AI 工具链

AST 提参数类型和默认值,比纯文本注释准在哪:三种生成函数文档方式的对比

AST 提取签名信息配合注释解析是生成准确 API 文档的最优方案:类型和默认值从 AST 直接获取,准确率 100%,描述文字从 docstring 匹配。纯文本正则解析在处理复杂默认值时准确率骤降,纯 AST 生成则缺少描述信息。推荐使用 `ast` 模块加 `docstring_parser` 库实现,约 100-150 行代码即可稳定运行。

AI 工具链

把错误码表和业务规则喂给模型后,错误场景说明怎么从“失败”变成能直接用的排查步骤

错误场景说明质量差,根源在于上下文缺少排查路径维度。将错误码表升级为包含触发条件、可观测信号、检查动作、修复动作和验证方式的诊断卡片,并在提示词中明确要求按顺序完整输出排查步骤,禁止省略或推给客服。诊断卡片应作为 YAML 源数据维护在版本库,通过 CI 自动生成文档,确保单一数据源和同步更新。

全栈工程化

接手屎山代码时,我让 AI 把接口逻辑和业务语义自动填进了文档

接手无文档老项目时,用AI按接口分析调用链并自动生成业务语义文档,效率极高。核心流程分四步:先让AI扫描项目结构建立全局认知;再逐接口追踪完整调用链,区分代码含义与业务含义;接着通过多轮对话补全业务场景和规则;最后格式化输出可直接交付的接口文档。该方法比人工编写更可靠、高效,37个接口仅需40分钟,但依赖清晰的代码结构和主流框架。