关于 ai 编程,分享一些碎碎念,主要是 c3.7 和 aider

gifcapture:纯前端实现的gif录制程序,即用即走:tada:继续讨论:

也算是从零开始用ai写完了一个小项目,分享一下用ai编程的过程,脑子比较乱,就当水贴了。

ai 能作为生产力工具,这应该是共识了吧?如何实践?那就写一个小项目吧。

项目选型不能太复杂,也不能太简单,因为毕竟要实践怎么能让 ai 融入日常的写代码任务中,所以项目的技术栈选型要符合以下几点:

  • 整个项目的基础要是我熟悉的领域,否则就变成纯学习了。
  • 技术栈不能完全小众,不能是 ai 完全不知道的东西。毕竟大模型上下文长度在那放着呢。
  • 技术选型要有我完全不了解的组件,因为我需要一个 ai 知道但是我不知道场景,实践一下在这个场景下 ai 如何辅助人
  • 所用的技术最近要有更新,以便测试如何让ai处理他的训练数据没有的内容

所以最后就选择做一个录制 gif 的小工具,技术栈是:vite ,react, shadcn, tailwindcss v4 ,konva,gif.js

我不熟悉的领域是 canvas,视频流,gif,其中完全不了解的技术组件是 konva 。

最近有更新的是 tailwindcss v4,配置方式完全不一样了,附带着 shadcn 的配置也不一样了

工具选择

从去年底就一直在折腾这些东西,cursor, cline,aider。

先说cursor,好东西,贵。这玩意从他一开始放出来就下载体验了,当时还没 c3.5 ,我嫌弃他是单独的 ide,我原本折腾了好久的vscode又得换掉,有点抵触,最后 c3.5 出来以后它彻底出圈。最大的缺点是白嫖太折腾,生产力工具不稳定,比吃屎还难受,而且订阅了以后限制还是很大,500次一月根本不够用,所以pass

再说cline,这玩意和 roo code 其实差不多,合并一起唠。
我真是无力吐槽,用量图 ,这个帖子是我用cline配置mcp时候的 token 用量图,输入 150w token,输出 3w token,这是人干事?我甚至都还没开始写代码!它的实现思路就是把 prompt 和 用户提问,还有项目源码一股脑往 llm 那里塞,直到把 LLM 上下文塞爆,然后再重新对话,垃圾玩意滚粗。

再说 aider,这是我目前用下来体验最好,强推。

  • 命令行工具,你可以在vscode单独开一个终端,挂在那里就行,无缝集成
  • 所以用 jb 写 java 应该也可以挂一个aider在终端,但我没试过
  • 使用repo map做项目结构给 LLM,这点完爆 cline,可以看这里
  • architect 模式,推理模型专注规划,非推理模型专注修改,LLM 本身也是越具体的小任务就做的越好
  • 指哪改哪,也就是说,除非你明确的添加文件为可修改,否则不瞎改
  • 深度集成 git ,我从来没写过这么规范的 commit message
  • 它把它自己的文档做了arg,不会的直接 /help 问就好了
  • 跟 copliot 无冲突,偶尔一眼能看到的错误就用 copilot 的补全改一下,不用去 aider 里面对话了。

LLm选择

c3.7 毋庸置疑,次一级选择是r1+v3, aider 的 architect 模式中 r1+v3 也可用,我大概10%的代码是用 r1+v3 写的,剩下的都是 c3.7。现在回想,如果非前端, r1+v3的组合应该也可以满足,但是可能需要自己小修小改

过程体验

c3.7 真是牛逼,在aider 的 architect 模式下,80%的任务一次过。剩下那20%的任务,现在回想起来,是我自己犯懒,完全不想思考了。当人犯懒,丢给LLM一个模糊任务,不能指望它把任务做的完全符合你心意,对吧?特别是在一个稍微有点规模的项目里面。除非你对任务没有什么要求,就想看模型自由发挥。

当人完全没思路的时候,就用 /ask 模式聊,聊各种解决方案,聊完了就用 /code 让他实现。因为是深度集成了 git ,所以随便改,不合适回滚就是了。当清晰的知道解决思路,就用 /architect 直接写。

整个项目写了大概两个多星期,每天一两小时。konva 还是不会,但我知道了它的概念,大致的用法,你要让我手写,那没辙,我不了解具体的函数,就只知道它有那个功能函数,连函数名都不知道。

总结

  • 有 ai 了以后,学习是更加必要的,但变了,广度比深度重要,除非你是搞前沿研究的。
  • 实践变得更简单了,不需要扣每一个技术细节。
  • 技术基础比技术框架更重要,前端娱乐圈那一堆狗屎了解下就好,脏活让LLM干

以及最后,真的会有 AGI 吗? :melting_face:

rules.zip (2.7 KB)

80 个赞

提示词可以分享一下吗

12 个赞

让AI来写代码主要是省事,经常有些需要查找并改写的,让AI来就是几秒钟的事情

我最常用的就是改样式。

刚回复完,又扣了$20,又有快速额度了,真好

9 个赞

我把 rules 文件上传了,这都是 ai 写的

6 个赞

分享:
目前在尝试 代码里纯写prompt和胶水,发送给 LLM,让LLM 来生成代码 并且跑。

5 个赞

会的,会有的

6 个赞

aider是不是两年没更新了?

2 个赞

佬的c3.7 是什么渠道呀

3 个赞

openrouter

1 个赞

怎么会呢,十小时前还有提交的。

这个项目组没什么宣传的,默默的好用

没有X账号,只有一个discord频道

4 个赞

cline消耗的token真是巨量,无力吐槽,我也想尝试下aider,但是感觉没cline好上手,不知道消耗token的量相比起来怎么样? 另外,它支持MCP吗?

1 个赞

token 消耗好多了,就配置是纯文本配置,也还好,看看明天水一贴 aider 的配置的。

配完了很好上手

4 个赞

aider支持MCP吗?

2 个赞

目前不支持

1 个赞

那它完成代码任务的能力应该不如cline吧?

1 个赞

不清楚你什么意思,我用 cline 最难受的两点,一是 token 消耗,二是太容易失控乱改代码。

aider 这软件他有一个记录,有多少代码量是用 aider 自身写的,目前来看达到 80% 了,我觉得可以说明问题

我想表达的是:同样的任务如果分别让cline和aider来完成的话,哪个的完成度会更出色一些, 因为cline可以使用MCP服务,所以我潜意识觉得cline完成的会更好些,不知道实际情况如何?

1 个赞

这得看任务规模还有模型自身能力吧?

mcp 是有很大想象空间,但我觉得这是在扩展 llm 能力边界,而不是解决问题的好坏

2 个赞

aider怎么使用其他模型,比如gemini,文档只有apikey的说明,感觉入门太麻烦了

1 个赞

是有点麻烦,他要配模型提供商前缀,根据前缀决定 api 格式,明天再水一贴算了

1 个赞