标签归档:kimi

与kimi cli的开发反思

更多的是我在反思,让kimi看看它跟我的理念的差异,造成了一些不顺畅以及技术债务。

节选一下:

## 对 AI 的提示

在后续开发中,当遇到以下信号时,应主动质疑而不是默认实现:

1. 某个功能不在 `ROADMAP.md`、设计文档或用户明确指令中

2. 功能的加入理由是 “xxx 软件也有”

3. 修复一个边缘 bug 需要引入复杂的条件分支

4. 功能在复杂架构下语义不清

5. 正在解决的问题与之前已解决的问题高度相似

6. 同一个模块/功能反复出现相似 bug

此时应优先向用户确认:

> “这个功能不在当前设计范围内,且边界较复杂。建议是 A) 简化实现 B) 直接删除 C) 排期设计。您的偏好是?”

当遇到实现困难时,应优先执行以下检查清单:

1. **搜索当前代码库**:是否有同一模块中已解决的相似问题?

2. **搜索历史修改记录**:CHANGELOG / git history 中是否有相关修复?

3. **查看原始参考**:`xxxxxx/` 原始 C++ 代码中是否有对应逻辑?

4. **检查可复用组件**:是否有公共函数、工具类、或已有模式可以直接套用?

5. 只有在上述四步都没有找到答案时,才允许从零实现。

**注意**:第 1-4 步的参考价值**高于**第 5 步中你可能想到的”通用最佳实践”。参考代码包含了本项目的具体约束和验证过的边界条件。

当脑海中浮现”我知道一个更好的方案”时,应问自己:

1. 这个”更好的方案”是**当前项目真正需要的**,还是**我知识库中恰好有的**

2. 如果用一个简单方案实现 80% 的价值,**剩下 20% 是否值得引入额外的复杂度**

3. 这个方案如果被证明过度设计,**是否容易拆除**

4. 手头的参考代码(第三方源码或项目内已有实现)是否已经给出了**更适合当前约束的答案**

vibe coding

搭了一个moodle网站,上传了一些小学数学的视频课程,算是把这个项目固化下来,持续改进,也给自己的小孩一个记录学习的地方。当然了,其中也加了一些编程工作和自动化:

视频中提取音频,音频识别文本,文本提取出课程总结。用了deepseek和腾讯 asr的SDK。

然后可以继续AI编程了。

用群里分享的Kimi code开发了一个黑白棋的web游戏。

1.不注重上下文的话,频限(token)用得很快,4个小时的频限大概一个小时就能用完。Andante的周用量一天已经43%了。

2.把简单的需求给到deepseek,deepseek给出完整的需求prompt,复制到Kimi Cli环境中让它执行。这样也省了Kimi的token消耗。

3.按照群里的看法,就是不要看它的代码,坚决只看展示和测试结果,报bugs,也不用骂它。

4.context一高,消耗得就快,要及时/compact一下。

5.不满意的地方还是要F12看浏览器报错信息,一开始不肯做这个,Kimi Cli就自己去检查代码,效果并不好,反反复复检查,它还把变量名设成eval,不知道从哪里学的烂技术,好在它自己也知道这是不对的。

黑白棋用起来还可以,不算太差,如果用作个人网站的游戏,算可以了。