AI 工作流2026-09-12

代码库太大,AI 读不懂怎么办

把几十个文件一个个复制给 AI,又慢又容易漏。正确做法是先理清依赖,再按顺序汇总成一份上下文。

AI工作流上下文工程

先说结论

不要一个个文件喂。 大模型需要的是结构化的上下文,不是文件堆。

常见做法为什么不行

做法问题
复制粘贴相关文件你得先知道哪些相关;漏一个就改错
只给报错文件和它 import 的东西再深一层的依赖看不见
全量粘贴超出上下文窗口,关键信息被挤掉

正确的顺序

  1. 先解析依赖图:从入口文件出发,追踪 require / import / include
  2. 过滤噪音:node_modules、dist、.git、构建产物全部排除
  3. 按依赖顺序汇总:被依赖的排在前面,读的人(或模型)才看得懂
  4. 加一份目录树:让模型先建立全局地图,再进细节

落到工具上

这套流程我封装成了 showtext.js:纯 Node.js、零第三方依赖,一条命令产出一份 Markdown。

它的价值不在于「汇总」,而在于汇总的顺序是对的。顺序对了,模型改代码的准确率会明显不一样。

一个实用技巧

上下文不是越多越好。给模型的第一份文档,最好控制在它一次能完整读完的规模。项目特别大时,先给目录树和关键模块,让模型自己说还需要看哪里——分两轮比一次塞爆效果好。


← 返回文章列表