受[Stefan 3D 工作区视频]启发 (https://www.youtube.com/watch?v=gV23ON8BgwU)
我使用了他的仓库[mr-mak-workspace] (https://github.com/witnesstodark/mr-mak-workspace) 作为起点,但不太符合我的工作流程,于是自行通过 Docker 容器自托管。
我为自己喜欢的开发方式构建了自己的 AI 技能集,其中会让 sessions/agents 在完成某些任务(如达成里程碑、QA 测试报告、A/B 测试(研究))时向工作区添加内容。
我用自己的网站跟踪进度、审查可能的错误、与原型一起头脑风暴,并撰写交接文档,以便其他会话可以继续上一步的工作。
我发现,使用受限访问代码库、HTML/DOM 和 JavaScript 的较不聪明的模型在充当 QA 时表现很好。你甚至可以让它们提供定性数据,例如“你喜欢什么?”以及“哪些让你感到沮丧?”随后,如果有上下文的更聪明的模型审阅 QA 报告,它就能辨认出真正的错误、糟糕的设计决定或 AI 幻觉。
在下面的示例中,我正在为我的“Sprite Studio”添加新功能,它是一个 AI 辅助的像素艺术编辑器。
评论 (0)