AI编程
用 AI 生成提交信息：让每次 commit 都讲清楚改了什么
好的提交信息是写给未来的自己和同事的说明书。本文讲清怎么用 AI 把 git diff 变成清晰一致的提交信息、怎么定规范，以及哪些动机必须人来补。
AI编程
AI 编程工具教程与实践：覆盖 Claude Code、Cursor、GitHub Copilot、Gemini CLI 等智能体编程工具的用法、对比、配置与避坑，以及 Vibe Coding 实战、提示词工程和 AI 辅助开发工作流。
AI编程
AI 代码审查工具对比：把 Review 交给模型，人只做决策
AI 代码审查能在你提交前揪出空指针、资源泄漏和坏味道，但它替代不了人的架构判断。本文对比主流 AI Review 工具，讲清落地的五步与哪些事必须人来做。
AI编程
用 AI 把自然语言转成 SQL：NL2SQL 实战与结果校验
NL2SQL 能大幅降低写查询门槛，但产出的是草稿不是答案。本文讲清用 AI 生成可用 SQL 的五步，以及三道校验防线把错误挡在跑数之前。
AI编程
AI 生成代码的版权与开源许可证风险：企业落地前必须搞清楚的四件事
AI 写出来的代码版权归谁？参考了 GPL 项目会不会被"传染"？本文讲清版权归属、开源许可证的三个"传染"级别、企业使用的四条红线，以及低风险工作流的五个步骤。
AI编程
慢查询怎么用 AI 调优：SQL 改写、索引设计与上线前验证的完整闭环
用 AI 调优慢查询，正确做法是先备齐执行计划、表结构与数据量级，再让它分三轮诊断：定位扫描、找出索引失效写法、评估索引代价，最后用 EXPLAIN 对比验证再上线。
AI编程
接手陌生代码库怎么用 AI 快速上手：四步梳理法与验证清单
接手陌生代码库最怕的是读了一周还不敢动手改。本文给出用 AI 梳理陌生项目的四步法：要地图、追主链路、用改动验证理解、沉淀上下文文件，附可复制的提问模板与四类问题的正确问法。
AI编程
用 AI 解决 Git 合并冲突：三类冲突的判断顺序与合并后验证清单
用 AI 解决 Git 合并冲突，关键不是让它删冲突标记，而是先分清文本冲突、语义冲突与生成物冲突三类再分别处理。本文给出判断顺序、喂给模型的四样上下文、变基与合并的差异，以及冲突解决后不可省略的验证清单。
AI编程
用 AI 从代码生成 API 文档：注释、OpenAPI 描述与示例代码的三段式
用 AI 从代码生成 API 文档的关键不在写，而在分层：注释写意图、OpenAPI 描述契约、示例代码验证可用性。本文给出可直接套用的三段式流程、防漂移的三道校验闸门，以及哪些文档绝不能让 AI 独写。
AI编程
用 AI 做数据建模：从一句话需求到可迁移表结构的四步法
用 AI 做数据建模不是让它直接吐建表语句，而是先定实体与约束、再生成迁移与回滚。本文给出需求澄清、模型设计、迁移落地、验证回放的四步法，附提示词骨架与五个高频坑。
AI编程
用 AI 把 JavaScript 老项目迁到 TypeScript：分批类型化的策略与踩坑清单
老项目迁 TypeScript 不必一次性全量改造。结论是先用 allowJs 建立类型基线，按依赖方向分批开启 strict，让 AI 只处理批内文件并用 tsc 报错数做收敛指标，本文给出四步流程与四个高频坑的完整清单。
AI编程
AI 编程怎么利用运行时信息：把堆栈、日志与性能数据喂给模型的定位闭环
AI 编程定位 bug 靠的不是模型有多强，而是你喂进去的证据链够不够完整：把堆栈、同 trace 的关联日志与 P95 性能分位整理成证据，再按「先要失败模式清单、再要按可能性排序根因」的两段式提问，定位准确率会有质的变化。
AI编程
用 AI 做依赖升级：breaking change 适配的完整流程
用 AI 做依赖升级的完整流程：机器列清单、AI 读 changelog 生成迁移映射、一包一提交、类型检查+测试+CI 三重校验，并说明 AI 做不了的三件事与常见坑。
AI编程
Monorepo 里怎么用 AI 编程：上下文边界、跨包检索与改动收敛
在 monorepo 里用 AI 编程，关键是先划清上下文边界：每次锁定一到两个包，跨包只给契约不给源码。本文给出清单、契约、证据三层上下文策略、可复制的四步流程与受影响包验证方法。
AI编程
AI 生成代码怎么过安全审计：SAST、依赖检查与人工复核的完整闭环
AI 生成代码的安全审计不能只靠人眼。可落地的闭环是：每次 PR 强制跑 SAST、依赖漏洞与密钥扫描，高危阻断合并，并对认证、支付、加密类改动单独设人工门槛。
