在实际开发中我们经常需要处理一些重复性的、琐碎的任务比如批量重命名文件、转换图片格式、提取文本信息或者仅仅是需要一个便捷的计算器或便签工具。虽然市面上有海量的专业软件但要么功能臃肿要么需要付费要么无法完全贴合个人工作流。有没有一种可能我们能够自己动手快速打造一个完全个性化、轻量级的“瑞士军刀”式工具箱软件这正是本文要探讨的主题如何利用现代 AI 辅助编程工具在短时间内构建一个功能实用、界面友好的桌面工具箱应用。我们将以“AI 小镇”开源项目为灵感但重点不在于复现其游戏部分而是借鉴其快速原型开发的思路聚焦于如何将 AI 作为强大的“副驾驶”来加速一个桌面工具软件的开发全流程。这个过程不仅适用于工具箱软件也是学习现代 AI 辅助开发AI-aided Development, AID的绝佳实践。本文适合有一定编程基础例如了解 Python 或 JavaScript希望提升开发效率、学习 AI 编程工具并对构建个人生产力工具感兴趣的开发者。我们将从零开始涵盖从需求构思、技术选型、AI 辅助编码、界面实现到最终打包分发的完整路径。你将看到借助正确的工具链和方法三天时间足以做出一个可用的原型。1. 理解 AI 辅助开发的核心从“写代码”到“描述需求”在传统开发中我们花费大量时间在语法查询、API 文档阅读和调试上。AI 辅助开发的核心转变在于开发者将更多精力放在问题定义、架构设计和逻辑梳理上而将具体的代码实现、语法填充甚至错误修复交给 AI 工具。1.1 主流 AI 编程工具对比目前能够深度融入开发流程的 AI 工具主要有两类IDE 集成插件和独立的 AI 编程助手。工具类型代表工具核心优势适用场景IDE 集成插件Cursor, GitHub Copilot, Codeium, JetBrains AI Assistant深度集成开发环境支持代码补全、解释、生成、聊天上下文感知强。日常编码、阅读陌生代码库、快速生成函数或单元测试。独立编程助手ChatGPT (GPT-4), Claude, 通义灵码强大的自然语言理解和生成能力适合进行架构设计、技术方案咨询和生成复杂代码块。技术选型、设计模式咨询、生成项目脚手架代码、解决复杂算法问题。大模型 APIOpenAI API, Anthropic API, 国内各大模型 API可编程能嵌入到自定义工作流或工具链中实现自动化。构建智能化的开发工具链如自动生成文档、代码审查、生成测试数据等。对于本次工具箱软件开发我们将主要使用Cursor或VS Code GitHub Copilot作为主力编码工具并辅以ChatGPT进行高层次的设计讨论。它们的组合能极大提升从想法到代码的转换速度。1.2 明确工具箱软件的技术栈选型一个桌面工具箱软件我们需要考虑以下几个层面图形用户界面 (GUI)需要易于上手、跨平台、现代美观。核心逻辑处理文件、文本、计算等任务。打包与分发生成用户可直接安装的应用程序。结合当前生态和开发效率我们做出如下选型GUI 框架Tkinter (Python) 或 Tauri (Rust Web 技术)TkinterPython 标准库无需额外安装极其轻量适合快速构建简单界面。虽然原生外观略显陈旧但通过ttkbootstrap等库可以大幅美化。优势是开发速度极快AI 对 Python 代码的生成和理解非常成熟。Tauri使用 Rust 构建后端前端使用你熟悉的任何 Web 技术HTML/CSS/JS, React, Vue 等。生成的应用程序体积小、性能好、安全性高。优势是界面可以做得非常现代精美且能利用庞大的 Web 生态。对于想挑战一下或追求极致体验的开发者是不错的选择。核心语言Python拥有海量的标准库和第三方库如Pillow处理图片pandas处理数据pyautogui模拟操作几乎能为任何工具箱功能找到现成轮子。语法简洁与 AI 工具的配合度最高。打包工具PyInstaller (Python) 或 Tauri CLI (Tauri)PyInstaller可以将 Python 脚本及其依赖打包成单个可执行文件.exe,.app等方便分发。Tauri自带完整的构建和打包命令。为了最大化利用 AI 并快速实现本文后续将以Python Tkinter PyInstaller这一技术栈进行演示。这是三天内完成一个可用原型的最短路径。2. 环境准备与项目初始化在开始让 AI 写代码之前我们必须先搭建好本地开发环境。一个清晰的环境是后续高效协作的基础。2.1 安装基础软件Python确保安装 Python 3.8 或更高版本。可以从 Python 官网 下载。安装时务必勾选 “Add Python to PATH”。代码编辑器与 AI 插件方案 A (推荐)安装 Cursor。从 Cursor 官网 下载安装它内置了强大的 AI 模型。方案 B安装 VS Code 并配置 Copilot。安装 VS Code 然后在扩展市场搜索并安装 “GitHub Copilot” 和 “GitHub Copilot Chat”。版本控制安装 Git用于代码版本管理。可以从 Git 官网 下载。安装完成后在终端或命令行中验证python --version # 应输出类似 Python 3.11.4 的信息 git --version # 应输出 git 版本信息2.2 创建项目结构与虚拟环境为项目创建一个独立的目录和 Python 虚拟环境可以避免依赖冲突。# 1. 创建项目目录并进入 mkdir my_ai_toolbox cd my_ai_toolbox # 2. 