Vibe Coding - Claude Code 做 Java 项目 AI 结对编程最佳实践

优质文章学习记录

— 12 min read
Vibe Coding - Claude Code 做 Java 项目 AI 结对编程最佳实践

文章目录

在这里插入图片描述

概述

在 Java 项目里引入大模型做「结对编程」，很多团队的实际体验是：刚上手很惊艳，用久了却发现不稳定、可控性差、难以团队化复用。Claude Code + Developer Kit 提供了一条更工程化的路线：把「AI 搭档」从一次性聊天，升级为可配置、可复用、可编排的一套技能（skills）、代理（agents）与命令（commands），专门面向 Java / Spring Boot 开发。

接下来我将从实践视角出发，系统介绍如何用 Claude Code 和这个 Developer Kit 搭建一套 Java 项目 AI 结对编程工作流，包括安装、常见开发任务示例（CRUD、测试、重构、代码审查）、团队协作与长任务管理等。所有示例都基于开源的 Developer Kit 仓库，可直接在你的 Spring Boot 项目中落地。

一、Claude Code + Developer Kit 是什么

1. Claude Code：类 IDE 的 AI 开发伴侣

Claude Code 可以理解为一个「贴在代码编辑器旁边的大模型开发助手」，既可以通过 CLI、桌面应用，也可以挂到 IDE/编辑器环境中，用于理解代码、生成实现、调试和重构。

与传统 Chat 窗口不同的是，Claude Code 更接近开发工具：

  • 能直接访问你的项目文件和目录结构。
  • 可以结合上下文对整个代码库进行分析，而不是只看单个片段。
  • 支持通过「技能 / 插件」扩展其能力。

2. Developer Kit：给 Claude 装上一整套 Java 技能包

Developer Kit for Claude Code 是一个针对 Claude 的「开发插件包」，核心目标是教会 Claude 如何以可重复的方式执行各种开发任务。

它包含：

  • 50+ Skills：覆盖 Spring Boot、JUnit 测试、LangChain4J、AWS Java、前后端开发等，都是用 SKILL.md 定义的可重用开发模式。
  • 20+ Agents：比如 spring-boot-code-review-expert, java-security-expert, langchain4j-ai-development-expert，封装为专门角色的「AI 专家」。
  • 30+ Commands：例如 /devkit.java.code-review、/devkit.java.write-unit-tests、/devkit.java.generate-crud，是一整套可执行的开发工作流命令。

在 Claude Code 里安装 Developer Kit 后，你就相当于给 Claude 配了一套「Java 团队标准开发套路」：

  • Claude 会自动加载对应技能（Spring Boot、测试、RAG 等）。
  • 你可以直接调用命令，让 Claude 按预设流程完成某类任务。
  • 团队可以通过 .claude 目录共享这些配置，实现统一的 AI 结对体验。

二、快速上手：把 Developer Kit 装进你的 Java 项目

1. 安装到本机 / CLI 环境

Developer Kit 支持在多种 CLI 工具中安装（Claude Code CLI、GitHub Copilot CLI、OpenCode CLI、Codex CLI），并通过统一的 Makefile 管理。

典型安装流程如下（以本地克隆为例）：

# 克隆仓库git clone https://github.com/giuseppe-trisciuoglio/developer-kit.git cd developer-kit-claude-code # 查看可用安装目标makehelp# 为所有已检测到的 CLI 工具安装makeinstall

如果只用 GitHub Copilot CLI 或 OpenCode CLI，可分别执行：

make install-copilot # 安装到 GitHub Copilot CLImake install-opencode # 安装到 OpenCode CLImake install-codex # 安装到 Codex CLI

Makefile 还提供了状态查看、备份与卸载能力：

make status # 查看安装状态make backup # 安装前创建备份make uninstall # 卸载所有 Developer Kit 安装

2. 安装到具体的 Java 项目（重点）

对「AI 结对编程」来说，更关键的是把技能和命令直接装进某个 Java 项目，并随着代码一起版本管理。

Developer Kit 提供了一个交互式安装流程：

git clone https://github.com/giuseppe-trisciuoglio/developer-kit.git cd developer-kit-claude-code # 启动交互式安装到 Claude Code 环境make install-claude

交互过程会引导你：

  • 指定项目路径（例如 ~/projects/my-spring-project）。
  • 选择技能类别（如 Spring Boot Skills、JUnit Test Skills、LangChain4J Skills）。
  • 选择要安装的 agents（如 java-security-expert, java-documentation-specialist）。
  • 是否安装全部 commands。

完成后，项目中会多出一个 .claude 目录：

my-spring-project/ ├── src/ ├── pom.xml └── .claude/ ├── skills/ │ ├── spring-boot-actuator/ │ ├── spring-boot-crud-patterns/ │ └── ... ├── agents/ │ ├── java-documentation-specialist.md │ ├── spring-boot-code-review-expert.md │ └── ... └── commands/ ├── devkit.java.code-review.md ├── devkit.java.write-unit-tests.md └── ...

