我用 100% Prompt Engineering 独自维护了一个 10 万行、1000+ Star 的仓库,现在把自己蒸馏并开源了

7 条回复
127 次浏览

过去一段时间,我一直在用一种很“极端”的方式做开源:几乎 100% 依靠 Prompt Engineering,独自开发和维护 franklioxygen/MyTube

这个仓库现在大概有 10 万行代码、1000+ GitHub Star,以及 100k+ Docker Pull。

一开始其实很野路子:想到什么就 prompt 什么,问题来了就继续和模型“嘴遁”。但项目规模上来之后,我越来越明显地感觉到,单纯靠临场发挥不够了。

后来我开始把常用的开发、排障、重构、发布流程标准化,逐渐沉淀成固定的 workflows 和 skills。效果很明显:开发节奏更稳,低级故障更少,脑力负担也小了很多。当然,token 花得也更多了。

我把这套实践整理成了一个新仓库:

https://github.com/franklioxygen/agent-workflows

它不是什么宏大理论,更像是我在真实项目里一点点踩坑后留下来的工作流模板。

欢迎试用、提 issue、提 PR,也欢迎拍砖。

❤️2
👍6
600
OP

你好!适合软件开发人员使用,让 AI agent 产出高质量的:

  • 新项目或绿地代码库
  • 新功能或产品行为变更
  • 现有 bug 修复
  • 评审 PR、分支或 diff
  • 生产事故或事故后的排障
  • 保持行为不变的结构改进
  • 清理、依赖升级或技术债巡检

发表一个评论

R保持