散装码农,用AI编程探索实践

You are an advanced Al model designed to solve complex programming challenges by applying a combination of sophisticated reasoning techniques.To ensure your code outputs are technically precise,secure,efficient,and well-documented,follow these structured instructions:

Break Down the Coding Task：

Begin by applying Chain of ThoughtCoT reasoning to

decompose the programming task into logical,manageable

components.Clearly articulate each step in the coding process,whether it's designing an algorithm, structuring code,or implementing specific functions. Outline the dependencies between components,ensuring that the overall system design is coherent and modular. Verify the correctness of each step before proceeding,ensuring that

your code is logically sound and modular.

Rationalize Each Coding Decision：

As you develop the codeuse Step-by-Step Rationalization.

STaRto provide clear,logical justifications for every decision made during the coding process.Consider and document alternative design choices,explaining why the chosen approach is preferred based on criteria such as performance,scalability, and maintainability Ensure that each line of code has a clear purpose and is well-commented for maintainability

Optimize Code for Efficiency and Reliability：

Incorporate A Search principles*to evaluate and optimize the efficiency of your code. Select the most direct and cost-ffective algorithms and data structures,considering time complexity.space complexity,and resource

management. Develop and run test cases,including edge cases, to ensure code efficiency and reliability.Profile the code to identify and optimize any performance bottlenecks.

Consider and Evaluate Multiple Code Solutions：

Leverage Tree of Thoughts(ToTto explore different coding approaches and solutions in parallel. Evaluate each potential solution using A Search principles*prioritizing those that offer the best balance between performance,readability, and maintainability. Document why less favorable solutions were rejected, providing transparency and aiding future code reviews.

Simulate Adaptive Learning in Coding:

Reflect on your coding decisions throughout the session as if you were learning from each outcome. Apply Q-Learning principles to prioritize coding strategies that lead to robust and optimized code. At the conclusion of each coding task summarize key takeaways and areas for improvement to. guide future development.

Continuously Monitor and Refine Your Coding Process：

Engage in Process Monitoring to continuously assess the progress of your coding task. Periodically review the codebase for technical debt and refactoring opportunities, ensuring long-term maintainability and code quality.Ensure that each segment of the code aligns with the overall project goals and requirements. Use real-time feedback to refine your coding approach,making necessary adjustments to maintain the quality and effectiveness of the code

throughout the development process.

Incorporate Security Best Practices：

Apply security best practices,including input validation encryption,and secure coding techniques,to safeguard

againstvulnerabilities. Ensure that the code is robust against

common security threats.

Highlight Code Readability：

Prioritize code readability by using clear variable names consistent formatting,and logical organization. Ensure that the code is easy to understand and maintain, facilitating

future development and collaboration.

Include Collaboration Considerations:

Consider how the code will be used and understood by other developers Write comprehensive documentation and follow team coding standards to facilitate collaboration and ensure that the codebase remains accessible and maintainable for

all contributors.

Final Instruction:

By following these instructions,you will ensure that

your coding approach is methodical, well-reasoned, and optimized for technical precision and efficiency.Your goal is to deliver the most logical,secure,efficient,and well-documented code possible by fully integrating these advanced reasoning techniques into your programming workflow.

Claude3 vs GPT4，谁的编程能力更强

提示词：

请使用.NETMAUI框架，开发一款计算器app，要求能够进行加减乘除等常规计算。界面要求美观且符合用户使用习惯。请给出详细的步骤和完整的代码。

请给出完整的xaml代码

点击使用免费的Claude3付费模型（Claude-3-opus ）,该测试地址还可以使用各大开源模型

通义灵码

灵动指间，快码加编，你的智能编码助手| 基于通义大模型，提供代码智能生成、研发智能问答能力，个人免费

点击进入

微软的ChatGPT4

点击进入

如何用 ChatGPT 帮你写 Python 爬虫？实际样例循序渐进手把手教程

循序渐进引导ChatGPT完成你需要的代码，不是一次ChatGPT就能完成你要的东西，何况ChatGPT没有联网功能，所有知识点都是截止训练数据的时间点

OpenDevin一位自主人工智能软件工程师

点击进入软件页

点击进入文档说明页

点击进入软件页

前端图片转代码screenshot-to-code

点击进入源码

点击进入软件主页

claude可以根据UI图片生成界面代码(HTML Android Flutter MAUI)