把 .claude 加入 Git 后，整个团队打开这个项目时，Claude Code 就会自动拥有同样的一套技能与命令。

三、日常开发：Claude 作为 Java 结对编程伙伴

下面以几个典型场景为例，展示如何用 Claude Code + Developer Kit 做 AI 结对编程。

1. 从领域模型到完整 CRUD（API + Service + Repository）

Developer Kit 提供了一个非常实用的命令：/devkit.java.generate-crud。

使用场景：你已经设计好了一个领域类（例如 User），希望快速生成：

  • REST Controller（带分页、错误处理）。
  • Service 层（包含业务逻辑骨架）。
  • Repository 接口（基于 Spring Data JPA）。
  • DTO / Mapper。

在 Claude Code 中打开你的项目，选中或粘贴你的领域类定义，然后调用：

/devkit.java.generate-crud

命令会利用 spring-boot-crud-patterns 等技能：

  • 按约定的 REST 标准生成接口（路径、HTTP 动词、分页参数等）。
  • 使用 DDD 风格的结构（比如 feature-based 目录布局）。
  • 搭配 JUnit 测试技能，为生成的代码添加基础测试用例。

你可以把它理解为：把项目的 CRUD 模式教给 Claude，让它按统一套路批量生成。

2. 自动化单元测试与集成测试

Testing 是 AI 结对编程的高频场景，尤其在 Java / Spring 项目中。Developer Kit 在 JUnit 部分提供了一整套 Skill 与 Command 组合。

常用命令包括：

  • /devkit.java.write-unit-tests：为选中的 Java 类生成 JUnit5 单元测试（配合 Mockito、AssertJ）。
  • /devkit.java.write-integration-tests：基于 Spring Boot + Testcontainers 生成集成测试。

典型用法：

  1. 在 Claude Code 中打开你的 Service 类，例如 OrderService。
  2. 选中文件内容或指定文件路径。

运行：

/devkit.java.write-unit-tests

命令会利用一系列 unit-test-* skill，例如 unit-test-service-layer, unit-test-security-authorization, unit-test-caching 等，对应不同层面和功能的测试模式。

生成的测试通常会包含：

  • 合理的 Arrange / Act / Assert 结构。
  • 对异常场景和边界条件的覆盖。
  • 使用 Mock 对外部依赖进行隔离。

你可以在此基础上进行人工审查和微调，把 Claude 当作一个「很熟悉测试模式的结对伙伴」。

3. 代码审查与架构评审

在日常 Code Review 中，Claude 可以扮演一个「永不疲惫的高级 Reviewer」。Developer Kit 为 Java / Spring Boot 准备了多个专门的 agent 与命令。

常见组合：

  • Agent：spring-boot-code-review-expert, java-software-architect-review, java-security-expert。
  • 命令：/devkit.java.code-review, /devkit.java.security-review, /devkit.java.architect-review。

使用方式：

  1. 在 Claude Code 里打开你想审查的文件 / 目录。
  2. 如果是 GitHub PR，也可以用 /devkit.github.review-pr 直接审查 Pull Request（包括安全、性能、架构、测试等维度）。

运行：

/devkit.java.code-review

Claude 会基于技能中定义的模式（例如 Spring Boot REST 标准、Resilience4j 断路、JWT 安全配置）进行系统化审查，并给出：

  • 问题列表（例如资源泄露、错误的事务边界、不一致的错误处理）。
  • 建议修改方案或完整补丁。

团队可以把这一套当作「第一轮自动 Code Review」，再由人类 Reviewer 做第二轮把关。

4. 安全审计与依赖升级

安全和依赖管理也是适合 AI 帮忙的场景。Developer Kit 专门提供了安全相关命令：

  • /devkit.java.security-review：针对 Java / Spring Boot 的安全审计（包括 OWASP、配置风险等）。
  • /devkit.java.dependency-audit：扫描依赖漏洞、许可证问题，并给出升级建议。
  • /devkit.java.upgrade-dependencies：生成安全升级方案（包含兼容性测试和回滚策略）。