创建虚拟环境 (Windows) python -m venv venv # 激活虚拟环境 (Windows) venv\Scripts\activate # 激活虚拟环境 (macOS/Linux) # source venv/bin/activate # 3. 激活后命令行提示符前会出现 (venv) 标识 # 4. 创建基础项目文件 touch main.py # 主程序入口 touch toolbox_core.py # 核心工具函数 touch requirements.txt # 项目依赖清单 mkdir icons # 存放图标文件2.3 安装核心依赖编辑requirements.txt文件加入我们可能用到的库。初期不需要全部安装可以逐步添加。# GUI 与美化 tkinter # 通常随Python自带无需pip安装 ttkbootstrap1.10.1 # Tkinter 主题美化库 Pillow10.0.0 # 图像处理 # 文件与系统操作 pyautogui0.9.54 # 自动化控制可选 pandas2.0.3 # 数据处理可选 # 打包工具 pyinstaller5.13.0在激活的虚拟环境中使用 pip 安装依赖pip install -r requirements.txt注意tkinter是 Python 标准库在标准 Python 安装中通常已包含。如果遇到导入错误可能需要通过系统包管理器安装例如在 Ubuntu 上sudo apt-get install python3-tk。3. 使用 AI 设计并实现第一个工具图片格式转换器现在让我们开始与 AI 协作。我们的目标是先实现一个具体功能一个能将图片在 JPG、PNG、WEBP 等格式之间转换的简单工具。3.1 向 AI 描述需求与界面布局打开 Cursor 或 VS Code Copilot Chat我们可以用自然语言描述我们的需求。描述越具体AI 生成的代码越精准。提示词示例 “我需要用 Python 的 Tkinter 和 ttkbootstrap 库创建一个图片格式转换器的小工具窗口。窗口标题叫‘图片格式转换器’。界面布局从上到下应该包括第一行一个标签显示‘选择图片’旁边一个按钮‘浏览…’点击能打开文件选择器只允许选择图片文件如.jpg, .png等。选中的文件路径显示在一个不可编辑的文本框里。第二行一个标签显示‘转换为’旁边一个下拉选择框Combobox选项有‘JPG’, ‘PNG’, ‘WEBP’。第三行一个标签显示‘输出质量 (仅JPG/WEBP)’旁边一个滑动条Scale范围从1到100默认值90。第四行一个标签显示‘输出目录’旁边一个按钮‘浏览目录…’点击选择文件夹。选中的目录路径显示在一个不可编辑的文本框里。还有一个复选框文字是‘覆盖原文件’默认不勾选。最下面是一个大的‘开始转换’按钮。 请生成完整的代码放在main.py里。使用ttkbootstrap的 ‘cosmo’ 主题。请为每个控件设置合理的grid布局和边距padx, pady。文件选择功能用filedialog图片处理用PIL。”将这段提示词输入 AI 聊天窗口它会生成一份相当完整的main.py初始代码。我们将其复制到我们的main.py文件中。3.2 审查并运行 AI 生成的代码AI 生成的代码通常能直接运行但我们需要理解它并可能进行微调。以下是 AI 可能生成的核心代码结构示例# main.py - 由 AI 生成经过人工调整 import tkinter as tk from tkinter import filedialog, messagebox import ttkbootstrap as ttk from ttkbootstrap.constants import * from PIL import Image import os class ImageConverterApp: def __init__(self, root): self.root root self.root.title(图片格式转换器) self.root.geometry(600x400) self.style ttk.Style(themecosmo) self.source_file_path tk.StringVar() self.target_format tk.StringVar(valuePNG) self.quality tk.IntVar(value90) self.output_dir_path tk.StringVar() self.overwrite tk.BooleanVar(valueFalse) self.create_widgets() def create_widgets(self): # 1. 选择图片 ttk.Label(self.root, text选择图片).grid(row0, column0, padx10, pady10, stickyW) self.source_entry ttk.Entry(self.root, textvariableself.source_file_path, width50, statereadonly) self.source_entry.grid(row0, column1, padx(0, 10), pady10, stickyEW) ttk.Button(self.root, text浏览…, commandself.browse_source_file, bootstyleSECONDARY).grid(row0, column2, padx10, pady10) # 2. 