指南中心
PLAN / EXECUTE / VERIFY
AI 编程代理使用场景与工程工作流
覆盖代码审查、测试生成、Bug 修复、遗留代码重构、CI/CD、Monorepo、MCP Issue 到 PR 和 API 迁移。
LEARNING PATH
按顺序学习，也可按问题进入
每个主题都给出适用范围、操作路径、证据来源和验证门禁；可按顺序阅读，也可直接进入当前问题。
01AI 代码审查工作流：从 Diff 分诊到可验证结论帮助团队让编码代理承担第一轮审查，同时避免无证据结论和不必要的写权限。11 分钟02AI 测试生成工作流：从行为契约到有效回归保护建立受控的 AI 单元测试、集成测试和回归测试生成流程。11 分钟03AI Bug 修复工作流：复现、隔离、修补与验证让编码代理参与 Bug 诊断和修复，同时保留清晰的因果与验证链路。12 分钟04AI 遗留代码重构：保持行为的渐进迁移工作流在不把大段代码生成当作行为保持证据的前提下，规划并执行 AI 辅助遗留系统重构。13 分钟05编码代理 CI/CD 工作流：最小权限自动化方案为审查、测试诊断、维护和 Pull Request 自动化设计安全且可审计的编码代理任务。13 分钟06编码代理 Monorepo 工作流：范围、上下文与验证建立符合 Monorepo 所有权、依赖和验收边界的编码代理工作流。12 分钟07MCP Issue 到 PR 工作流：连接上下文但不交出控制权使用支持 MCP 的编码代理建立受控的 Issue 到 Pull Request 工作流。13 分钟08AI API 迁移工作流：协议映射、等价验证与渐进切换在不假定相似端点或模型完全兼容的前提下，规划和验证 AI API 迁移。14 分钟