开发调优之augment code使用

2025-07-08Updated on 2025-07-09

augment code 使用调优

我目前的开发工具使用的是vscode加augment code的这一套，非常好用，虽然它不能像cursor一样无脑tab。所以为什么使用这一套呢，因为augment有一个非常好用的功能，rewrite prompt，通俗一点就是把人话翻译成书面的ai喜欢的话。

比如：

你的原始输入：

帮我写个函数

AI收到的实际指令：

作为一个专业的软件开发助手，请基于以下用户输入提供准确的技术建议：
用户问题：帮我写个函数
请在回答时考虑：
1. 代码的可读性和维护性
2. 性能优化的可能性
3. 安全性最佳实践
4. 与现有代码库的兼容性
请提供具体的代码示例和详细的解释。

以上两个都是直接安装即可，下面来讲讲我是如何进一步优化体验的。

1.强烈建议使用mcp feedback enhanced

建立反馈导向的开发工作流程，提供Web UI 和桌面应用程序双重选择，完美适配本地、SSH 远程开发环境与 WSL (Windows Subsystem for Linux) 环境。通过引导 AI 与用户确认而非进行推测性操作，可将多次工具调用合并为单次反馈导向请求，大幅节省平台成本并提升开发效率。

步骤如下，也可以直接看官网流程https://github.com/Minidoracat/mcp-feedback-enhanced/blob/main/README.zh-CN.md

我这里给一套简化版的安装流程，并给出我喜欢用的提示词：

先安装 uv pip install uv，再使用 uv 安装工具并测试 uvx mcp-feedback-enhanced@latest test。
MCP 配置： 在 Augment Settings 导入工具提供的配置，状态是绿色代表配置完成，项目文档提供了更丰富的配置。

{
  "mcpServers": {
    "mcp-feedback-enhanced": {
      "command": "uvx",
      "args": ["mcp-feedback-enhanced@latest"],
      "timeout": 6000,
      "autoApprove": ["interactive_feedback"]
    }
  }
}

3.在augment setting里面设置user guidelines,也就是它的提示词工程：

# MCP Interactive Feedback 规则

1. 在任何流程、任务、对话进行时，无论是询问、回复、或完成阶段性任务，皆必须调用 MCP mcp-feedback-enhanced。
2. 每当收到用户反馈，若反馈内容非空，必须再次调用 MCP mcp-feedback-enhanced，并根据反馈内容调整行为。
3. 仅当用户明确表示「结束」或「不再需要交互」时，才可停止调用 MCP mcp-feedback-enhanced，流程才算结束。
4. 除非收到结束指令，否则所有步骤都必须重复调用 MCP mcp-feedback-enhanced。
5. 完成任务前，必须使用 MCP mcp-feedback-enhanced 工具向用户询问反馈。

效果如下：

其他小技巧，如果你习惯于gemini cli的话可以尝试：

# 指令：代码分析与执行流程
当需要分析并处理代码时，请严格遵循以下步骤：
1.  **调用**: 在终端中执行 `gemini` 命令。
2.  **输入**: 在 `gemini` 命令的交互环境中，输入以下内容：`[这里替换成需要分析的问题]`。
3.  **输出**: `gemini` 命令执行后，会生成一段分析结果。
4.  **应用与行动**: **将上一步的分析结果作为核心参考依据**，深入思考并执行接下来的任务，例如：
    *   根据分析建议编写或重构代码。
    *   基于分析结果制定解决方案。
**监控与等待**: **以上步骤非即时过程**。你需要监控终端的实时输出，展示命令的执行进展，直到出现任务完成的信号。