选择目标格式 ttk.Label(self.root, text转换为).grid(row1, column0, padx10, pady10, stickyW) self.format_combo ttk.Combobox(self.root, textvariableself.target_format, values[JPG, PNG, WEBP], statereadonly) self.format_combo.grid(row1, column1, padx(0,10), pady10, stickyW) # 3. 质量滑动条 ttk.Label(self.root, text输出质量 (仅JPG/WEBP)).grid(row2, column0, padx10, pady10, stickyW) self.quality_scale ttk.Scale(self.root, from_1, to100, variableself.quality, orientHORIZONTAL) self.quality_scale.grid(row2, column1, padx(0,10), pady10, stickyEW) self.quality_label ttk.Label(self.root, textvariabletk.StringVar(valuef{self.quality.get()})) self.quality_label.grid(row2, column2, padx10, pady10) self.quality.trace_add(write, self.update_quality_label) # 4. 输出目录与覆盖选项 ttk.Label(self.root, text输出目录).grid(row3, column0, padx10, pady10, stickyW) self.output_entry ttk.Entry(self.root, textvariableself.output_dir_path, width50, statereadonly) self.output_entry.grid(row3, column1, padx(0, 10), pady10, stickyEW) ttk.Button(self.root, text浏览目录…, commandself.browse_output_dir, bootstyleSECONDARY).grid(row3, column2, padx10, pady10) ttk.Checkbutton(self.root, text覆盖原文件, variableself.overwrite).grid(row4, column1, padx(0,10), pady5, stickyW) # 5. 开始转换按钮 self.convert_btn ttk.Button(self.root, text开始转换, commandself.convert_image, bootstylePRIMARY) self.convert_btn.grid(row5, column0, columnspan3, pady30) # 配置网格列权重让中间列可以伸缩 self.root.grid_columnconfigure(1, weight1) def browse_source_file(self): file_path filedialog.askopenfilename( title选择图片文件, filetypes[(Image files, *.jpg *.jpeg *.png *.bmp *.gif *.webp), (All files, *.*)] ) if file_path: self.source_file_path.set(file_path) # 可选自动填充输出目录到原文件所在目录 if not self.output_dir_path.get(): self.output_dir_path.set(os.path.dirname(file_path)) def browse_output_dir(self): dir_path filedialog.askdirectory(title选择输出目录) if dir_path: self.output_dir_path.set(dir_path) def update_quality_label(self, *args): self.quality_label.config(textf{self.quality.get()}) def convert_image(self): # 转换逻辑将在下一步实现 source self.source_file_path.get() if not source: messagebox.showerror(错误, 请先选择图片文件) return messagebox.showinfo(提示, f转换逻辑待实现\n源文件{source}\n目标格式{self.target_format.get()}) if __name__ __main__: root ttk.Window() app ImageConverterApp(root) root.mainloop()在项目目录下运行python main.py你应该能看到一个具有现代感的图形窗口。此时“开始转换”按钮仅弹出提示框。3.3 与 AI 协作实现核心转换逻辑现在我们需要实现convert_image方法。我们可以继续询问 AI。提示词示例 “请帮我完善上面ImageConverterApp类中的convert_image方法。要求检查源文件是否存在。确定输出目录。