之前聊到了AI编程，虽然可以给出一定的结果，但是代码不够规范，无法编写大型任务，这次对于工程问题，我给AI定义了特定的规则，也就是最近炒的很热的 claude 的skills。
首先我来聊聊什么是mcp，如果说大语言模型是人的大脑，那么mcp相当于人的手和脚，也就是运用外部工具的能力。而skills是神经元，用于执行大脑发出的指令，打个不恰当的比方，就是手眼协调的能力。有了他人就可以按照既定音乐，跳出美妙的舞蹈。
定义 skills
对于工程问题，我们可以简单抽象为一个输入和输出的过程，输入是设计要求，输出是结构的安全系数。为此，我的开源项目 Baffalo中设计一个基类,包含了input、params、output、baseline和capacity，在calude code中定义说明，放入了.skill 文件。
在这个过程中，需要不断向AI解释说明，得到我想要的效果。
最终可以得到一份开发规范，在这份目录下AI都会遵循这份规范来编程。
基类的UI拓展
在基类的设计中，我让AI生成了统一的UI，那么在这个目录下，所有生成的新的部件都可以快速生成可交互的界面。
规范化需求文档
基于新的skills,可以让AI重新梳理需求文档，此时AI已经完全理解了我的意图，以表格的形式进一步规范化了需求文档。
规范化AI编程
接下来让AI按照梳理后的需求直接编程，可以发现AI完全按照了既定的模板和代码风进行了编程。
%% 测试用例1：发动机隔振器设计
disp('--- 测试用例1：发动机隔振器设计 ---');
% 输入参数
input1.mass = 150;
input1.working_freq = 40;
input1.diameter = 50;
input1.height = 30;
% 参数设置
params1.material_type = '天然橡胶';
params1.elastic_modulus = 3.5;
params1.loss_factor = 0.10;
params1.hardness = 60;
params1.temperature = 25;
params1.frequency = 10;
params1.calc_method = '损耗因子法';
params1.Echo = true;
% 基准值（根据结构重要性设定）
baseline1.min_safety_factor = 1.2;
baseline1.max_displacement = 10;
baseline1.max_stress = 5;
baseline1.min_natural_freq = 3;
baseline1.max_resonance_amp = 10;
% 创建组件实例
obj1 = RubberMount(params1, input1, baseline1);
% 显示初始状态
disp('初始参数:');
disp([' 质量: ' num2str(obj1.input.mass) ' kg']);
disp([' 工作频率: ' num2str(obj1.input.working_freq) ' Hz']);
disp([' 材料: ' obj1.params.material_type]);
disp([' 弹性模量: ' num2str(obj1.params.elastic_modulus) ' MPa']);
disp([' 损耗因子: ' num2str(obj1.params.loss_factor)]);
disp([' 最小安全系数要求: ' num2str(obj1.baseline.min_safety_factor)]);
disp(' ');
% 执行计算
obj1 = obj1.solve();
% 安全校核
obj1.checkSafety();
可以看到虽然全程没有亲自动手写程序，但是如果想要AI真正的写好程序，更多的需要考量自身的架构能力和经验，更加考验自身对项目的理解能力，其实对个人的要求会更高。
本网站基于Hexo 3-Hexz主题生成。如需转载请标注来源,如有错误请批评指正,欢迎邮件至 392176462@qq.com