1 不同 AI 工具的初始化差异根据你使用的 AI 工具不同OpenSpec 会生成不同的目录结构。这背后的设计理念是最大限度地适配各工具的特性。3.2 ?? 场景 1Claude CodeClaude Code 在执行了 OpenSpec Init 后的目录结构如下.claude/├── commands/│ └── openspec/│ ├── apply.md│ ├── archive.md│ └── proposal.md├── AGENTS.md└── CLAUDE.mdcommands/openspec 这个目录定义了三个不同的命令每个命令文件中所写的提示词都是 AI 在执行该命令时需要参考的规范。上述三个命令分别是apply.md表示执行已批准的变更archive.md归档已完成的变更proposal.md发起新变更提案当我们需要发起新的提案时可以直接使用/openspec:proposal 就可以触发该指令此时 AI 就会根据 proposal.md 中所定义的规范来创建一个新的变更提案。核心文件解读AGENTS.md这个文件是 Claude Code 每次对话时的第一课内容如下# OpenSpec 说明这些指令是针对参与本项目的人工智能助手。当请求中包含以下内容时请务必打开 /openspec/AGENTS.md- 提及规划或提案如提案、规范、变更、计划等字眼- 引入新功能、重大变更、架构调整或重大的性能/安全工作- 听起来含糊不清且在编码前需要权威规范使用 /openspec/AGENTS.md 来学习- 如何创建和应用变更提案- 规范格式和约定- 项目结构和指南保留此托管块以便openspec update可以刷新指令。工作原理Claude Code 启动时自动读取 AGENTS.md判断用户请求是否触提案/变更等关键词如果触发自动加载 openspec/AGENTS.md 中的详细规范AI 按照规范执行任务3.3 ?? 场景 2Trae字节跳动OpenSpec 在初始化时可选择的AI 工具中是不支持 Trae 的但是很多朋友是基于 Trae 在开发。所以对于使用 Trae 的朋友我们在执行 OpenSpec Init 的时候可以选择最后一个选项 Other Tools (适用于 VsCode 等此时初始化后的目录结构如下项目根目录/├── AGENT.md # 项目级规范需手动配置└── openspec/├── AGENTS.md # OpenSpec 详细规范├── project.md # 项目知识库├── specs/ # 已实现能力规范└── changes/ # 变更提案关键差异需要手动配置与 Claude Code 不同老版本的 Trae 不会自动读取 AGENT.md。此时你需要手动将规范内容添加到 Trae 的项目规则中。但是对于Trae 2026 年 1 月份最新的一次版本变更中也已经兼容了读取 AGENT.md 文件作为项目规则来使用。所以使用老版本 Trae 的朋友需要基于下述步骤进行配置打开 Trae 的项目设置找到项目规则配置将 AGENT.md 的内容粘贴进去保存后Trae 每次对话都会加载该规则配置完成后Trae 的工作流程与 Claude Code 类似每次对话自动加载项目规则判断是否触发 OpenSpec 规范根据规范执行对应任务3 OpenSpec 规范核心要点无论使用哪种 AI 工具OpenSpec 的核心工作流都是一致的。理解这套规范你就能更好地与 AI 协作。三阶段工作流阶段1创建变更Proposal↓阶段2实现变更Apply↓阶段3归档变更Archive何时必须创建提案场景 是否需要提案新增功能或能力 ? 必须破坏性变更API/Schema ? 必须架构或模式调整 ? 必须Bug 修复恢复既有行为 ? 跳过拼写、格式、注释修正 ? 跳过非破坏性依赖升级 ? 跳过常用命令openspec list # 列出所有变更openspec list --specs # 列出所有规范openspec validate # 校验变更openspec archive # 归档变更?? 小贴士作为人类开发者你无需记忆这些命令。AI 会自动执行相应的操作来检查和管理变更提案。你只需要理解这套规范的工作流程就能与 AI 配合无间。openspec/project.md 的作用这个文件是项目的知识库用于存放项目目标和背景核心业务术语技术栈说明详细文档索引4 常见问题解答4.1 Q1为什么有时候 AI 不触发 OpenSpec 规范A这通常是因为触发条件未被满足。OpenSpec 的触发机制基于关键词匹配如提案、变更、规范等。如果你的请求不包含这些关键词AI 则不会加载 OpenSpec 规范。解决方案明确使用触发词帮我创建一个变更提案直接指定文件先阅读 openspec/project.md 再回答使用斜杠命令/openspec:proposal如果工具支持5.2 Q2project.md 中的业务知识什么时候生效A只有触发 OpenSpec 规范后才会读取。这是一个重要的设计权衡知识类型 存放位置 触发条件通用开发规范 /AGENTS.md 每次对话自动加载OpenSpec 工作流 openspec/AGENTS.md 触发关键词后加载业务上下文 openspec/project.md 通过规范索引间接加载实践建议将通用规则如项目结构、编码风格放在 /AGENTS.md 中将业务知识索引也写在 /AGENTS.md 中便于日常对话触发或者在对话中明确要求 AI 先阅读特定文档5.3 Q3如何让 AI 自动检索相关背景知识A这是 OpenSpec 的进化方向。目前最佳实践是在 /AGENTS.md 中建立业务知识索引采用提案方式讨论业务逻辑自动触发规范对话中明确指定先阅读 docs/xxx.md 再回答6 五、总结OpenSpec 的核心价值回到开篇的问题为什么有时候让 AI 发起提案时灵时不灵答案现在很清楚了触发机制AI 需要识别到特定关键词才会加载 OpenSpec 规范工具差异不同 AI 工具对规范文件的支持程度不同知识分层业务知识与开发规范需要合理分层存放OpenSpec 的核心价值在于通过规范注入让 AI 从项目小白成长为熟悉业务的开发伙伴。它不是银弹但当你理解了它的工作原理后就能让 AI 在团队协作中发挥真正的作用。当然在有需要的时候我们也可以修改 OpenSpec 初始化时所生成的一系列.md文件直接变更规范使其更加符合企业内的业务流程。寿酒肚记

