高级专栏 FEB 01, 2026
前端团队的 AI 工作流升级:不只是用 Copilot
#AI工作流#团队协作#Code Review#开发效率
前端团队的 AI 工作流升级:不只是用 Copilot
本文是【高级前端的 AI 架构升级之路】系列第 18 篇。 上一篇:作为 TL,怎么带团队从 0 到 1 落地 AI 功能 | 下一篇:AI 时代的技术选型方法论:该自建还是用第三方
引言
团队里 80% 的人用 AI 的方式是”打开 ChatGPT,复制代码”。
这不叫 AI 工作流。这叫手动搬运。
作为 TL,你的目标是让 AI 融入团队的每个开发环节——不是每个人自己去聊天,而是 AI 嵌入到 IDE、Git、CI/CD、Code Review 的每一步。
AI 工作流全景
需求分析 → 设计 → 编码 → Code Review → 测试 → 部署 → 监控
↑ ↑ ↑ ↑ ↑ ↑ ↑
AI AI AI AI AI AI AI
每个环节的 AI 增强
| 环节 | AI 增强方式 | 工具/方案 |
|---|---|---|
| 需求分析 | 需求文档 → 技术方案初稿 | Cursor Chat + 自定义 Prompt |
| 设计 | UI 截图 → 代码骨架 | v0.dev / Cursor Vision |
| 编码 | 实时补全 + 生成 | Cursor / Copilot |
| Code Review | AI 自动审查 | ai-review-pipeline / GitHub Copilot Review |
| 测试 | 自动生成测试用例 | AI + Vitest |
| 提交 | 自动生成 Commit Message | AI Git Hook |
| 部署 | 变更影响分析 | AI Diff 分析 |
| 监控 | 异常日志分析 | AI 日志解读 |
编码阶段:超越自动补全
Cursor Rules 规范化
整个团队共享 .cursor/rules/ 配置,让 AI 理解你们的代码规范:
<!-- .cursor/rules/coding-standards.mdc -->
---
description: 团队编码规范
globs: ["src/**/*.ts", "src/**/*.vue"]
---
## 代码风格
- 使用 Vue 3 Composition API + `<script setup>`
- 组件文件名用 PascalCase
- composables 用 `use` 前缀
- 所有 API 调用封装在 `src/api/` 下
## TypeScript
- 禁止使用 `any`,用 `unknown` + 类型守卫
- 接口命名用 `I` 前缀或描述性名词
- enum 用 const enum
## 目录结构
- 页面组件: `src/views/{module}/{Page}.vue`
- 通用组件: `src/components/{Component}/index.vue`
- API 层: `src/api/{module}.ts`
- 类型定义: `src/types/{module}.ts`
项目级 Prompt
<!-- .cursor/rules/project-context.mdc -->
---
description: 项目上下文
globs: ["**/*"]
---
## 项目概述
这是一个企业级 AI 管理平台,技术栈:
- 前端: Vue 3 + TypeScript + Element Plus + Pinia
- 后端: Python FastAPI
- AI: DeepSeek + OpenAI + 本地 Ollama
## 重要约定
- AI 调用统一走 `/api/ai/` 前缀
- SSE 流式协议使用项目统一格式(见 src/types/sse.ts)
- 所有页面支持暗黑模式
团队每个人的 Cursor 都读同一套规则,AI 生成的代码风格统一。
Code Review 阶段:AI 自动审查
接入 ai-review-pipeline
# .github/workflows/ai-review.yml
name: AI Code Review
on:
pull_request:
types: [opened, synchronize]
jobs:
ai-review:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
with:
fetch-depth: 0
- uses: actions/setup-node@v4
with:
node-version: 20
- run: npx ai-review-pipeline --mode=review --format=json
env:
AI_API_KEY: ${{ secrets.DEEPSEEK_API_KEY }}
AI_BASE_URL: https://api.deepseek.com/v1
AI_MODEL: deepseek-chat
- name: Post review comments
uses: actions/github-script@v7
with:
script: |
const fs = require('fs');
const review = JSON.parse(fs.readFileSync('ai-review-result.json', 'utf8'));
for (const issue of review.issues) {
await github.rest.pulls.createReviewComment({
owner: context.repo.owner,
repo: context.repo.repo,
pull_number: context.issue.number,
body: `🤖 AI Review: ${issue.message}`,
path: issue.file,
line: issue.line,
});
}
Review 分级
// AI Review 的严重程度分级
type ReviewSeverity = 'critical' | 'warning' | 'suggestion' | 'nitpick'
// critical: 必须修复(安全漏洞、数据泄露)
