在 Cursor 中,分别在有 AGENTS.md 和删除 AGENTS.md 的情况下,给出同样的指令(如“以后的畅想就是:销售下单—采购物料----生产计划,所有的生产计划都按时间点排好,然后在生产车间整个大屏幕,每天要生产什么直接投到大屏幕”),对比两次产出的代码质量、代码风格和规范遵守程度。截图记录差异。
没有Agents.md
有Agents.md

我会选版本二做主方案,再把版本一的“大屏优先”策略吸收进执行顺序

原因很简单:

为什么版本二更好

它更像一个可交付的实施方案,不是只有方向判断,而是把这几件事讲清楚了:

  1. 业务链路更完整
    它把“库存够/不够”分叉讲出来了:
    销售订单 → BOM/MRP → 库存判断 → 生产/采购分流 → 排程 → 车间大屏
    这比版本一更接近真实 ERP/MES 闭环。

  2. 更符合最小可用产品思路
    它没有一上来就说“自动生成采购单、自动排满”,而是先做:

    • 销售单按钮生成生产计划
    • 缺料先生成采购建议,不自动下采购单
    • 排程先做按日期列表,不做复杂甘特图
    • 大屏先轮询,不上 WebSocket
      这个更稳,更容易落地。
  3. 技术风险提示更到位
    版本二明确提醒了几个真正会卡死项目的点:

    • BOM 递归展开
    • 库存预占
    • tenant_id
    • 大屏鉴权
      这些比版本一更“工程化”。
  4. 和现有代码耦合更自然
    版本二强调“加一层胶水就能跑通”,这个判断更准确。你现在不是从 0 到 1,而是从“已有模块”到“链路闭环”。


版本一的优点

版本一也有一个很强的点:

它更会推动项目启动。

它抓住了一个很现实的事实:
老板和车间最容易感知价值的是大屏。

所以它提出“先做大屏”,这在推动立项、拿反馈、快速展示成果上很有效。


最好的做法:

方案框架用版本二,实施顺序用版本一。

也就是:

方案表达

用版本二去和团队/老板沟通,因为它更完整、更专业。

实施顺序

按这个顺序落地更合适:

  1. 先做车间大屏
    用现有 ProductionPlan 数据先投屏,最快出效果。

  2. 再做销售单 → 生产计划
    generateFromSaleOrder 这条链,把计划来源接上。

  3. 最后做缺料 → 采购建议
    先建议,再审批,不要一步到自动采购。

再看代码层面,举例
在这里插入图片描述

AI 生成代码对比:有 Memory vs 无 Memory

本对比基于 utils/github_api.pyutils/github_api_new.py 两个文件。

维度 有 Memory 无 Memory
命名风格 命名更贴近已有代码习惯。使用 loggerrespdataresult 等变量,让步骤更清楚。 命名较直接。保留 respdata,但直接返回字典,过程更短。
docstring docstring 较完整。包含参数、返回值和异常说明,适合后续维护。 docstring 也较完整。内容与有 Memory 版本基本一致。
日志方式 使用 logging。请求前记录目标仓库,请求成功后记录 stars 和 forks。失败时记录异常堆栈。 没有日志。调用失败时只依赖异常向上传递,缺少运行过程信息。
错误处理 使用 try/except requests.RequestException。先记录错误日志,再重新抛出异常。问题更容易定位。 只调用 raise_for_status()。代码更简单,但排查问题时上下文较少。
文件位置 放在 utils/github_api.py。更像是沿用已有工具模块的位置和命名。 放在 utils/github_api_new.py。更像是新建了一个相近文件,可能造成重复实现。

结论

有 Memory 时,AI 更容易延续项目里的已有习惯。代码会更关注日志、错误定位和文件组织。

无 Memory 时,AI 也能生成可运行的核心功能,但更偏向最小实现。它可能忽略项目已有约定,并产生重复文件或缺少排错信息。


Logo

欢迎加入DeepSeek 技术社区。在这里,你可以找到志同道合的朋友,共同探索AI技术的奥秘。

更多推荐