作者回复: 我个人用的少，但是据我了解，如果让我推荐的话，可以关注下面三个： 1. GitHub Spec Kit：开源工具包，最易上手 2. AWS Kiro：专用 IDE，最重（但最完整） 3. Tessl Framework：最激进，spec-as-source 第一个你知道了，后面两个你可以试试

作者回复: 对于这种case，我的解决方式会如下： 1. 选择对的模型。 首先对于这种大型项目，第一步就是选择对的、好的工具。比如Claude Code或chatgpt 的codex。 我也遇到过你这样的问题。这里很重要的一个点是模型的差异，如果你除了这两款以外选择其他模型，即使用我下面的操作效果也不会好。我建议第一步，选一个强的模型。然后选一个对的版本。比如下面是 Claude 的模型版本： - Claude 4.6 — 这是当前的模型家族版本号 - Opus — Claude 4.6 家族里最强的模型，claude-opus-4-6，能力最强，速度相对慢，适合复杂推理和高难度任务。 - Sonnet — 家族里均衡的模型，claude-sonnet-4-6，就是我现在用的版本，速度和能力的平衡点，日常开发够用。 - Haiku — 家族里最轻量的模型，claude-haiku-4-5-20251001，速度最快，成本最低，适合简单任务、高频调用。 2. 创建一个文件夹，比如叫做docs 3. 让比如最强的模型（比如用Opus）去读资料。你可以一股脑把所有的资料给它，让它自己理解消化。然后让它按照功能/模块生成可以，人可以看懂的文档放到/docs。可以让它按照代码模块、功能模块这个能力文档。让它越细越好。这一步不用去管它，让它自己生成 4. 让它去理解代码（最好根据功能和模块），深度理解代码，然后去更新第三步的文档。 第3步是读文档，这一步是读代码。让它都落地成文档。跟模型讲，越细越好 5. 第四步完成后，让它根据3，4生成的资料，再结合你给他的所有资料，整理项目纵览文档 6. 第3～5都让它自己搞，生成资料 7. 你就挑你最熟悉的模块/功能，看着它生成的资料和文档。你要仔细看，告诉模型哪里理解错了，哪里有问题，哪里不符合你的规范或想法。然后让它改 8. 用7的步骤让它去理解另1到2个你熟悉的模块，重复第7. 然后理解过程差不多到这就结束。就先不用管了。接下来很重要。 1. 你要带着它做项目。不要一开始就让它自己做。原因很简单，模型的理解逻辑和范围肯定和你不一样。甚至模型的上下文没你想的那么多。 2. 然后从小到大让它改。这点非常重要。因为小的它改的，你能看懂，改大的你根本看不过来。 3. 然后它写的好，就跟他确认没问题，让它以后按照这个改 4. 改的不好，你让它调整，调整到你要的东西。然后让它记住这个过程，或者让它把这个过程生成skill。 然后不断的重复1～4。慢慢小事教给它，让它慢慢做大点的事。我觉得它就能慢慢做的像你要的样子了。 我自己的开源项目，我就是这么干的。效果挺好的。 其实问题是什么呢？你思考下，为什么你的标准是对的，模型的标准是错的，好不好为什么是你评价的呢？ 在模型看来，可能它才是对的。 答案是，代码是主要你来维护，你来负责人，你需要你能看得懂。所以这个过程是人机合作才会遇到的问题。 所以你会看到新闻，比如claude code 的公司的代码都是claude code 写的。人不介入，那是不是就没你这个问题了。方法复用就不重要了，结果才是重要的。

作者回复: 这里你的定位是指？快速定位解决某个问题，还是快速点到某个函数？- -