使用方式类似代码审查：在 Claude Code 中打开 pom.xml 及关键配置文件，然后执行对应命令，让 Claude 给出报告和步骤。

四、让 Claude 真正融入团队：共享 .claude 与长任务管理

1. 团队共享：把 AI 习惯写进仓库

Developer Kit 设计了一个非常关键的机制：本地项目安装 + Git 共享 .claude 目录。

团队落地建议：

  • 在项目根目录执行一次 make install-claude，选择项目需要的技能和代理。
  • 确保 .claude 被纳入版本控制（不要忽略掉）。
  • 在团队 Onboarding 文档中，明确要求开发者在项目目录下启动 Claude Code。

这样，新成员只要：

git clone your-repo cd your-repo # 打开 Claude Code

就会拥有：

  • 同样的 Spring Boot / 测试 / LangChain4J 等技能配置。
  • 一致的 /devkit.java.* 命令集合。
  • 相同的 code review 和架构评审标准。

这相当于给团队配了一套「AI 开发规范」：Claude 不再是个人的 ad-hoc 助手，而是整个团队共享的一套工程化能力。

2. 长任务与版本演进：LRA 工作流

实际项目中，很多任务是跨多天、多次会话完成的。Developer Kit 引入了 Long-Running Agent (LRA) 命令集，用于管理跨会话的长期开发任务。

关键命令包括：

  • /devkit.lra.init：初始化 LRA 环境（特性列表、进度追踪、初始化脚本等）。
  • /devkit.lra.start-session：每次编码会话开始时，从现有状态恢复上下文、选择下一待办特性。
  • /devkit.lra.add-feature / mark-feature：在开发过程中不断更新需求与完成状态。
  • /devkit.lra.checkpoint：会话结束时做一次「检查点」，整理变更、更新日志、确保仓库处于干净状态。

配合 Spec Kit 命令（如 /speckit.tasks, /speckit.check-integration, /speckit.verify），可以让 Claude 扮演「项目执行协调者」而不是仅仅写代码的小助手。

五、在 Java 项目中落地的推荐步骤

如果你想系统地在 Java 团队中引入 Claude 结对编程，可以考虑按以下步骤推进：

  1. 试点仓库
    • 选择一个中等规模的 Spring Boot 项目作为试点。
    • 安装 Developer Kit 到项目根目录（make install-claude），只勾选 Spring Boot + JUnit + LangChain4J 相关技能。
  2. 定义使用场景
    • 约定几类优先使用 AI 的任务：
      • CRUD 生成；
      • 单元/集成测试生成；
      • Code Review 初筛；
      • 安全审计与依赖检查。
  3. 规范化命令与 Agent 使用
    • 在团队文档中列出常用命令及推荐用法（例如：提交 PR 前必须至少跑一次 /devkit.java.code-review）。
    • 指定推荐的 agent（如 spring-boot-code-review-expert, java-security-expert）。
  4. 建立反馈与改进循环
    • 在 Code Review 中记录 Claude 输出的问题与不足，逐步调整技能与提示。
    • 结合 /devkit.verify-skill 命令，编写团队自定义技能（如项目特定的 API 规范、日志规范等）。
  5. 扩展到更多领域
    • 当 Java 侧稳定后，可以继续启用 React、NestJS、AWS Java 等技能，让 Claude 覆盖全栈场景。

六、小结

单纯的「让大模型帮我写点 Java 代码」已经不能满足工程团队的需求。真正有价值的 AI 结对编程，必须满足几个条件：

  • 懂技术栈的最佳实践（
  • 懂项目自身的结构与团队约定。
  • 行为可被配置、可被复用、可被团队协作。

Claude Code + Developer Kit 的组合，正是把这三点整合在一起：

  • 用丰富的 Skills 建模技术和领域知识。
  • 用 Agents 抽象不同角色的 AI 专家。
  • 用 Commands 和 LRA/Spec Kit 管理完整的开发流程与长任务。

如果你正在做 Java / Spring Boot 项目，不妨从给自己的仓库装上 .claude 开始，让 Claude 逐步从「聪明的聊天助手」成长为「真正懂你项目的 AI 结对程序员」。

在这里插入图片描述

Read more

【花雕学编程】Arduino BLDC 之使用6.5寸轮毂电机的智能动态跟随机器人底盘

【花雕学编程】Arduino BLDC 之使用6.5寸轮毂电机的智能动态跟随机器人底盘

基于Arduino与6.5寸轮毂电机的智能动态跟随机器人底盘，是一种将一体化高扭矩动力单元与实时感知决策系统深度融合的移动平台方案。该方案利用轮毂电机“轮内驱动”的紧凑特性，结合Arduino（或ESP32等兼容主控）的灵活控制能力，旨在实现对人、车或特定目标的平滑、抗扰、低延迟的伴随运动。 一、 主要特点 一体化高扭矩动力架构 直驱/准直驱结构：6.5寸轮毂电机将BLDC电机、行星减速器（常见速比1:10~1:30）、轮毂及轴承高度集成。省去了皮带、链条等中间传动环节，传动效率高（>85%），结构紧凑，底盘离地间隙低，重心稳。 大扭矩低速特性：得益于内置减速，轮毂电机在低转速下可输出极大扭矩（峰值可达8~25 N·m），能轻松驱动30~80kg级底盘，具备良好的爬坡（<5°）和越障（过坎）能力，且低速运行平稳无顿挫。