如果用户未指定则使用源文件所在目录。生成输出文件名。规则源文件名不含扩展名 ‘_converted’ 目标格式扩展名。如果‘覆盖原文件’复选框被选中则输出文件名直接用源文件名不含扩展名 目标格式扩展名。使用 PIL (Pillow) 库打开图片根据目标格式进行转换。对于 JPG 和 WEBP 格式使用滑动条设置的 quality 参数。对于 PNG忽略 quality 参数。转换成功或失败后用messagebox弹出相应的提示信息。 请生成完整的代码。”AI 会生成类似下面的代码。我们将其替换掉原来的convert_image方法。def convert_image(self): source self.source_file_path.get() if not source or not os.path.exists(source): messagebox.showerror(错误, 源图片文件不存在或未选择) return target_format self.target_format.get().lower() # 转为小写供PIL使用 quality self.quality.get() # 确定输出目录 output_dir self.output_dir_path.get() if not output_dir: output_dir os.path.dirname(source) if not os.path.exists(output_dir): try: os.makedirs(output_dir) except Exception as e: messagebox.showerror(错误, f无法创建输出目录{e}) return # 生成输出文件名 src_name, src_ext os.path.splitext(os.path.basename(source)) if self.overwrite.get(): dst_name src_name else: dst_name f{src_name}_converted output_path os.path.join(output_dir, f{dst_name}.{target_format}) # 防止覆盖冲突当不覆盖原文件但目标文件已存在时 if not self.overwrite.get() and os.path.exists(output_path): if not messagebox.askyesno(确认, f文件 {os.path.basename(output_path)} 已存在是否覆盖): return try: # 使用PIL进行转换 with Image.open(source) as img: # 如果图片模式是RGBA转换为JPG时需要先转为RGB if target_format jpg and img.mode in (RGBA, LA, P): img img.convert(RGB) save_kwargs {} if target_format in (jpg, jpeg, webp): save_kwargs[quality] quality if target_format webp: save_kwargs[method] 6 # 默认压缩方法平衡速度和文件大小 img.save(output_path, formattarget_format.upper(), **save_kwargs) messagebox.showinfo(成功, f图片转换成功\n保存至{output_path}) except Exception as e: messagebox.showerror(转换失败, f转换过程中发生错误\n{str(e)})现在再次运行程序选择一张图片设置格式和质量点击“开始转换”你应该能在指定目录下看到转换后的图片文件。第一个工具的核心功能已经完成4. 扩展工具箱集成更多实用功能一个工具箱不能只有一个功能。我们可以用同样的模式快速添加更多工具。关键在于设计一个多标签页Notebook的界面来容纳不同工具。4.1 重构主程序为多标签页结构我们需要修改main.py使其成为一个容器而每个工具如图片转换器作为一个独立的模块或类被加载到不同的标签页中。提示词示例 “请帮我重构main.py。我希望它创建一个主窗口使用ttk.Notebook来管理多个工具标签页。第一个标签页就是我们刚刚完成的‘图片格式转换器’。请将ImageConverterApp类移动到一个新的文件tool_image_converter.py中并使其成为一个独立的ttk.Frame子类以便可以添加到 Notebook。然后在main.py中导入这个类并创建包含至少两个标签页的界面第二个可以先放一个空的‘文本处理工具’标签页作为占位。请生成重构后的代码。”根据 AI 的提示我们进行重构创建工具模块tool_image_converter.py将之前的ImageConverterApp类继承自ttk.Frame并稍作调整。创建占位模块tool_text_processor.py定义一个简单的TextProcessorFrame类。修改main.py作为主入口。