相关文章:

.NET源码生成器基于partial范式开发和nuget打包绞

1 安装与初始化 # 全局安装 OpenSpec npm install -g fission-ai/openspeclatest # 在项目目录下初始化 cd /path/to/your-project openspec init 初始化时,OpenSpec 会提示你选择使用的 AI 工具(Claude Code、Cursor、Trae、Qoder 等)。 3 O…...

stock-sdk-mcp 的实践整理郊

一、什么是urllib3? urllib3 是一个用于处理 HTTP 请求和连接池的强大、用户友好的 Python 库。 它可以帮助你: 发送各种 HTTP 请求(GET, POST, PUT, DELETE等)。 管理连接池,提高网络请求效率。 处理重试和重定向。 支…...

你的SSH密钥可能已经过期了档

引言 在现代软件开发中,性能始终是衡量应用质量的重要指标之一。无论是企业级应用、云服务还是桌面程序,性能优化都能显著提升用户体验、降低基础设施成本并增强系统的可扩展性。对于使用 C# 开发的应用程序而言,性能优化涉及多个层面&#x…...

samba服务配置

仅主机 模式下 Samba 完整最简流程(从头到尾)一、虚拟机先改网络(必做)VMware → 虚拟机设置 → 网络适配器选:仅主机模式 (Host-only)二、Linux 自动获取 IP(root)一定得干不然不是同网段后面访…...

知识表示是什么:为什么人工智能离不开知识表示

人工智能不仅要处理数据,还要理解对象、关系、规则和约束。要做到这一点,系统就不能只保存原始记录,而必须把有关内容组织成机器能够处理的形式,这就是知识表示。知识表示并不是人工智能中的附属技术,而是智能系统建立…...

LSTM与GRU的深度解析:门控机制如何解决长时依赖问题?

点击 “AladdinEdu,你的AI学习实践工作坊”,注册即送-H卡级别算力,沉浸式云原生集成开发环境,80G大显存多卡并行,按量弹性计费,教育用户更享超低价。 1. 引言:当序列遇见记忆 自然语言、语音信…...

集合、元素、隶属与包含:知识分类的数学基础

在知识表示与知识图谱中,分类并不是随意进行的。无论是区分类与实例,还是建立上位类与下位类,背后都需要一种更基础的结构来支撑,这就是集合观念。集合、元素、隶属关系、包含关系与相等关系,构成了知识分类最基本的数…...

Android Studio项目集成AI:Phi-4-mini-reasoning 3.8B移动端调用方案

Android Studio项目集成AI:Phi-4-mini-reasoning 3.8B移动端调用方案 1. 移动端AI集成的新机遇 最近在移动开发圈里,AI集成成了热门话题。作为一名长期关注移动端AI落地的开发者,我发现Phi-4-mini-reasoning 3.8B这个轻量级模型特别适合移动…...

