AI / Vibe Coding 工作流
这篇文档是 AI 路线的权威说明。
重点不是“让 AI 生成一张页面”，而是让 AI 生成或改造一个能够收敛到平台契约的生成器。
AI 路线的最小栈
MCP
使用 generator-sdk-mcp，让 AI 可以：
- 读取真实 SDK 和 runtime 文档
- 查看可用 API
- 生成 starter
- 避免只靠记忆猜测
Skills
实现阶段使用 creating-generators。
如果任务是架构设计、规划或改造范围分析，再叠加 spec-driven-development 和项目内上下文技能。
提示词
一个好的起始提示应说明：
- 生成器做什么
- 偏好的技术栈
- 需要哪些平台能力
- 是否存在模板场景
- 是否优先使用官方壳层
推荐工作流
- 配置 MCP
- 加载合适的 skills
- 让 AI 追问缺失信息
- 选择 starter、壳层策略和 runtime 路径
- 生成 runtime 基础骨架
- 接入所需 SDK 模块
- 只有在壳层需要标准化时才接入 workbench
- 按 runtime 与平台门槛验证完成度
AI 应该先澄清什么
在开始写代码前，AI 至少应确认：
- 生成器身份或
appKey - 技术栈
- 所需平台能力
- 模板页要求
- 是 greenfield 还是 refactor
- 目标是兼容性改造还是标准化改造
AI 通常应该产出什么
对于新的标准生成器，AI 的输出通常应包含：
- runtime starter
- 明确的 SDK 接入
- 在需要时补齐 runtime contract
- 可选的 workbench 接入
- 对未完成项的诚实说明
常见失败模式
- AI 只生成了一个前端页面
- AI 只接了 SDK，却没有完成 runtime 标准化
- AI 在没有真实模板场景时过度生成模板能力
- AI 在结果只是阶段性交付时仍然声称“已完成”
评审清单
在接受 AI 输出前，先确认：
- MCP 已可用
- 合适的 skills 已加载
- AI 已正确区分 greenfield 和 refactor
- AI 选择了正确的接入路径
- 需要时，runtime contract 已处理
- 剩余缺口已被诚实描述