核心理念：数据和规模决定了一切。—— Matthew Prince(Founder of Cloundflare)

Main Projects

1. Cline

2. codex - Lightweight coding agent that runs in your terminal

github(stars: 22k): https://github.com/openai/codex 

3. repo-base - turn your favorite repository into a knowledge base and get ai powered insights

github: https://github.com/mastra-ai/repo-base/tree/main 

Documents

1. DeepWiki - https://deepwiki.com/ 

2. context7 - Context7 MCP Server -- Up-to-date documentation for LLMs and AI code editors

github(stars: 5k): https://github.com/upstash/context7 

Tools

1. files-to-prompt - Concatenate a directory full of files into a single prompt for use with LLMs

github(stars: 2k): https://github.com/simonw/files-to-prompt 

Blogs

1. Building a Code Assistant with Large Context Windows - https://mastra.ai/blog/repo-base 

Key Points

1. @Andrej Karpathy AI - 辅助编码的七个步骤

以下是我实践中总结出的具体步骤:

1. 加载上下文：将所有相关内容注入上下文（在大型项目中这可能需要一些时间。如果项目足够小，就全部注入，例如使用工具

               
1
               files-to-prompt . -e ts -e tsx -e css -e md --cxml --ignore node_modules -o prompt.xml

               COPY
             

2. 描述变更：描述我们试图实现的下一个、单一的、具体的增量变更。不要直接要求代码，而是询问几种高层级的方法及其优缺点。做事情的方式几乎总有多种，而大语言模型的判断力并不总是最佳。可选择性地具体化。

3. 选择方法：挑选一种方法，然后要求提供初步的代码草稿。

4. 审查与学习：（手动地...）在旁边的浏览器中打开所有我以前未调用过或不太熟悉的函数的 API 文档，向 AI 提问以获取解释、澄清、修改，如有必要则回退并尝试不同方法。

5. 测试：（隐含步骤，但至关重要）对生成的代码进行彻底测试。

6. 提交代码：使用 Git 进行版本控制提交。

7. 寻求建议，重复：询问关于接下来可以实现什么的建议，然后重复整个过程。