好文推薦 — My LLM codegen workflow atm

推薦 1 篇關於如何與 LLM 開發協作的好文章 — “My LLM codegen workflow atm”

隨著 LLM 不斷地演進，以及它所帶來的效率提升，我個人認為未來的開發團隊會朝短小精悍的方向前進，畢竟以往可能需要好幾個人才能做到的事，未來可能僅需一兩位精通各種 AI 工具開發者就能夠迅速在短時間內完成，換句話說，未來我們可能與 LLM 對話的頻率會比起同事還高⋯⋯。

“My LLM codegen workflow atm” 這篇文章能讓我們窺見開發者的工作新樣貌（甚至是進行式），該文作者不僅分享他使用 LLM 獨立開發的完整流程，更分享如何在既有的 codebase 上與 LLM 協作開發，相信後者也是很多人十分好奇的部分，畢竟使用 LLM 可以迅速開發出各種應用，但是如何在既有的 codebase 上持續迭代、改善的部分，反而是相對較少人會分享的議題。

針對前述議題，總結來說就是利用 repomix, gitingest 這些工具將 codebase 打包成一個很長的 context，裡面會包含 codebase 的資料夾結構、檔名以及程式碼甚至是摘要，讓 LLM 生成時能夠有所參照以生成更貼近需求的程式碼，除了將之貼到 ChatGPT, Claude 等聊天介面上，也能放到 .cursorrules , <repo>/.github/prompts/ 這些 Cursor 或者 GitHub Copilot 所提供的可以微調 LLM 行為的檔案之中。

除了 repomix, gitingest 之外，作者也提到一個稱為 llm 的指令工具，可以讓我們利用指令整合 llm 功能，例如在終端機輸入以下指令直接請 LLM 解釋程式碼：

cat mycode.py | llm -s "Explain this code"

“My LLM codegen workflow atm” 推薦一讀！

p.s. 該文提到的相關工具的連結也會一併放在留言處，需要者自行取用