OpenClaw多模型切换:Qwen3.5-9B与其他开源模型的协作方案

OpenClaw多模型切换:Qwen3.5-9B与其他开源模型的协作方案 1. 为什么需要多模型协作? 去年我在尝试用AI自动化处理日常工作时,发现一个有趣的现象:当我用同一个大模型处理不同类型的任务时,效果差异非常大。比如用擅长…...

FireRed-OCR Studio实战教程:OCR结果与数据库自动同步脚本

FireRed-OCR Studio实战教程:OCR结果与数据库自动同步脚本 1. 学习目标与场景引入 想象一下这个场景:你是一家公司的行政人员,每天需要处理几十份报销单、合同和发票。你用FireRed-OCR Studio把这些纸质文件扫描成清晰的Markdown文档&#…...

OpenClaw自动化调研:Qwen2.5-VL-7B全网信息收集与分析

OpenClaw自动化调研:Qwen2.5-VL-7B全网信息收集与分析 1. 为什么需要自动化调研工具 作为一个经常需要收集行业动态的技术博主,我过去每天要花2-3小时手动浏览各类网站。直到发现OpenClaw这个能操控浏览器的AI助手,配合Qwen2.5-VL-7B的多模…...

从“人海战术”到“算法军团”:TVA引发的劳动力革命(4)

——岗位重构:TVA时代,制造业劳动力的岗位迭代与技能升级TVA“算法军团”的普及,不仅替代了传统的体力型、重复型劳动力,更引发了制造业岗位体系的颠覆性重构——大量传统岗位被淘汰,一批全新岗位应运而生,…...

2026年智能码牌服务商,究竟合不合法合规?

在数字支付行业蓬勃发展的今天,智能码牌服务商逐渐成为市场的焦点。随着2026年的到来,人们对于这些服务商的合法合规性愈发关注。以财联支付为例,我们来深入探讨智能码牌服务商的合法合规性问题。一、合法合规的基础:技术与资质双…...

开箱即用的AI视觉工具:万物识别镜像部署与简单调用演示

开箱即用的AI视觉工具:万物识别镜像部署与简单调用演示 1. 引言:让AI视觉识别触手可及 想象一下,你刚拿到一个功能强大的AI视觉识别工具,它能识别5万多种日常物品,而且直接用中文输出结果。但当你准备使用时&#xf…...

Llama-3.2V-11B-cotGPU优化教程:量化+FlashAttention提升吞吐300%实操

Llama-3.2V-11B-cot GPU优化教程:量化FlashAttention提升吞吐300%实操 1. 项目概述与优化目标 Llama-3.2V-11B-cot 是一个支持系统性推理的视觉语言模型,基于LLaVA-CoT论文实现。这个模型结合了图像理解和逐步推理能力,采用独特的四步推理格…...

据传某大厂西安研究所一个女员工,终身合同耗了三年不走,今年被hr带着保安抬出公司了。

点击上方“码农突围”,马上关注 这里是码农充电第一站,回复“666”,获取一份专属大礼包 真爱,请设置“星标”或点个“在看”这是【码农突围】的第 494 篇原创分享作者 l 突围的鱼来源 l 码农突围(ID:smarty…...

建成不是终点!数据中心A级标准满载测试,筑牢数字底座安全防线

当数据中心的最后一台设备调试完毕,机房指示灯全部亮起,这座“数字心脏”看似已经就绪,但这绝不意味着可以正式“上岗”。作为支撑数字经济运转的核心枢纽,数据中心的稳定性、可靠性,直接决定着各类业务的连续运转——…...

Qwen3.5-9B多场景落地:开发者写Python脚本、产品经理写PRD、教师出题批改

Qwen3.5-9B多场景落地:开发者写Python脚本、产品经理写PRD、教师出题批改 1. 开篇:认识Qwen3.5-9B大模型 Qwen3.5-9B是一款拥有90亿参数的开源大语言模型,在多个专业领域展现出强大的能力。不同于普通聊天机器人,它特别擅长逻辑…...

真机部署仅需几小时!PhyAgentOS开源项目,实现零代码跨本体迁移

开箱即用、零代码跨本体、多机协同、决策可追溯的全链路开发底座 ——具身智能自进化操作系统 目录 01 PhyAgentOS 是什么 核心创新:认知—物理解耦 hal_watchdog:那个关键的‘看门狗’ 四层架构:模块化、可插拔 自进化能力&#xff…...