main.py重构后核心部分# main.py - 主入口管理标签页 import tkinter as tk import ttkbootstrap as ttk from ttkbootstrap.constants import * from tool_image_converter import ImageConverterFrame from tool_text_processor import TextProcessorFrame class MainApplication: def __init__(self, root): self.root root self.root.title(我的AI工具箱) self.root.geometry(700x500) self.style ttk.Style(themecosmo) # 创建Notebook标签页容器 self.notebook ttk.Notebook(self.root, bootstylePRIMARY) self.notebook.pack(fillBOTH, expandYES, padx10, pady10) # 添加图片转换工具标签页 self.image_converter_frame ImageConverterFrame(self.notebook) self.notebook.add(self.image_converter_frame, text图片转换器) # 添加文本处理工具标签页占位 self.text_processor_frame TextProcessorFrame(self.notebook) self.notebook.add(self.text_processor_frame, text文本处理) # 可以继续添加更多工具标签页... if __name__ __main__: root ttk.Window() app MainApplication(root) root.mainloop()4.2 快速实现第二个工具文本批量替换现在我们可以让 AI 帮我们快速实现第二个工具。我们创建一个新的文件tool_text_processor.py。提示词示例 “请创建一个新的 Tkinterttk.Frame子类名为TextProcessorFrame实现一个简单的文本批量查找替换工具。界面要求顶部一个标签‘输入文本’下面一个大文本框Text widget用于输入多行文本。中间一行两个输入框分别标签为‘查找’和‘替换为’旁边一个‘执行替换’按钮。底部一个标签‘结果’下面另一个大文本框用于显示替换后的结果。再添加一个‘清空’按钮用于清空两个文本框。 请实现功能点击‘执行替换’按钮将上方输入文本框中所有匹配‘查找’内容的文本替换为‘替换为’的内容并将结果显示在下方结果文本框中。注意大小写敏感。请生成完整代码。”AI 会生成满足需求的TextProcessorFrame类代码。将其放入tool_text_processor.py。这样我们就拥有了第二个功能。4.3 持续集成新工具的模式通过这种方式你可以持续集成新工具为每个新工具创建一个独立的.py文件定义一个ttk.Frame子类。在main.py中导入这个类。实例化并将其添加到notebook中。你可以用同样的方法利用 AI 快速生成诸如“文件批量重命名”、“简易计算器”、“JSON 格式化查看器”、“颜色选择器”、“时间戳转换”等小工具。向 AI 描述清晰的界面布局和功能逻辑是快速开发的关键。5. 打包与分发生成可执行文件开发完成后我们需要将 Python 脚本打包成用户无需安装 Python 环境即可运行的.exe(Windows) 或.app(macOS) 文件。这里使用PyInstaller。5.1 配置 PyInstaller 打包规范创建一个spec文件或直接使用命令行。为了处理 Tkinter、ttkbootstrap 和 PIL 的依赖最好创建一个简单的打包脚本。提示词示例 “我有一个 Tkinter 应用主入口文件是main.py使用了ttkbootstrap和Pillow库。请给我一个使用PyInstaller打包的命令行示例要求打包成单个可执行文件包含所有依赖并设置一个自定义的图标文件icon.ico假设已存在。同时请告诉我如何隐藏命令行窗口对于 Windows GUI 程序。”AI 会给出类似如下的命令pyinstaller --onefile --windowed --iconicons/icon.ico --name MyAIToolbox main.py参数解释--onefile将所有依赖打包进单个可执行文件。--windowed不显示命令行窗口Windows 和 macOS GUI 程序需要。--icon设置应用程序图标。--name指定生成的可执行文件名称。在项目根目录下执行此命令。PyInstaller会分析main.py的依赖。但由于ttkbootstrap的动态主题加载方式有时PyInstaller无法自动捕获其所有资源文件导致打包后的程序运行时缺少主题而崩溃。5.2 处理打包常见问题资源文件丢失这是使用第三方 GUI 库打包时的常见坑。我们需要手动告诉PyInstaller包含这些资源。方案一使用.spec文件推荐首先生成一个初始的.spec文件pyinstaller --onefile --windowed --iconicons/icon.ico --name MyAIToolbox main.py这会在当前目录生成一个MyAIToolbox.spec文件。编辑这个文件在Analysis部分添加datas参数将ttkbootstrap的主题文件包含进去。你需要找到ttkbootstrap主题文件在你虚拟环境中的位置。通常路径类似于venv/Lib/site-packages/ttkbootstrap/themes/。