AI 进行需求评审包括以下方面：
AI Review is a feature that allows you to review your recent changes in your codebase to catch any potential bugs.AI Review是一项功能，可让您查看代码库中的最近更改以捕获任何潜在的错误。You can click into individual review items to see the full context in the editor,and chat with the AI to get more information.您可以单击各个审阅项以查看编辑器中的完整上下文，并与AI聊天以获取详细信息。[heading3][heading3]Custom Review Instructions自定义审核说明[content]In order for AI Review to work in your favor,you can provide custom instructions for the AI to focus on.For example,if you want the AI to focus on performance-related issues,you could put:为了让AI Review对您有利，您可以为AI提供自定义说明以专注于。例如，如果您希望AI专注于与性能相关的问题，您可以输入：This way,AI Review will focus on the performance of your code when scanning through your changes.这样，AI Review在扫描更改时将专注于代码的性能。[heading3][heading3]Review Options查看选项[content]Currently,you have a several options to choose from to review:目前，您有几个选项可供选择进行审核：Review Working State查看工作状态This will review your uncommitted changes.这将查看您未提交的更改。Review Diff with Main Branch查看Diff with Main BranchThis will review the diff between your current working state and the main branch.这将查看当前工作状态与main分支之间的差异。Review Last Commit查看上次提交This will review the last commit you made.这将审查您所做的最后一次提交。
在传统的软件开发中，需求梳理固然重要，但在AI编程中，其重要性被提升到了前所未有的高度。这是因为AI系统的行为往往不像传统程序那样完全可预测和解释。AI的决策过程是基于数据和模型的，其输出结果可能受到多种因素的影响。如果需求定义不清、目标模糊，AI系统就很容易产生偏差，甚至做出错误或不可接受的行为。因此，AI编程的第一步，也是最重要的一步，是进行深入细致的需求梳理。我们需要明确以下几个关键问题：我们要解决什么问题？这个问题必须从用户的角度出发，清晰地定义用户痛点和期望。不能仅仅停留在技术层面，例如“我们要开发一个图像识别模型”，而要深入思考“用户为什么要图像识别？他们希望用图像识别解决什么问题？”例如，用户可能是希望通过图像识别来自动分类商品、识别缺陷产品、或者进行人脸识别门禁等等。AI在这个问题中扮演什么角色？我们需要明确AI在整个解决方案中的定位和作用。AI是核心驱动力，还是仅仅作为辅助工具？我们需要仔细评估AI的能力边界，明确AI可以做什么，不能做什么，以及在什么情况下AI的表现会更好。成功的标准是什么？如何衡量AI系统的性能和效果？我们需要制定明确的、可量化的评估指标，例如准确率、召回率、延迟、用户满意度等等。这些指标应该与用户需求紧密相关，能够真实反映AI系统是否成功解决了用户问题。数据从哪里来？数据是AI的燃料。我们需要提前规划好数据的来源、质量和数量。对于监督学习模型，我们需要准备标注好的训练数据；对于无监督学习模型，我们需要确保数据的代表性和多样性。数据的质量直接决定了AI系统的性能上限。一定要花最多的时间在需求梳理和界面交互上，我们自己就是用户。随着开发的深入，当我们逐步陷入技术细节的时候，这些最初的初心，会让我们跳出来。因为技术实现方案有很多，未必一定要用这个技术来实现而评判的标准，就是我们最初设定的这些需求
既然是AI编程，那就AI到底：让Claude帮我们拆解需求，prompt如下1.这个插件可以自动读取当前网页的主要内容，一般是文章、新闻等2.读取完成后会通过API将内容传输给一个LLM agent bot3.这个bot会将内容处理为一段html代码，并返回给插件4.插件会读取这段HTML，并进行渲染5.为用户提供选项，将当前的HTML渲染的结果保存为图片格式6.目前我们想进行方案设计和分工，我们会使用AI coding工具来开发，所以我们要确保7.程序架构设计是比较好的，可以很好地分离为3个主要模块，并放在3个文件夹内8.提前定义好接口9.各自开发完成后，我们会拼接程序并进行测试，如果有问题或者新的需求，我们会修改开发文档10.尽量多打印日志，方便我们debug在简单几轮对话后，Claude给出了完整的需求文档（太占篇幅，只放分工部分，大家可以自己找Claude测试）[heading3]5.1元子：内容提取模块[content]实现网页内容提取功能内容清理和格式化优化提取算法以提高准确性[heading3]5.2 lark：API通信模块[content]实现与LLM agent bot的API通信处理关键词生成请求和响应处理HTML内容生成请求和响应实现错误处理和重试机制