My tips for using LLM agents to create software
9 months ago
- #software development
- #LLM tips
- #AI coding agents
- 对于复杂的编码任务，使用Anthropic的Claude Sonnet模型。
- 尝试不同的代理和模型；随着领域快速发展保持适应性。
- 重度用户采用按量付费模式，轻度用户使用免费或订阅制的聊天机器人。
- 为AI模型提供相关上下文以提升效果，但需避免无关内容。
- 将上下文存储在固定位置，并通过更新常驻提示来引导代理。
- 在源代码文件的注释中强化指令或添加特殊说明。
- 监控上下文长度，防止出现「超出上下文」错误和会话中断。
- 使用工具从大文件中仅提取相关信息以节省token。
- 开启新会话而非压缩内容，既能节省token又能保持专注。
- 针对难点领域预先生成上下文辅助代理工作。
- 与代理清晰沟通——仅需在涉及新目标或准则时进行解释。
- 预先设计并形成文档，避免代理进行随机重构。
- 使用「深度思考」或「深度分析」指令进入规划用的深度推理模式。
- 与代理协作创建并更新规划跟踪文档。
- 启用代理间通信，解决不同代码库的集成问题。
- 实施详细日志记录，帮助代理诊断问题并理解程序流程。
- 采用防御性提示确保代理无差错完成任务。
- 禁止代理禁用测试，确保其诊断并修复测试失败。
- 防御性使用Git：频繁提交、大改动开新分支、阻止未授权Git操作。
- 将大任务拆解为小任务，用TODO列表跟踪进度。
- 当代理开始执行不理想操作时，立即中断纠正。
- 审查并优化代理创建的测试，确保其能捕获错误。
- 构建定制工具提升代理处理复杂任务的效率。
- 避免征求代理对设计的意见——其回答可能不一致。
- 克制实施所有改进建议的冲动，优先解决现有问题。