Jimeng LoRA环境配置指南:CUDA 12.1+Triton优化+显存锁定实操步骤

Jimeng LoRA环境配置指南:CUDA 12.1Triton优化显存锁定实操步骤 你是不是也遇到过这样的问题:想测试自己训练的不同阶段的LoRA模型,每次切换都要重新加载一遍好几G的底座模型,等得花儿都谢了?或者LoRA版本一多&#x…...

结合强化学习优化Qwen-Image-2512-Pixel-Art-LoRA 的提示词生成策略

结合强化学习优化Qwen-Image-2512-Pixel-Art-LoRA 的提示词生成策略 1. 引言 你有没有过这样的经历?用AI生成像素画时,明明脑子里有个很酷的画面,但写出来的提示词(Prompt)就是差那么点意思,生成的图片总…...

AudioSeal Pixel Studio效果展示:蓝牙传输(SBC编码)后水印留存实测

AudioSeal Pixel Studio效果展示:蓝牙传输(SBC编码)后水印留存实测 1. 引言:当隐形水印遇上蓝牙传输 想象一下,你为一段重要的音频文件加上了数字水印,就像给它盖上了一枚隐形的数字印章。这枚印章能证明…...

20个AI核心概念轻松入门:从零基础到实战应用,秒变AI达人!

本文以最简单的方式拆解了20个最重要的AI概念,涵盖神经网络、迁移学习、分词、嵌入向量、注意力机制、Transformer模型、大语言模型(LLM)、上下文窗口、温度系数、幻觉等,旨在帮助零基础读者理解AI底层原理。文章通过直观例子和清…...

李宏毅老师最新大模型入门教程,带你快速掌握生成式AI核心,轻松进阶前沿水平!

现在国内外关于大模型入门教程做的比较好的并不多,这其实也是一件好事,有难度和有门槛才能避免烂大街,现在大模型入门教程热度最高的包括李宏毅老师、吴恩达老师、Datawhale开源社区等 选择合适的入门学习教程,能少走弯路&#xf…...

从零到实战:手把手教你构建LLM的四大核心阶段!

从零开始构建 LLMs 的四个阶段,使其能够应用于真实场景。 涵盖: 预训练指令微调偏好微调推理微调0️⃣ 随机初始化的 LLM 此时,模型一无所知。 你问它“什么是 LLM?”,得到的却是像“try peter hand and hello 448Sn”…...

企业级AI获客系统:五层设计逻辑与实施路径

企业级AI获客系统的核心,是将非结构化的市场信号转化为有优先级的、可执行的销售动作,同时通过反馈回路持续提升精准度。整个系统可以拆分为五层。第一层:信号采集 来源必须多元化。 Web行为可以通过埋点或反向 IP 解析工具识别匿名访客&…...

LangChain + LangGraph:多 Agent 流程的“积木层”与“编排层”全解析,轻松搭建企业级智能系统!

本文深入解析了 LangChain 和 LangGraph 在多 Agent 系统中的应用。LangChain 作为“通用积木层”,提供统一模型接口、消息格式、Prompt、Tool、Retriever、结构化输出、Middleware 等能力,便于快速构建 Agent。LangGraph 则作为“编排/状态机层”&#…...

Qwen3-32B .NET应用开发:智能文档处理系统

Qwen3-32B .NET应用开发:智能文档处理系统 1. 开篇:为什么需要智能文档处理 每天我们都要面对各种各样的文档:合同、报告、发票、表格...手动处理这些文档不仅耗时耗力,还容易出错。想象一下,如果能有一个系统自动读…...

Graphormer效果展示:金属配合物氧化还原电位预测与循环伏安图拟合

Graphormer效果展示:金属配合物氧化还原电位预测与循环伏安图拟合 1. 模型概述 Graphormer是微软研究院开发的基于纯Transformer架构的图神经网络模型,专门为分子图(原子-键结构)的全局结构建模与属性预测而设计。与传统的图神经…...

**Pandas实战进阶:用“链式操作+自定义函数”重构数据清洗流程,效率提升3倍不止!**在日常数据分析中,我

Pandas实战进阶:用“链式操作自定义函数”重构数据清洗流程,效率提升3倍不止! 在日常数据分析中,我们常遇到这样的场景:从原始CSV文件加载数据后,需要进行多步清洗——缺失值填充、类型转换、去重、分组聚合…...