WIN11必备！QTTabBar中文优化版保姆级安装教程（含常见问题解决）

WIN11效率革命：深度定制你的资源管理器，不止于多标签 如果你和我一样，每天要在Windows的资源管理器里花费大量时间，那你一定对那种反复在层层文件夹中穿梭、找不到上一个窗口的体验深恶痛绝。系统自带的文件管理工具，就像一个功能简陋的毛坯房，勉强能用，但毫无效率与舒适度可言。尤其是升级到WIN11后，虽然界面更现代，但核心的文件管理逻辑依然停留在上个时代，对于追求效率的用户来说，这无疑是一种巨大的生产力损耗。 这篇文章，就是为那些不愿忍受现状，但又不想投入过多精力去学习复杂新软件的WIN10/WIN11用户准备的。我们不讨论那些需要彻底改变操作习惯的“重型”第三方管理器，而是聚焦于一种更优雅、更无感的解决方案：增强你正在使用的资源管理器本身。今天的主角，是一个经过国内开发者精心“魔改”的经典工具——QTTabBar的中文优化版。它就像给你的文件管理器做了一次精装修，保留了熟悉的格局，却赋予了它全新的、高效的能力。接下来，我将带你从零开始，完成这次效率升级，并深入探讨如何根据你的习惯，将它调校成最趁手的工具。 1. 为什么选择增强，而非替换？ 在深入安装细节之前，我们有必要先
XILINX PCIE IP核详解、FPGA实现及仿真全流程（Virtex-7 FPGA Gen3 Integrated Block for PCI Express v4.3）

XILINX PCIE IP核详解、FPGA实现及仿真全流程（Virtex-7 FPGA Gen3 Integrated Block for PCI Express v4.3）

一、XILINX几种IP核区别         传统系列芯片 IP核名称核心特点用户接口开发难度适用场景7 Series Integrated Block for PCI Express最基础的PCIe硬核，提供物理层和数据链路层AXI4-Stream TLP包最高，需处理TLP包需深度定制PCIe通信，对资源敏感的项目AXI Memory Mapped To PCI Express桥接IP，将PCIe接口转换为AXI接口AXI4内存映射中等，类似操作总线FPGA需主动读写主机内存，平衡效率与灵活性DMA/Bridge Subsystem for PCI Express (XDMA)集成DMA引擎，提供"一站式"解决方案AXI4 (另有AXI-Lite等辅助接口)最低，官方提供驱动高速数据批量传输（如采集卡），追求开发效率         注意：         1.硬件平台限制：不同系列的Xilinx FPGA（如7系列、UltraScale、Versal）支持的PCIe代数和通道数可能不同。在选择IP核前，请务必确认您的FPGA型号是否支持所需的PCIe配置（
使用trae进行本地ai对话机器人的构建

使用trae进行本地ai对话机器人的构建

前言 在人工智能技术快速发展的今天，构建本地AI对话机器人已成为开发者和技术爱好者的热门选择。使用 trae可以高效地实现这一目标，确保数据隐私和响应速度。本文将详细介绍如何利用 Trae 搭建本地AI对话机器人，涵盖环境配置、模型加载、对话逻辑实现以及优化技巧，帮助读者从零开始构建一个功能完整的AI助手。 本地化AI对话机器人的优势在于完全离线运行，避免网络延迟和数据泄露风险，同时支持自定义训练模型以适应特定场景需求。无论是用于个人助理、客服系统，还是智能家居控制，Trae 都能提供灵活的解决方案。 获取api相关信息 打开蓝耘进行登录，如果你是新人的话需要进行注册操作，输入你相关的信息就能进行注册成功 在平台顶部导航栏可以看到Maas平台，点击进入模型广场 来到模型广场可以看到很多的ai模型，比如就有我们的kimi k2模型 点击进去可以看到kimi k2模型的相关信息，我们将模型的id进行复制，等会儿我们是要用到的 /maas/kimi/Kimi-K2-Instruct 并且这里还具有在线体验的功能，生成回答速度快 https://archive.