一个AI学习群看到的👍
分享一个驯服 Code Agent 的实用技巧！
在用 Cline/Cursor/Windsurf 处理大型需求时，与 AI 的多轮对话会遇到两个问题：
- 上下文积累导致：
- AI 效果变差
- token 用量暴涨，费用激增 💸
- 历史错误内容污染后续对话
经过实践，我总结了一套"双文档"方案：
1. 准备两个文档（直接让 AI 生成）：
- 任务文档：记录需求和整体规划
- 进度文档：追踪已完成的内容
2. 工作流程：
- 每轮对话都携带这两个文档
- 当 token 接近上限时，让 AI 更新进度文档
- 启动新对话，带着最新文档继续
- 循环以上步骤直到完成整个开发
- 完成后删除这两个临时文档
这样做的效果：
- 文档作为记忆，解决上下文丢失
- 新对话避免了历史错误的影响
- 压缩历史内容，大幅节省 token 费用
用了一段时间，效果不错，分享给大家参考。
分享一个驯服 Code Agent 的实用技巧！
在用 Cline/Cursor/Windsurf 处理大型需求时，与 AI 的多轮对话会遇到两个问题：
- 上下文积累导致：
- AI 效果变差
- token 用量暴涨，费用激增 💸
- 历史错误内容污染后续对话
经过实践，我总结了一套"双文档"方案：
1. 准备两个文档（直接让 AI 生成）：
- 任务文档：记录需求和整体规划
- 进度文档：追踪已完成的内容
2. 工作流程：
- 每轮对话都携带这两个文档
- 当 token 接近上限时，让 AI 更新进度文档
- 启动新对话，带着最新文档继续
- 循环以上步骤直到完成整个开发
- 完成后删除这两个临时文档
这样做的效果：
- 文档作为记忆，解决上下文丢失
- 新对话避免了历史错误的影响
- 压缩历史内容，大幅节省 token 费用
用了一段时间，效果不错，分享给大家参考。