点击进入claude

上传UI图片

根据这张UI图生成这张图界面效果的HTML代码

。。。

再根据上面的图片生成Android的原生界面代码

。。。

再根据上面的图片生成Flutter的代码

。。。

再根据上面的图片生成MAUI代码

。。。

小白用Claude3.5出海赚美金！| AI写代码建AI工具出海网站进阶教程

曾用的提示词写代码

C#实现http代理服务，接收外部http请求，然后转发请求得到响应返回给外部请求

C#实现http代理服务，接收外部https请求，然后转发请求得到响应返回给外部请求,给出详细代码解决证书问题

一键整合多个AI, 不会编程的我竟然只用24小时把灵感变成了APP

AI开发神器：https://bolt.new/

AI配音DupDub：http://www.dupdub.com/?via=jojo

OpenAI API: https://platform.openai.com/

前端设计灵感Codepen: https://codepen.io/spark

顶尖设计师作品Dribble: https://dribbble.com/

出规划：

我想用Bolt.new开发一个儿童睡前故事APP，我应该如何制作这个app 帮我整理一下思路

。。。

我想要用Bolt.new制作出这样一款工具，是否可行？

BedtimeStories

用户可以输入他们门感兴趣的主题或角色或者自已孩子的名学，选择故事类型、（冒险、科幻、童话等，该工具就可以生成一个非常吸引人的儿童睡前故事。并且每个故事都会附带插图，有语音朗读功

能，这样小孩可以听看故事入睡。

故事生成：

利用OpenA/的GPT-4API，根据用户输入生成定制化的故事。。

语音朗读功能：

DupDub：生成自然流畅的语音。

语音风格：选择适合儿童的声音，语调亲切，发音清晰，有故事性

。

插画生成：

图像生成API：使用OpenAI的DALL·E根据故事情节生成插画。

画面风格：3D迪王尼风格皮尔斯

文本展示：

故事生成后，可以看到文本

界面设计风格：

温馨，柔和，治愈，圆角设计，有夜晚，和迪士尼Pixar风格

自标用户：

家长：快速生成温馨、有趣的睡前故事。

教育机构：用于课堂或活动中的创新阅读素材。

儿童创作者：鼓励孩子输入关键词，自行创作故事。

。。。

好的。请帮我生成一个足够具体的开发者文档，保障bolt能够完全理解我的需求，帮我开发出这样一款工具。用英文来写，因为Bolt看不懂中文

。。。

给Bolt,ChatGPT生成的开发者文档

Create this app for me:

ChatGPT生成的开发者文档

完全不懂编程，靠AI复刻出月入$600k的APP的同款

AI开发神器：https://bolt.new/

寻找APP创意：https://www.paywallscreens.com/

编程AI助手

散装码导->程序工具->AI辅助编码

AI辅助开发利器Cline + DeepSeek R1 + Claude

通用编程咒语收集

不同语言代码转换，以VC代码为例的咒语

以附件形式上传头文件XVarArray.h和实现文件XVarArray.cpp

咒语如下：

根据上传的VC类XVarArray头文件与实现文件，将XVarArray的 C#实现以C#源码的形式提供

。。。

[豆包]

你是一名资深的VC开发者，现在封装一个易用的串口操作类，要求简单易用效率高，给出类详细代码和调用例子

。。。

uniapp开发

[kimi]

你是一名优秀的uniapp开发者并精通常用的UI框架，用uniapp并采用uview前端框架，编写一个模仿美团的app,要求尽量完整复原美团界面及其操作逻辑，给出完整的代码

。。。

给出项目中的util.js源码

。。。

[kimi]

你是一名优秀的uniapp开发者,用uniapp的uview UI框架实现图片里的app界面效果

...

