中/EN

首页

实战 SOP

场景化落地教程，含真实截图、Prompt、工作流模板与踩坑记录。

前沿热点硬核横评开源项目实战 SOP

代码测试 Prompt 包：单测、参数化、E2E 与测试重构

代码测试 Prompt 包三级：入门按函数生成单测（先列签名与边界，正常/边界/异常各 N 例，pytest/jest 参数化）、进阶参数化批量用例与测试计划（覆盖率缺口、mock 最小化）、专家集成/E2E 策略与测试重构（测试金字塔、契约测试、删冗余）。附 5 分钟速查 cheatsheet。全嵌反编造约束（不臆造 API、不编造覆盖率数字）。与通用编码包、代码审查调试包差异化，专管「写测试」。

AI 自动化测试生成 SOP：从单测到回归的人审门控流程

AI 自动化测试生成 SOP 六步：何时用+量化基线（覆盖率/缺陷逃逸）-> 从代码生单测 -> 从 issue 生回归测试 -> 边界参数化批量 -> 测试维护（过期断言/冗余）-> 人审门控+CI。每步配 pytest 与 jest 可复制代码，附 5 条踩坑（断言过松/互相依赖/伪造覆盖率/mock 漂移/不测真实路径）与 5 条 FAQ。铁律：AI 只出草稿，人审+CI 跑绿才合并。

AI Agent 可观测性与线上评测 SOP：链路追踪、成本与告警

生产级 AI Agent 可观测性与线上评测完整 SOP：六步走从量化基线（延迟/token 成本/工具成功率/错误率）、链路追踪（Langfuse @observe 装饰器 + Phoenix register + OpenTelemetry span）、token 与成本追踪、工具调用 artifact 日志、线上评测（LLM-as-judge 自动打分 + 用户 thumbs 反馈 create_score）、到告警与迭代（阈值规则 + 仪表盘）。每步附可复制 Python 代码，6 条踩坑记录，FAQ 5 条。开源工具为主，LangSmith 作为 SaaS 选项提及。

DeepSeek-Reasonix 终端 coding agent 配置与实战 SOP

DeepSeek prefix cache 让长会话成本两极分化（命中 0.02 元 vs 未命中 1 元，差 50 倍），而通用 agent 不为 DeepSeek 缓存优化。本 SOP 走一遍 DeepSeek-Reasonix（社区构建、非官方）从安装到缓存调优到双模型配置的完整流程：npm 安装、reasonix setup、reasonix.toml 配置示意、cache-aware 维护、executor+planner 双模型、MCP 插件。所有命令来自 README，配置字段以官方文档为准。