🤖 MBE AI驱动开发 - 文档中心

更新时间: 2026-01-28
文档版本: v2.0
核心理念: 人类对话 → AI完成所有开发工作 → CI/CD自动部署

🎯 快速导航

⭐ 必读文档

文档	用途	阅读时间	适合人群
单人AI开发 👤	1个人完成完整项目	20分钟	独立开发者 ⭐⭐⭐
AI驱动开发指南 🤖	Cursor AI + CI/CD完整流程	15分钟	所有人
快速参考	常用命令和对话模板	5分钟	所有人

📖 详细文档

文档	用途	适合人群
团队协作指南	团队开发流程(传统)	团队管理者
开发工作流	详细开发流程(传统)	开发者
流程可视化	流程图和架构图	所有人
环境分析	Docker环境配置	运维

👤 适合人群

✅ 独立开发者 - 1个人也能完成完整项目
✅ 创业者 - 快速验证想法，降低成本
✅ 小团队 - 2-3人完成大团队的工作
✅ 转型者 - 从其他领域转入开发

特别推荐: 
⭐ [单人AI驱动开发指南](SOLO_AI_DEVELOPMENT.md)
   完整的1人开发流程和实战技巧

🚀 快速开始

1. 安装Cursor

# 下载Cursor IDE
https://cursor.sh/

# 或使用VSCode + Cursor插件

2. 打开项目

git clone <repo-url>
cd mises-behavior-engine
cursor .

3. 开始对话

你: "帮我搭建本地开发环境"
AI: [自动检查依赖、配置环境、启动服务]

你: "我想添加XXX功能"
AI: [理解需求、设计方案、编写代码、测试、部署]

你: "测试效果怎么样?"
AI: [运行测试、分析结果、给出报告]

你: "效果不错，发布到生产"
AI: [自动备份、部署、验证、监控]

💬 常用对话模板

功能开发

"我想[做什么]，目标是[达到什么效果]"

示例:
"我想为律师专家添加法律引用功能，
目标是法律引用覆盖率从40%提升到80%"

Bug修复

"[描述问题]，帮我修复"

示例:
"用户反馈律师回答质量下降，经常说没有信息，
帮我诊断和修复"

性能优化

"[什么]太慢了，帮我优化"

示例:
"回答速度太慢了，P95响应时间5秒，
帮我优化到2秒以内"

监控查询

"帮我查看/分析/监控[什么]"

示例:
"帮我持续监控生产环境，有异常立即通知"

🔄 完整工作流程

1. 人类对话
   └─→ "我想添加XXX功能"

2. AI理解
   ├─→ 分析需求
   ├─→ 设计方案
   └─→ 征求确认

3. AI实施
   ├─→ 编写代码
   ├─→ 编写测试
   ├─→ 更新文档
   └─→ 推送代码

4. CI/CD自动化 ✅
   ├─→ 代码检查 (flake8, mypy, black)
   ├─→ 运行测试 (pytest)
   ├─→ 构建镜像 (Docker)
   └─→ 部署到开发环境

5. AI验证
   ├─→ 运行集成测试
   ├─→ 检查日志
   └─→ 验证功能

6. AI汇报
   └─→ "✅ 已完成！测试结果: ..."

7. 人类决策
   └─→ "效果不错，发布到生产"

8. AI自动部署
   ├─→ 备份数据
   ├─→ 滚动部署
   ├─→ 健康检查
   └─→ 监控验证

耗时: 10-30分钟 (全自动)

🏗️ 环境架构

3个环境 + CI/CD

┌─────────────────────────────────────────┐
│  人类 (Cursor对话)                       │
└────────────┬────────────────────────────┘
             ↓
┌─────────────────────────────────────────┐
│  AI Assistant (Cursor)                  │
│  - 理解需求、编写代码、测试、文档        │
└────────────┬────────────────────────────┘
             ↓ git push
┌─────────────────────────────────────────┐
│  CI/CD Pipeline ✅                       │
│  - 自动测试、构建、部署                  │
└────────────┬────────────────────────────┘
             ↓
┌─────────────────────────────────────────┐
│  开发环境 (dev.hi-maker.com)             │
│  - 自动部署、集成测试                    │
└────────────┬────────────────────────────┘
             ↓ 人类批准
┌─────────────────────────────────────────┐
│  生产环境 (mbe.hi-maker.com)             │
│  - 自动备份、滚动部署、监控              │
└─────────────────────────────────────────┘

🎓 AI能力

AI自动完成

✅ 代码编写
  - 符合规范
  - 类型注解
  - 错误处理
  - 日志记录

✅ 测试编写
  - 单元测试
  - 集成测试
  - 覆盖率>70%

✅ 文档更新
  - 代码注释
  - API文档
  - CHANGELOG
  - README

✅ 代码审查
  - 自我检查
  - 质量保证
  - 安全扫描

✅ 部署验证
  - 健康检查
  - 功能测试
  - 性能监控

✅ 主动监控
  - 实时告警
  - 自动修复
  - 定期报告

AI决策支持

AI会主动:
  - 分析问题根因
  - 提供多种方案
  - 对比优劣
  - 推荐最佳方案
  - 预测潜在风险
  - 给出改进建议

📊 成功案例

System Prompt优化 (AI完成)

人类对话:
"法律条文库已经很丰富了，但律师回答
还是缺少法律引用，帮我优化"