[豆包]

你知道开源的TVBox App 应用吗

。。。

你现在是一名优秀的uniapp开发者，请实现tvbox一样的应用和TVBox数据完全兼容的uniapp应用，给出完整的uniapp代码

。。。

通用
【豆包】

[a]使用ffmepg录音，没一分钟生成一个mp3文件

ffmpeg -f alsa -i default -f segment -segment_time 60 -c:a libmp3lame -b:a 128k output_%03d.mp3

。。。

C#的ffmpeg封装库

。。。

实现代码：

using static FFmpeg.AutoGen.ffmpeg;

// 初始化 FFmpeg

av_register_all();

avdevice_register_all();

// 打开音频输入设备（需根据系统配置参数）

AVFormatContext* pFormatCtx = avformat_alloc_context();

AVDictionary* options = null;

av_dict_set(&options, "sample_rate", "44100", 0); // 采样率

av_dict_set(&options, "channels", "2", 0); // 声道数

// 设备名称：Linux(alsa:"default")、Windows(dshow:"audio=麦克风")、macOS(avfoundation:":0")

int ret = avformat_open_input(&pFormatCtx, "alsa:default", null, &options);

if (ret < 0) { /* 错误处理 */ }

// 后续需手动处理音频帧读取、编码为 MP3 并按时间分片（需结合 libmp3lame 编码器）

• NuGet 安装：Install-Package FFmpeg.AutoGen

【豆包】

语音转文字命令行工具带时间

。。。

实际代码：

工具：Whisper（推荐）

Whisper 是 OpenAI 开源的语音识别模型，准确率高，支持生成带时间戳的文本，可通过 Python 命令行调用。

安装步骤：

1. 安装 Python（3.8+）：官网下载

2. 安装 Whisper：

pip install openai-whisper

（若需要加速，可使用国内镜像：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple openai-whisper）

核心命令（带时间戳）：

whisper 音频文件路径 --model 模型名称 --output_format 输出格式 --word_timestamps True

参数说明：

• 音频文件路径：支持 MP3、WAV、FLAC 等常见格式（如 input.mp3）。

• --model：指定模型（精度越高，速度越慢）：

◦ 基础版：base（适合快速测试）

◦ 标准版：small、medium（平衡精度和速度）

◦ 高级版：large（最高精度，推荐用于正式场景）

• --output_format：输出格式（支持 txt、srt、vtt、json 等，其中 srt/vtt 是带时间戳的字幕格式）。

• --word_timestamps True：开启单词级时间戳（默认是段落级）

whisper test.mp3 --model small --output_format srt

AI 编程：如何用好 Lovable

点击查看原文

点击查看原文2

目前我最好的 AI 编程伙伴是 Lovable 和 Cursor 。 bolt.new 和 windsurf，也都很不错，选择前两个是因为上限足够高。

Lovable 的网址，没有 bolt.new 有名字，我推荐大家都试试，尤其是不懂代码的人。我刚刚看了以下，我用 lovable 一共创建了 40 个项目。

https://lovable.dev/

今天的文章的主要内容来自 X 和 Lovable 的文档，是 Lovable 的 Prompt 的最佳实践，期间会加入我的思考。如果要直接看原文，在这里：

https://x.com/lovable_dev/status/1873078129469821044

正文开始。

使用上下文

提供更多的背景信息是有必要的。例如：

我们正在构建一个帮助团队追踪任务的项目管理工具。

这个工具应该具有以下功能：

- 用户认证
- 项目创建
- 任务分配
- 报告生成

现在，第一个任务是创建项目创建的用户界面。

这里有点像.cursorrules,把我要做的事情的上下文交代清楚。但不要忘记最后的明确，第一个任务是什么，后面会说，这是要一步一步来，不至于让 AI 偏离我们的预期太多。

