宝玉分享 AI Agent 驱动开源项目全流程：从技术方案到 UI 原型再到代码验证的闭环实践

我这篇文章的方法论有完整的应用在我自己的开源项目 baocut （https://t.co/wldDX9MSVR ）上，涵盖系统设计、原型和 UI 设计、编码、验证和发布。

比如说我刚完善了字幕样式的功能，添加了更丰富的字幕样式。

第一件事就是写技术方案文档（参考图1）

Agent 根据我的要求，做了分析调研后，先写成一份技术方案文档，我仔细看了它的文档，然后再提出一些要求，反复几次就能定稿。 参考文档：https://t.co/ST2vgL0ZVq

第二件事就是 Agent 会按照设计稿做原型和 UI 设计（图2）

如果技术设计是为了确定技术方向，那么原型就是确定 UI 和交互，之所以不一上来就改代码，就是因为原型实现成本低，修改起来也容易，你可以很快看到最终是什么样子，Agent 可以很快从你这里拿到反馈。

如果是要直接在最终代码上实现，如果要修改，无论是时间成本还是 Token 成本都会高很多。

注意，原型设计和 UI 设计最好是合二为一，越保真越好，可以保证后续实现的时候不怎么需要返工。所以如果你看我的原型的话，基本上和正式 UI 没啥差别，只是后台接的逻辑代码有差别，原型都是模拟的逻辑代码，很简单，bug 也很多，但没关系。

第三件事才是去实现代码

当技术方案定了，UI 设计定了，实现就相对容易了，如果前期考虑的成分，这里基本上不需要什么返工，可以一次性把功能完成。

第四件事就是测试验收

通常 Agent 会自己帮我验收，我后来把技术栈还是改回了 Electron，就是 Electron 的 App，Agent 通过浏览器就可以验证绝大部分功能，都不用 Computer Use，复杂一点的才 Computer Use 辅助，验证效率很高。

Agent 拿反馈越快，整个 Loop 就会转的越快，开发效率会越高。

Agent 测试完我自己要运行测试一遍，边边角角都试试，重点是测试刚改的这个功能，比如我测试就发现字幕样式预览的文字太靠上了，直接告诉 Agent，让它修复就好。（图3）

最后测试没问题就可以了，这期间大部分活都是 Agent 在干，人重点还是在两头：定义问题和验收。其他的都让 Agent 去做，哪怕调一点样式位置这种小事，节约下来的时间我都够写这样一篇推文了。

↳ 引用 @dotey (宝玉): https://x.com/i/article/2108557881763037184