大家好，我是「阿星」——一名把 AI 当作副手的半路程序员。过去一年，我在不同的业务场景里借助人工智Neng完成了五十余个小型到中型项目。过程并非一路顺风，倒是把一堆「坑」收集成册，今天把它们搬到纸上，希望Neng帮到同样想靠 AI 加速开发的朋友。

Zui开始，我像大多数新人一样，对命令行工具充满敬畏。打开国外的 CLI，敲一堆奇怪的参数，一度以为自己Yi经站在技术前沿。但实际操作时却经常被下面几件事卡住：

环境变量搞不清楚，SUPABASE_KEY 总是找不到。

每次切换项目dou要重新配置，手动复制粘贴让人抓狂。

错误信息全英文，kan不懂就只Neng盲目搜索。

一次偶然我在本地 VS Code 安装了一个支持「AI 提示」的插件——TRAE。它把原本散落在终端里的交互搬进编辑器，让我Ke以直接在代码旁边接受建议、回滚改动。自此，我把大部分工作搬进了 IDE，而不是死守 CLI。

MCP是我近期Zui常用的功Neng，它把数据库操作抽象成统一的调用方式。下面这段示例代码展示了如何在 Supabase 上创建客户端：

import { createClient } from '@supabase/supabase-js'
const supabaseUrl = 'https://okqxrigpjgoncvoflenz.supabase.co'
const supabaseKey = process.env.SUPABASE_KEY
const supabase = createClient

配好后只需要在提示词里写上「使用 MCP 调用用户表」，AI 就Neng自动生成相应的 CRUD 代码，而我只负责审查和微调。

EARS是一套自己摸索出来的约定，用来让提示词geng结构化、geng可复用。比如我想让 AI 为登录页生成完整的表单验证逻辑，原始提示可Neng是：

「帮我写一个登录表单验证。」

加入 EARS 后就变成：

EARS:
- 场景: 登录页
- 输入: 用户名 , 密码 
- 校验规则:
   * 用户名长度>= 4
   * 密码至少包含数字和字母
- 输出: TypeScript 表单验证函数 + 单元测试

这样Zuo有两个好处：

AI Neng快速定位需求范围，减少跑偏。

同一个 EARS 块Ke以保存为模板，下次只要改几个参数就Neng复用。

每当我完成一次 EARS‑驱动的改动，就会立即提交一次 Git commit，并在提交信息里加上「EARS#编号」。这样Zuo既Neng追溯每次 AI 辅助产生的改动，也方便以后回滚或对比。

hen多新手会直接把整个文件丢给 AI，让它“一口气”改完。这种方式往往导致：

代码风格被破坏；

无关逻辑被误删；

后续调试成本飙升。

我的经验是：先选中需要修改的小块，然后再向 AI 发出请求。Ru果对建议不满意，只需按下 Esc 键 拒绝即可；满意的话，用快捷键 Ctrl / Command + → 一键接受。这种「局部提问」让改动geng可控，也大幅降低回滚频率。

#需求拆解：先写一份简短需求文档，用 Markdown 列出功Neng点和交互流程。

#EARS 建模：依据需求，把每个功Neng点转成 EARS 块，并保存至 docs/ears/ 下便于团队共享。

#IDE 启动：打开 VSCode → 安装 TRAE + MCP Helper → 配置 Supabase 环境变量。

#局部生成：Select → Prompt → Accept/Reject 循环迭代。若出现错误，用 ESC 撤销并重新描述上下文。

#自动化测试：EARS Yi经帮我们生成单元测试代码，只需跑一次 jest 即可发现潜在 bug。

#版本管理：git add . && git commit -m "EARS#12 登录校验实现" → git push。若出现重大回退，则 git revert 到Zui近一次稳定标签。

#部署监控：MCP 自带日志输出，将日志写入 Supabase 日志表；配合 Grafana kan实时错误率。

AIGC 不只是写代码，还Neng充当项目文档编撰者。我会给它设定一个角色：「你是一名资深前端指南作者，需要把本次开发过程记录下来并以 Markdown 格式输出。」随后把聊天记录导出保存到 repo 的 docs/guidebooks/ 中，这样下次再Zuo类似业务时只要打开对应 guidebook，就Neng快速定位关键实现细节和注意事项。

A.I. 编程像是一支加速器，它Ke以帮助我们省掉大量机械重复劳动，却永远替代不了对业务逻辑的深度理解。Ru果你刚接触智Neng IDE，请先从Zui基础的“选中文本 + 提问”开始练习；等熟悉后再尝试 EARS+MCP 的组合拳，把整个项目链路串起来。一旦形成闭环，你会惊讶于自己竟然Neng够在几天内完成原本需要数周才Neng交付的产品雏形。

🚀 想了解geng多实战细节？关注我的公众号「AI 编程日记」，每周geng新Zui新踩坑合集！🌟