例如：

我需要一个与Supabase集成并有安全认证流程的CRM(客户关系管理)应用。首先从搭建后端开始。

我们正在开发一个专注于环保产品的电商平台。需要生成一个带有类别和价格筛选功能的产品列表页面。

有一个上下文的信息，然后明确具体的任务。

任务分解

很多人在尝试 AI 编程的时候，给的一个需求都是：开发一个天气预报的应用，开发一个 2048 游戏。这也是的，我们从这个开始，获得惊艳的结果。

但我们开始真正工作的时候，不要让 AI 猜我们的需求。

对比：

不要这样：

构建一个包含所有功能的 CRM 系统



这样进行：

1. “设置后端”

2. "添加认证流程"

3. “添加导出功能”

这是很重要的，包括后面的“复杂功能规划”和“调试过程”都是对任务的分解：

复杂功能规划

分解思考：我们来规划认证：

1. 所需组件
2. 用户流程
3. 安全措施

调试过程：

遵循此结构：

1. 描述出了什么问题
2. 解释预期行为
3. 分享控制台错误

使用图像

这是一个重要的技巧，我们可以上传截图，尤其是针对不懂编程的用户，无法“精确描述”的时候，什么叫精确的描述？比如一个网页的布局，有导航栏、有 header 、有footer 这都是基本的，还有更复杂的专业词汇。

更好的是学会如何描述——这不难。其次是直接给参考图片，例如：

制作这个看板，支持列间拖放。使用 Pangea dnd 实现卡片在列间的移动。

截图大家自行想象。这里有一个奇怪的词汇：Pangea dnd。这是一个很专业的提出需求的方式，不仅提出了问题，还指出了解决的方向。编程这个行当里，这么多年积累了很多最佳实践。不懂编程没关系，可以知道一些词汇是什么意思。这在 AI 编程的时候很有帮助。

比如于我，包豪斯、孟菲斯、蒙德里安，我之前都没关注过，使用 AI 帮我工作之后，我需要给TA 明确的指令，就需要做一些学习。每一个专业，都有一个概念的体系，可以先弄清楚，照猫画虎。

这里还有技巧，就是往往 AI 比我们知道的都多、都深入，我们不知道怎么问，可以问 AI 。AI 给出答案，我们有一个更明确的学习方向。

有效反馈

我们在提需求的时候，不要说“让它更好”，而是说：“登录表单可以工作，但需要电子邮件验证，并在密码不匹配时提供更好的错误信息。”

本质上，还是怎么给AI更清晰的反馈。我们在和模型沟通的时候，可以抽象对抽象，具体对具体。有的时候，实在不知道问什么，可以说让交互更好，让视觉更好，但这个时候，要再次明确我们在做什么的上下文，通过上下文的关键词，模型可以关联出来至少平均线以上的水平，大概我们也知道了方向。

设置约束 & UI 更新

定义明确的边界：“创建一个仅限于显示 3 个可见任务的待办事项应用程序。在保持我们现有设计系统的同时，包含添加/编辑/删除功能。”

再比如：

仅更新视觉设计。保持所有功能和 API 调用不变。专注于改进移动布局。

强调改进视觉的同时，明确不需要更改的内容是有必要的。以此类推

无障碍的要求

具体说明需求：

生成一个带有 ARIA 标签、键盘导航和适当焦点管理的登录表单

——这也能需要我们有一定的这方面的知识。

道在屎溺，和 AI 一起工作很简单，我原本想把这些能力写得花里胡哨，但随着我用的越多，越有体验的时候，我觉得简简单单就好。

不必期望 lovable 完成所有的工作，当你试过以上的方法，Lovable 似乎无法改进的时候，Cursor 就要登场了。

上一篇：开源的的AI模型及调用平台

下一篇：AI大模型、数据集相关应用技术

您现在的位置是：网站首页> AI人工智能