本文分享了一套针对GitHub仓库优化的三步Prompt工作流,旨在解决LLM处理长代码时的上下文限制问题。流程包括:全局梳理生成方案文档、编写分阶段施工文档、以及输出各阶段的具体执行Prompt。该方法通过任务解耦,让不同Agent独立负责代码修改与测试,有效避免了因对话链过长导致的AI性能下降,适合大型项目的重构与迭代。
开源Prompt:如何用多Agent工作流优化GitHub仓库
未经允许不得转载:80aj » 开源Prompt:如何用多Agent工作流优化GitHub仓库
本文分享了一套针对GitHub仓库优化的三步Prompt工作流,旨在解决LLM处理长代码时的上下文限制问题。流程包括:全局梳理生成方案文档、编写分阶段施工文档、以及输出各阶段的具体执行Prompt。该方法通过任务解耦,让不同Agent独立负责代码修改与测试,有效避免了因对话链过长导致的AI性能下降,适合大型项目的重构与迭代。