|
1.方案简介
AI 时代，软件开发的模式已经发生了重大变化， AI 辅助开发会对软件开发效率有很大的提升，但是对于商业软件产品的开发， AI 辅助开发也带来了不确定性引起的质量问题和技术债。
这就需要有一整套能够有效驱动和管控 AI 辅助开发的工作框架和工具环境。为此，我们根据客户需求和工程实践经验积累，推出了 AI 辅助开发流程框架与工具环境方案。包括：
1. AI 辅助开发过程指南
2. AI 辅助开发工具环境
3. AI 辅助开发 skill 、 template 和 example
4. AI 辅助开发范例
2.工作流程
软件开发有一个从用户到开发、测试、交付的完整流程，高质量的开发基础是高质量的需求和设计。这就需要 AI 辅助开发要考虑一个完整的软件开发过程，在其中根据工作需要合理的引入 AI 辅助。
AI 辅助的 Spec Driven Development 覆盖软件开发全过程，为此需要设计合理的 AI 驱动开发的工作流程，包括：
- 角色：可以根据 AI 辅助开发的演进逐步关注，建议顺序 开发工程师、测试工程师、需求工程师。
- 工作：根据当前的工作识别可以借助 AI 辅助的活动，设计 AI 辅助工作任务。
- 工件：根据当前的文档和代码，根据 AI 能力特点，设计 AI 辅助生成和管理的工件。
- 工具：根据当前的工具，引入 AI Agent ，并建立二者的接口和交互协议。
如下是使用 MBSE 平台 iSpace 建模的 AI 辅助软件开发范围程示意图：
图 .AI 辅助软件开发过程范围示意图
3.工作角色
AI 辅助开发的关键是从工程师视角落地为具体的：
并建立团队协作机制。
为此需要设计在一个项目中人员是如何使用 AI 辅助工具进行有效写作的。如下是使用 MBSE 平台 iSpace 建模的 AI 辅助软件研发项目中工作角色、使用的工具环境示意图：
图 . AI 辅助软件研发项目中工作角色、工具环境示意图
4.工具环境
AI 辅助开发工具的核心把 Agent 和大模型和已有的开发工具和代码仓库对接，实现有效集成。
为此需要根据现有工具和开发环境设计 AI 辅助开发工具环境。
根据当前的工具环境， AI 辅助开发工具的配置建议如下：
| 配置项 |
配置内容 |
说明 |
| IDE 集成开发环境 |
QT Creator
VS Code
IntelliJ
Visual Studio.net
Trae ， Cursor |
提供编程、调试、测试环境。 |
| 开发 Agent |
Claude Code
Codex
Copilot |
提供自动创建 Skill
自动代码生成、测试用例生成
调用测试工具执行测试，调用 CI/CD 工具。 |
| Spec 管理工具 |
Marker
建模工具 EA |
提供 Spec 定义， Spec 管理功能。
提供 Skill 编写、 Skill 跟踪管理功能。
提供 需求 - 设计 -code-test 跟踪管理。 |
| CI/CD 工具链 |
持续集成平台
代码估量工具
代码检查工具
单元测试工具
集成测试工具
系统测试工具
|
持续集成平台 Jenkins
代码检查、单元测试、集成测试、系统测试工具根据客户具体的代码和环境配置。 |
| 服务器仓库
|
Git 仓库
|
分别部署在客户端和服务器，提供代码和 md 文件存储和版本管理功能。 |
| 可复用代码库
|
代码知识库
|
把已有的可复用代码入知识库，编排代码索引，提供给 Agent 进行检索和复用。 |
5. 培训课程
如下 4 门课程，可以根据需要选学
| 课程 |
课程简介 |
| Spec Coding &Driven Development 工程实践（ 2 天） |
讲解如何基于 Spec 进行高质量的 AI 辅助开发，包括： Spec 定义、开发任务分解、开发、测试。介绍相关的 Agent 、大模型和工作框架。，课程结合实际案例讲解，并进行实践操作演练。 |
| Harness 智能体系统架构设计（ 2 天） |
讲解智能系统的 Harness 参考架构，如何根据业务需要设计智能体系统的架构，并落地为工具和开发实现。课程结合实际案例讲解，并进行实践操作演练。 |
| AI 辅助需求分析与产品设计（ 2 天） |
讲解如何借助 AI 进行需求分析、产品设计和原型设计，并借助 AI 进行结果验证，以便能够对系统进行精确定义，驱动后续开发，课程结合实际案例讲解，并进行实践操作演练。 |
| AI 辅助自动化测试（ 2 天） |
讲解 AI 辅助测试的工作流、工具、 Agent 和相关技能，课程结合实际案例讲解，并进行实践操作演练。 |
6. 咨询服务
AI 辅助开发的落地，需要有相关的咨询服务，帮助研发团队把要工程规范和工具环境落地为实践技能和经验。为此，提供 AI 辅助研发咨询服务。
6.1 咨询策略
1. 建立 Spec Driven Development 开发过程指南
2. 构建 Spec Driven Development 开发环境
3. 开发 Skill
4. 建立 SDD 示范
6.2 咨询安排
| 阶段
|
工作
|
交付物 |
| 建立 Spec Driven Development 开发过程指南 |
对已有代码扫描，理解并生成程序说明
Spec 定义
基于 Spec 生成代码
基于 Spec 单元测试
基于 Spec 集成
基于 Spec 集成测试
生成 SDD 开发总结报告 |
SDD 过程指南
SDD 工程样例 |
| 构建 Spec Driven Development 开发环境 |
确定开发应用类型和编程语言
选择合适的 IDE
选择合适的 AI 辅助编程工具 -
选择合适的大模型
构建代码仓库
建立代码复用工作流
建立 CI/CD 工作流
集成 AI 辅助开发平台 |
AI 辅助开发平台
• IDE
• AI 辅助开发工具
• 代码仓库
• CI/CD 环境 |
| 开发 Skill |
详细设计 Skill
代码编写 Skill
单元测试 Skill
CI/CD 集成 Skill |
详细设计 skill
代码编写 skill
代码检查 skill
单元测试 skill
集成 skill |
| 建立 SDD 示范 |
示范 1 ：对已有代码进行单元测试
适用场景：已有代码进行单元测试。
示范 2 ：已有代码修改和代码补全
适用场景：修改已有功能，对已有的代码进行修改。
示范 3 ：新增功能开发
适用场景：新增功能，在已有代码基础上进行开发。
示范 4 ：新项目开发
适用场景：新项目，进行完整的全新软件开发。 |
SDD 示范案例
SDD 示范日志
SDD 示范总结报告
|
火龙果科技（领先的系统工程 & 软件工程服务商）
北京： 010-62670835 ，邮件： teacher@uml.net.cn
上海： 021-50800371 ，邮件： shanghai@uml.net.cn
深圳： 15001353715 ，邮件： shenzhen@uml.net.cn
|
3 次
咨询方案：AI辅助软件研发体系构建