综合练习

把本 track 串起来：用 AI 完成一个小功能，Git 管理变更，测试验收，PR 里诚实标注 AI 用法。目标不是「快」，而是 可审查、可回滚、可证明正确。

学习目标

• 独立完成一次「AI 辅助 + 人工负责」的端到端交付
• 对照 ai-intro 至 ai-workflow 的检查清单
• 衔接 testing-essentials 与 git-essentials

任务说明（二选一）

A. 代码小功能（推荐 backend 熟手）

在 backend 为现有 Service 新增一个边界校验（如 slug 非法字符拒绝），要求：

• 用 Copilot 或 Cursor 起草实现与测试
• 至少 2 个 JUnit 用例（可参考 test-mockito）
• mvn test 全绿

B. 讲义小 draft（推荐内容贡献者）

为任意 track 补一节 40–60 行 draft（或修订本 track 某一课），要求：

• 从 outline.yaml 与 gha-intro.md 取结构
• Cursor/Copilot 起草 → 你 改事实与链接
• 交叉链接 testing-essentials、git-essentials 至少各一处

必走流程

1. git checkout -b practice/ai-demo-你的名字
2. 写 prompt（ai-prompt）：上下文 + 约束 + 分步
3. AI 生成 → 你 diff 审查（ai-review）
4. 测试或通读（ai-test / 人工）
5. 确认无 secrets（ai-security）
6. git commit（清晰 message）
7. （可选）开 PR，含 AI usage 与 Test plan

禁止：在主分支直接让 Agent 大改；禁止 .env 进 Chat。

自检清单

• 我能指出 diff 里 哪些行 AI 写、哪些我改
• 测试失败时我 先自己查，不是无限重试 prompt
• 若 AI 编造 API，我 编译/测试 已捕获
• commit 粒度适合 git-workflow 回顾
• 理解 merge 后责任在我，不在工具

反思题（写进 PR 或笔记）

1. AI 节省了多少时间？审查花了多少？
2. 哪类改动你愿意再交给 AI？哪类不会？
3. 若线上 bug 来自 AI 生成代码，你的流程缺哪一环？

与路线图

完成练习后，回到 全栈路线图 或 dev 路线图，勾选 AI 辅助编程 / Copilot / LLM 相关节点。继续深入可结合 把 PR 测进 CI。