AI开发工具全景：你需要了解的5个核心工具

F02 | AI 开发工具全景：你需要了解的 5 个核心工具

????免费文章 | 工具篇

前言

提到“用AI写代码”，很多人的第一反应可能就是打开ChatGPT，然后把需求丢给它。但说实话，这远非高效的做法。一套真正流畅的AI辅助开发流程，更像是一场精密的团队协作，需要几个工具各司其职、紧密配合。

接下来，我们就来梳理一下这个“团队”的核心成员。本文将详细介绍本课程会使用到的5个关键工具，并厘清它们在整个开发流程中分别扮演什么角色。

工具一：AI 编程助手（主力）

推荐：Trae / WorkBuddy / Cursor

这类工具，堪称AI辅助开发的“主战场”。它们与传统对话AI最大的区别在于，能深度融入你的开发环境：

• 直接读写本地代码文件，彻底告别繁琐的复制粘贴。
• 理解整个项目的上下文，给出的建议和代码更具针对性。
• 支持多文件联动修改，一条指令就能同时调整多个关联文件。
• 甚至可以执行终端命令，帮你运行测试、安装依赖，一气呵成。

本课程中所有的代码演示，都将依托此类工具完成。它们的典型使用场景是这样的：

“帮我在 back/pikachu_plat 目录下，生成一个用户收藏功能的 Entity、Mapper、Service、Controller。请参考 TownAttractionEntity.kt 的结构，对应的数据库表名为 TOWN_FA VORITE。”

工具二：对话式 AI（设计与规划）

推荐：Claude / ChatGPT / 文心一言

如果说AI编程助手是“执行者”，那么对话式AI更像是你的“军师”。它更适合在动手编码之前，进行高层次的构思与设计：

• 产品功能与方案讨论。
• 数据库表结构设计。
• API接口规划与定义。
• 不同技术方案的比较与选型。

这里有一条黄金法则：务必先用对话AI把设计思路理清楚，再交给AI编程助手去具体实现。 先谋定而后动，能避免大量返工。

工具三：版本控制（Git）

AI生成代码的速度极快，但这同时也带来了一个新问题：万一它改出问题怎么办？代码变得混乱了如何回溯？

此时，Git就是你不可或缺的安全网。务必养成以下习惯：

• 每次让AI进行大规模改动前，先执行一次 git commit，保存当前工作状态。
• 使用 git diff 仔细检查AI所做的改动，确认其合理性与准确性。
• 一旦发现改错了，随时可以 git restore 回退到之前的版本，瞬间恢复安宁。

# 一个值得养成的好习惯：在AI进行重构前设置检查点
git add -A && git commit -m “checkpoint before AI refactor”

工具四：本地开发环境

无论AI多么强大，代码最终都需要在本地运行和调试。以下是支撑本课程技术栈所需的基础环境：

???? 不用担心环境搭建的繁琐，在第二阶段的付费内容中，会手把手带你配置好上述每一个工具。

工具五：云服务（部署和 AI 能力）

当项目开发完成，你需要走向部署和集成。一些特定的AI能力（如视觉识别）也往往由云服务提供。以下是常用的服务示例：

工具选型总结

简单来说，你可以根据开发阶段来匹配核心工具：

产品规划阶段 → 对话式 AI（Claude/ChatGPT）
编码实现阶段 → AI 编程助手（Trae/Cursor）
代码安全网 → Git
本地运行调试 → 本地开发环境
生产部署 → 云服务

实战：用 AI 工具做第一件事

理论说了这么多，不如立刻动手体验一下。在你的项目根目录下，先创建一个名为 NOTES.md 的文件，并写入以下内容：

项目名：[你的项目名]
技术栈：[你计划用的技术]
目标：[你想做什么]

然后，打开你的AI编程助手（比如Cursor），对它说：

“请读取当前项目下的 NOTES.md 文件，并基于其中的信息，帮我规划一个适合这个项目的初始目录结构。”

看，AI辅助开发的第一步，就这么自然而然地开始了。这将是你的第一次高效协作体验。

下一篇

F03 → 项目立项：如何用 AI 从零设计一个产品的数据库

本文为免费文章，转载请注明出处。