AI 编程助手保姆级教程：从代码补全到 Agent 模式的高效用法

🛒 面向开发者，用一套可复用的方法把 AI 编程助手用出真实效率。

教程目标

本教程以 Cursor 与 GitHub Copilot 为例，带你把 AI 编程助手从“偶尔补全”提升到“稳定的日常工程工具”，并掌握 Agent 模式下的多文件改造、重构与测试生成。

前置准备 Checklist

  • [ ] 安装 VS Code 或 Cursor（本教程以 Cursor 为例）。
  • [ ] 登录账号并确认免费额度 / 订阅状态。
  • [ ] 一个 Git 管理的示例项目（建议先练习，再上真实仓库）。
  • [ ] 本地已有 Node / Python 等运行环境（用于跑测试验证）。
  • [ ] 了解你的代码库结构（入口、依赖、测试命令）。

第一步：安装与基础配置

  1. 下载并安装 Cursor（或 VS Code + Copilot 插件）。
  2. 登录账号，在设置里确认模型与补全开关。
  3. 打开示例项目，把仓库根目录的关键文件（README、接口文档）保持在可见范围。

设置建议：打开“自动补全（Tab）”与“代码评审”功能；关闭“自动接受所有建议”类高风险选项。

第二步：掌握三类基础用法

  1. 行内补全：输入函数名或注释，按 Tab 接受建议。
  2. 对话框提问：⌘ + L 打开对话，粘贴代码片段询问“这段代码有什么问题”。
  3. 选中代码操作：选中一段代码，右键选择“解释 / 重构 / 生成测试”。

关键心法：给 AI 上下文，而不是只给一句“帮我写”。先选中相关文件或贴出接口签名。

第三步：写出高质量提示词

差的提示词：帮我写个登录接口。

好的提示词示例：

在 src/auth/login.ts 中实现一个登录接口：
- 入参：{ username, password }
- 校验：密码用 bcrypt 比对
- 成功返回 JWT，过期时间 2 小时
- 失败返回 401 和错误码
- 遵循项目现有的错误处理方式（见 src/utils/errors.ts）
- 同时生成单元测试

三个要点：明确目标、给出边界、指认现有代码。

第四步：用 Agent 模式做多文件改造

在 Cursor 中按 ⌘ + I 进入 Composer/Agent 模式，输入：

把订单模块的金额计算抽成独立工具函数，放到 src/utils/money.ts，
更新所有调用点，并补充单元测试，保持现有命名风格。

Agent 会跨文件编辑。此时务必：

  1. 在独立分支上操作。
  2. 逐个审查 Agent 的 diff，而不是一键全接受。
  3. 跑测试确认无回归。

第五步：让 AI 帮你生成与修复测试

  • 生成测试：为 src/utils/money.ts 生成覆盖边界条件的单元测试。
  • 修复失败：把 CI 报错信息贴给 AI：测试 xx 失败，报错如下……请定位根因并修复。

经验：把“报错 + 相关文件 + 期望行为”一起给出，成功率远高于只贴报错。

第六步：设置项目级规范（.cursorrules）

在项目根目录创建 .cursorrules，让 AI 输出贴合团队风格：

- 项目语言：TypeScript，使用 strict 模式
- 错误处理：统一走 src/utils/errors.ts 的 ApiError
- 命名：函数动词开头，组件 PascalCase
- 提交前必须过 eslint 与 prettier
- 所有新增逻辑必须有单元测试

保存后新会话自动生效，团队统一规范可放进共享仓库。

第七步：验证与安全边界

验证清单：

  • [ ] 补全建议能被 Tab 接受且语法正确。
  • [ ] 提示词能稳定产出符合规范、可运行的代码。
  • [ ] Agent 改造后测试全绿。
  • [ ] 敏感信息（密钥、内网地址）从未粘贴给云端 AI。

安全红线：机密代码不粘贴、敏感仓库不开共享会话、Agent 不直接推送到主干。

第八步：日常高效工作流组合拳

把零散用法组合成“标准动作”，效率提升最明显：

  1. 拿到需求 → 用 AI 拆解任务清单与接口边界。
  2. 写代码 → 选中相关文件，用 Agent 生成初版实现。
  3. 自测 → 让 AI 生成单元测试并跑通。
  4. 联调 → 把报错贴给 AI 定位根因并修复。
  5. 收尾 → 让 AI 生成变更说明与提交信息。

这套组合每天可省 1-2 小时，关键是“每步都明确输入与验收”。

常见错误与注意事项

  1. 一键全接受 Agent 的 diff：务必逐条 review，测试全绿才合入。
  2. 不给出上下文就提问：先选中文件或粘贴接口签名。
  3. 把密钥贴给 AI：这是安全红线，一律禁止。
  4. 让 AI 改完不跑测试：任何 AI 修改都要用测试验证，不能盲信。
  5. 提示词一成不变：效果下降时主动迭代模板。

验证方法

  • 验证 1：补全建议能被 Tab 接受且语法正确。
  • 验证 2：提示词能稳定产出符合规范、可运行的代码。
  • 验证 3：Agent 改造后测试全绿。
  • 验证 4：敏感信息（密钥、内网地址）从未粘贴给云端 AI。

常见问题与排障（FAQ）

  1. 补全总是建议垃圾代码？

    给更多上下文（选中文件、贴接口），用 .cursorrules 约束风格，必要时换更强模型。

  2. Agent 改坏文件了怎么办？

    用 Git 回滚该文件：git checkout <file>；养成“改造前切分支、改造后逐条 review”的习惯。

  3. 提示词效果不稳定？

    把“目标、边界、现有代码、期望验证”四要素写全；效果差时换一种措辞再试。

  4. 免费额度不够用？

    先让 AI 处理“生成测试、解释代码、写注释”等低频任务；高频重构留到额度充足时段或升级订阅。

  5. 团队怎么统一 AI 使用规范？

    把 .cursorrules、提示词模板与安全红线沉淀到共享文档，纳入新人 onboarding。

  6. 不同项目风格差异大怎么办？

    为每个项目单独维护 .cursorrules，并在仓库内统一管理，避免跨项目串风格。

总结与下一步

到这里，你已经掌握了从“补全”到“Agent 改造”再到“测试修复”的完整用法。建议先用示例项目练习 2-3 天，再在真实仓库低风险模块上实践；最后把 .cursorrules 与提示词模板沉淀为团队资产。

进阶与扩展

  • 命令行 Agent：用 Claude Code 在终端完成批量重构。
  • 自动化评审：让 AI 生成自测与评审意见，人工终审。
  • 私有化模型：高敏项目接入本地部署模型，实现代码不出内网。
  • 效率度量：记录采纳率与返工率，季度复盘迭代提示词资产。

用户评价

  • 加载评价中...