编辑后的spec文件关键部分如下# MyAIToolbox.spec a Analysis( [main.py], pathex[], binaries[], datas[(venv/Lib/site-packages/ttkbootstrap/themes/*, ttkbootstrap/themes/)], # 添加这行 hiddenimports[], hookspath[], hooksconfig{}, runtime_hooks[], excludes[], noarchiveFalse, )然后使用这个.spec文件重新打包pyinstaller MyAIToolbox.spec方案二使用--add-data命令行参数也可以直接在命令行中指定但路径格式因操作系统而异Windows 用;分隔macOS/Linux 用:分隔。# Windows 示例 pyinstaller --onefile --windowed --iconicons/icon.ico --name MyAIToolbox --add-data venv/Lib/site-packages/ttkbootstrap/themes/*;ttkbootstrap/themes/ main.py打包完成后在dist目录下会生成MyAIToolbox.exeWindows文件。将其复制到其他没有 Python 环境的电脑上通常可以正常运行。6. 开发过程中的常见问题与排查在 AI 辅助开发和打包过程中你可能会遇到以下典型问题。6.1 AI 生成代码不运行或行为异常问题现象可能原因检查与解决代码直接报语法错误AI 可能使用了过时或不兼容的库语法。仔细阅读错误信息定位行号。将错误行和上下文提供给 AI让它修正。例如“这段代码在import ttkbootstrap as ttk时报错ModuleNotFoundError请检查。”界面布局错乱AI 对grid或pack布局的行列设置可能有冲突。检查每个控件的row和column参数是否唯一且合理。使用sticky参数控制对齐和拉伸。可以要求 AI 使用grid时同时配置root.grid_columnconfigure(1, weight1)让某一列可伸缩。按钮点击无反应AI 生成的回调函数command可能指向了未定义或错误的方法名。检查按钮的command参数值是否与类中定义的方法名完全一致。检查该方法是否接收self参数。程序闪退可能是资源加载失败如图标、主题文件或在事件循环中发生了未捕获的异常。尝试在命令行中运行python main.py查看具体的错误输出。对于打包后闪退尝试先不加--windowed参数打包运行生成的程序会在控制台显示错误。6.2 打包后程序运行报错问题现象可能原因检查与解决运行 exe 报错 “Failed to execute script”缺少依赖库或资源文件。1. 确保使用了--onefile和正确的--add-data。2. 检查hiddenimports。某些库如PIL可能需要手动添加在.spec文件的hiddenimports列表中加入[PIL._tkinter_finder]等。3. 使用Process Monitor(Windows) 等工具查看程序运行时试图访问哪些缺失的文件。程序启动后界面风格是原生 Tkinter不是 ttkbootstrap 主题ttkbootstrap 的主题文件没有被打包进去。严格按照5.2节操作确保datas包含了themes文件夹。图片处理功能失效Pillow的动态库如libjpeg可能未正确打包。PyInstaller 通常能处理好 Pillow。如果不行可以尝试在.spec的binaries中手动添加或者换用静态链接更好的 Pillow 版本。一个更简单的方法是换用pip install pyinstaller的最新版其对常见库的支持在持续改进。6.3 与 AI 协作的效率技巧分而治之不要要求 AI 一次性生成整个复杂项目。像本文一样先搭建框架再逐个功能实现。提供上下文当要求 AI 修改现有代码时最好将相关代码段也提供给它。明确错误将完整的错误信息复制给 AI它通常能给出修复方案。要求解释如果 AI 生成的代码你看不懂直接问“请解释一下这段代码中StringVar().trace_add的作用是什么”迭代优化第一版代码能跑就行然后可以要求 AI“现在请优化这个界面让滑动条旁边实时显示数值标签。” 或者 “请为转换功能添加一个进度条。”7. 从原型到可用产品的优化建议三天时间做出的是一个“可用”的原型。要使其更接近一个“好用”的产品还需要考虑以下几点异常处理与用户体验在所有文件操作、网络请求如果未来有周围添加try...except。为用户操作提供更即时的反馈例如在转换时禁用按钮并显示“转换中...”。添加撤销Undo功能尤其是文本处理工具。配置持久化使用json或configparser模块保存用户的偏好设置如窗口大小、最近使用的目录、默认输出格式等。下次启动时自动加载这些配置。日志记录引入logging模块将程序运行信息、错误信息记录到文件方便后期排查问题。国际化如果考虑多语言用户可以将界面文本提取到资源文件中。代码结构优化随着工具增多考虑使用插件化架构。每个工具作为一个插件主程序动态扫描加载这样新增工具无需修改主程序代码。测试为核心工具函数编写单元测试确保功能稳定。AI 也可以帮助你生成测试用例。通过这个项目你实践了一条高效的 AI 辅助开发路径明确需求 - 选择技术栈 - 利用 AI 生成模块代码 - 集成与调试 - 打包分发。这个模式可以复用到许多个人或小团队的工具开发场景中。真正的价值不在于三天做出了什么而在于你掌握了如何让 AI 成为你开发流程中强大的协作者。接下来你可以尝试用同样的方法去实现你工作流中真正需要的那个定制化工具。