// warning: 建议修复(性能问题、潜在 Bug)
// suggestion: 可选优化(代码可读性)
// nitpick: 风格建议(可忽略)
Git 阶段:智能 Commit
AI Commit Message Hook
// .husky/prepare-commit-msg
#!/usr/bin/env node
import { execSync } from 'child_process'
const diff = execSync('git diff --cached --stat').toString()
if (!diff.trim()) process.exit(0)
const detailedDiff = execSync('git diff --cached').toString()
const prompt = `根据以下 Git diff 生成 commit message。
规则:
- 使用 conventional commits 格式(feat/fix/refactor/docs/chore)
- 中文描述,不超过 50 字
- 如果涉及多个改动,用 scope 区分
Diff:
${detailedDiff.slice(0, 3000)}`
// 调用 AI 生成 commit message
const message = await callAI(prompt)
writeFileSync(process.argv[2], message)
测试阶段:AI 生成测试
自动补全测试用例
// scripts/ai-test-gen.ts
async function generateTests(filePath: string) {
const sourceCode = readFileSync(filePath, 'utf8')
const prompt = `为以下 TypeScript 代码生成 Vitest 单元测试。
要求:
- 覆盖正常路径和异常路径
- 使用 describe/it 结构
- Mock 外部依赖
- 使用 TypeScript
代码:
${sourceCode}`
const testCode = await callAI(prompt)
const testPath = filePath.replace('/src/', '/tests/').replace('.ts', '.test.ts')
writeFileSync(testPath, testCode)
}
CI 集成
# 新代码没有测试时,AI 自动生成
- name: Check test coverage
run: |
CHANGED_FILES=$(git diff --name-only HEAD~1 -- 'src/**/*.ts')
for file in $CHANGED_FILES; do
TEST_FILE=$(echo $file | sed 's|src/|tests/|' | sed 's|\.ts$|.test.ts|')
if [ ! -f "$TEST_FILE" ]; then
echo "Missing test for $file, generating..."
npx ts-node scripts/ai-test-gen.ts $file
fi
done
文档阶段:AI 辅助文档
API 文档自动生成
// 从 TypeScript 接口自动生成 API 文档
async function generateApiDocs(typesFile: string) {
const types = readFileSync(typesFile, 'utf8')
const prompt = `根据以下 TypeScript 类型定义,生成中文 API 文档。
包含:接口说明、字段说明、示例请求/响应。
格式:Markdown。
${types}`
return callAI(prompt)
}
CHANGELOG 自动生成
# 从 Git log 自动生成 CHANGELOG
git log --oneline v1.2.0..HEAD | npx ai-changelog-gen
团队培训计划
第一周:基础
Day 1: Cursor 安装 + 基本补全
Day 2: Tab 补全 vs Cmd+K 编辑 vs Chat
Day 3: .cursor/rules 配置
Day 4: 常用 Prompt 模板分享
Day 5: 实战练习
第二周:进阶
Day 1: AI Code Review 工作流
Day 2: AI 生成测试
Day 3: AI Commit Message
Day 4: 自定义 MCP Server
Day 5: 团队 Best Practices 沉淀
效果度量
interface TeamAIMetrics {
// 效率指标
avgPRSize: number // PR 平均大小变化
avgPRReviewTime: number // PR Review 时间变化
avgBugFixTime: number // Bug 修复时间变化
testCoverage: number // 测试覆盖率变化
// 使用指标
cursorActiveUsers: number // Cursor 活跃用户数
aiReviewPassRate: number // AI Review 通过率
aiSuggestionAcceptRate: number // AI 建议采纳率
// 质量指标
productionBugs: number // 线上 Bug 数量变化
codeQualityScore: number // 代码质量评分变化
}
总结
- 编码规范共享——
.cursor/rules/统一团队 AI 生成代码的风格。 - Code Review 自动化——ai-review-pipeline 在 PR 上自动审查,减少人工 Review 负担。
- Git 智能化——AI 生成 Commit Message,保持提交历史清晰。
- 测试补全——新代码没有测试时 AI 自动生成,提升覆盖率。
- 培训 + 度量——两周培训计划 + 效果度量,确保团队真正用起来。
工作流讨论:你们团队用了哪些 AI 工具?工作流有哪些改变?评论区聊聊。