AI完成(2小时):
1. ✅ 问题诊断: system_prompt为空
2. ✅ 方案设计: 2000+字符详细指导
3. ✅ 代码实施: 更新配置文件
4. ✅ 推送触发: CI/CD自动测试部署
5. ✅ 自动验证: 10个测试100%通过
6. ✅ 生产部署: 自动备份和发布
7. ✅ 监控验证: 稳定运行

结果:
- 法律引用覆盖率: 40% → 100%
- 成本: 0元
- 效果: 显著提升
- 完全自动化

🎯 核心优势

vs 传统开发

对比项	传统开发	AI驱动
编写代码	人类手动	AI自动
编写测试	人类手动	AI自动
代码审查	人类审查	AI自我审查
部署	手动操作	CI/CD自动
监控	被动查看	AI主动监控
文档	容易遗漏	AI自动更新
开发速度	基准	3-5倍 ⚡
质量保证	依赖人工	自动化100% ✅
成本	高	大幅降低 💰

💡 最佳实践

如何与AI高效协作

1. 清晰描述需求

✅ 好:
"我想优化律师回答质量，具体是:
1. 增加法律引用(覆盖率40%→80%)
2. 添加举证指导
3. 结构化回答"

❌ 不好:
"优化一下"

2. 提供充分上下文

✅ 好:
"用户反馈离婚财产分割回答不详细，
现在只有原则没有具体方法。
参考: 用户问'100万怎么分?'
现在: '根据民法典平均分割'
期望: 包含具体比例、特殊情况等"

❌ 不好:
"离婚财产回答不好"

3. 及时反馈

✅ 好:
"效果不错，但举证指导可以更详细，
比如需要哪些材料、如何收集证据"

❌ 不好:
"还行吧"

🚨 异常处理

CI/CD失败 → AI自动修复

AI检测失败:
"⚠️ CI/CD失败: 测试不通过"

AI分析原因:
"失败原因: 测试数据不匹配"

AI自动修复:
"正在修复..."
[检查代码、更新测试、重新推送]

AI验证:
"✅ 已修复，CI/CD重新通过"

生产故障 → AI应急响应

AI实时监控:
"🚨 生产异常: 错误率5%"

AI快速分析:
"根因: 数据库连接超时"

AI临时修复(5分钟):
"✅ 已重启连接池，错误率恢复"

AI根本修复(30分钟):
"长期方案: 优化查询+连接复用
是否立即实施?"

AI事后总结:
"故障报告已生成，建议下周..."

📞 获取帮助

对AI说

"我不知道怎么..."
"帮我解释一下..."
"这个怎么实现的?"
"有什么建议吗?"

查文档

1. AI_DRIVEN_DEVELOPMENT_GUIDE.md - 完整AI开发指南
2. QUICK_REFERENCE.md - 快速参考
3. 其他详细文档

📚 完整文档列表

核心文档 (AI驱动):
├── README_AI.md                           # 📋 总入口
├── SOLO_AI_DEVELOPMENT.md                 # 👤 单人开发完整指南 ⭐
├── AI_DRIVEN_DEVELOPMENT_GUIDE.md         # 🤖 AI完整指南
└── QUICK_REFERENCE.md                     # ⭐ 快速参考

流程文档 (传统方式备用):
├── TEAM_COLLABORATION_GUIDE.md
├── DEVELOPMENT_WORKFLOW.md
├── WORKFLOW_VISUALIZATION.md
└── README_DEVFLOW.md

环境和项目:
├── DOCKER_ENVIRONMENT_ANALYSIS.md
├── DEV_TUNNEL_CONFIG_ISSUE.md
└── knowledge_bases/enhancements/
    ├── FINAL_SOLUTION.md
    └── system_prompt_text.txt

🎊 开始使用

1分钟开始

# 1. 打开Cursor
cursor .

# 2. 与AI对话
"帮我介绍一下这个项目"

# 3. 开始开发
"我想添加XXX功能"

# 就这么简单！✨

🤖 AI驱动的未来已来！
人类专注创意，AI负责实现。

文档维护: AI自动更新
问题反馈: 直接问AI
版本: v2.0.0 (2026-01-28)

📦 v2.0.0 新增模块

API 端点 (20+)

IoT 终端:
├── /api/aligenie/    # 天猫精灵
├── /api/esp32/       # ESP32 设备
├── /api/xiaoai/      # 小爱同学
├── /api/xiaodu/      # 小度
├── /api/vehicle/     # 车载终端
├── /api/watch/       # 智能手表
└── /api/ha/          # Home Assistant

市场与评估:
├── /api/market/      # 专家市场
├── /api/expert_pool/ # 专家池
├── /api/evaluation/  # 评估系统
└── /api/trust_score/ # 信任评分

系统功能:
├── /api/feedback/    # 反馈收集
├── /api/quota/       # 配额管理
├── /api/tasks/       # 后台任务
├── /api/terminals/   # 终端管理
└── /api/webhook/     # Webhook

功能模块

src/
├── cluster/     # 分布式部署 (GPU池, A/B测试)
├── market/      # 专家市场 (推荐, 结算)
├── services/    # 外部服务 (邮件)
├── tasks/       # 后台任务 (Celery)
├── terminals/   # 终端适配器 (HTTP/MQTT/WS/MCP)
└── training/    # 训练管道 (检查点, 监控)