適用人群
軟體工程師、資料工程師、DevOps、安全工程師核心場景
場景一:快速原型開發(自動接受模式)
真實案例: 產品團隊用「自動接受模式」讓 AI 自主構建 Vim 模式,70% 程式碼由 AI 完成。在 Happycapy 中如何做
步驟 1: 確保從乾淨的 Git 狀態開始
步驟 1: 確保從乾淨的 Git 狀態開始
在開始之前確保工作目錄乾淨:
步驟 2: 給出詳細但抽象的任務
步驟 2: 給出詳細但抽象的任務
描述你想要什麼,而不是如何構建:
步驟 3: 定期檢查進度,80% 完成時接管
步驟 3: 定期檢查進度,80% 完成時接管
- Happycapy 自動執行測試並修復錯誤
- 你專注於核心業務邏輯的最後 20%
最佳實踐
適合
- 邊緣功能
- 實驗性原型
- 不熟悉的技術棧
不適合
- 核心業務邏輯
- 安全關鍵程式碼
場景二:調試複雜問題
真實案例: 安全團隊將事故解決時間從 10-15 分鐘縮短到 5 分鐘。在 Happycapy 中如何做
提供全面的上下文以加快調試:Happycapy 的優勢
自動程式碼閱讀
自動讀取相關程式碼檔案
堆棧理解
理解複雜的呼叫棧
可執行修復
提供可直接執行的修復程式碼
文件
生成 runbook 供將來參考
場景三:測試驅動開發(TDD)
真實案例: 推理團隊通過 AI 生成全面的單元測試,自動覆蓋邊界情況。在 Happycapy 中如何做
遵循 TDD 紅-綠-重構循環:TDD 工作流
- Happycapy 先寫測試(TDD 紅燈)
- 然後寫實現(TDD 綠燈)
- 自動執行測試並修復發現的問題
- 你審查程式碼並做最終優化
效果
- 測試覆蓋更全面
- 減少遺漏邊界情況
- 程式碼質量更高
場景四:快速理解陌生程式碼庫
真實案例: API 團隊把程式碼庫探索作為「第一站」,大幅減少上下文收集時間。在 Happycapy 中如何做
請求程式碼庫的引導式遊覽:Happycapy 會做什麼
架構圖
生成程式碼庫架構圖
依賴關係
展示檔案之間的依賴關係
簡單解釋
用簡單語言解釋複雜邏輯
精確定位
直接定位到關鍵程式碼行(file.ts:123)
場景五:安全審查與基礎設施變更
真實案例: 安全團隊通過 AI 快速審查 Terraform 計劃。在 Happycapy 中如何做
生成 Terraform 計劃
生成 Terraform 計劃
首先,在本地生成計劃:
上傳並請求審查
上傳並請求審查
上傳到 Happycapy 並詢問:
Happycapy 協助你
- 識別高風險操作(刪除資料庫、修改防火牆規則)
- 檢查權限設定是否符合最佳實踐
- 生成審查清單
- 建議更安全的替代方案
給開發者的建議
1. 建立自驗證循環
創建包含自動驗證的提示:2. 培養任務分類直覺
異步自主
- 邊緣功能
- 原型
- 不熟悉的技術
同步監督
- 核心業務邏輯
- 安全關鍵程式碼
- 生產環境
3. 寫清晰詳細的提示
- 當程式碼庫有相似命名時,給出明確的檔案路徑
- 說明你的編碼風格偏好(如「用函數式編程,避免類」)
- 提供上下文(如「這個專案用 TypeScript + React + Zustand」)
4. 利用多實例並行工作
Happycapy 支援多個標籤頁,每個標籤頁是獨立會話:- 一個標籤頁處理前端,另一個處理後端
- 每個會話保持完整上下文
- 切換無壓力
5. 像用「老虎機」一樣對待重構任務
步驟 1: 保存當前狀態
步驟 1: 保存當前狀態
步驟 2: 讓 Happycapy 工作
步驟 2: 讓 Happycapy 工作
讓 Happycapy 自主工作 30 分鐘
步驟 3: 評估結果
步驟 3: 評估結果
- 如果結果滿意,接受它
- 如果不滿意,重新開始: