Post #165

Увеличиваем продуктивность благодаря AI-инструментам [ AI-редактор кода (Cursor / Claude Code) как «двигатель» разработки ] Так-так-так. Хочу ввести новую рубрику «Повышаем продуктивность за счет внедрения AI-инструментов», чтобы вы могли прямо сейчас прочитать пост и пойти попробовать «руками» все это применить. И сегодня начнем с разбора AI-редактора кода (Cursor / Claude Code) 💁‍♂️ Например, если вы до этого не прикасались к этой теме, то инструменты вроде Cursor и Claude Code — это не просто автодополнение, а полноценный AI-помощник прямо в IDE/редакторе: – генерирует черновой код по описанию задачи; – редактирует уже написанный код по инструкции («перепиши на async/await», «добавь логирование»); – помогает искать по большому проекту и делать изменения в нескольких файлах; – умеет делать план шагов и авто‑ревью (например, Plan Mode, AI Code Review и массовый поиск/замены в Cursor). И, например, Claude Code отдельно заточен под работу с большими репозиториями, поиском по миллион+ строк кода и выполнением сложных задач через одну команду. А теперь давайте посмотрим, как работает на практике🙌 Базовый цикл работы: 1️⃣ Формулируете задачу в человеческом языке Например, из Jira/Linear: «Нужно добавить эндпоинт POST /imports/csv , который принимает файл, валидирует формат, сохраняет строки в БД и возвращает количество успешно импортированных записей и количество ошибок.» 2️⃣ Просите AI: «Сделай план реализации этой задачи по шагам.» «Сгенерируй скелет контроллера и сервисного слоя для этой задачи на [ваш язык/фреймворк].» «Предложи структуру DTO и базовые проверки валидности.» 3️⃣ Используете inline‑редактирование: – выделяете фрагмент кода; – формулируете команду: «Добавь обработку ошибок с логированием в такой-то формат», «Оптимизируй этот запрос к БД», «Вынеси повторяющийся код в отдельную функцию/хук» 4️⃣ Генерите тесты: «Напиши unit‑тесты для этого сервиса с учетом таких-то edge‑cases»; «Добавь e2e‑тест, который проверяет полный цикл импорта». После того, как разобрали немного теории, давайте посмотрим, как все будет происходить на примере реальной задачи. Условно – нам нужно реализовать импорт CSV: Шаг 1. Прошу AI в Cursor: «Сделай план реализации импорта CSV в сервисе заказов. Стек: Node.js + NestJS + PostgreSQL. Учти валидацию данных и логирование ошибок.» Шаг 2. Получаю план из 5–7 шагов. Шаг 3. Прошу: «Сгенерируй контроллер и сервис для этого плана. Пиши максимально идиоматичный код.» Шаг 4. Прошу сгенерировать unit‑тесты и пример миграции БД, если нужно поле/таблица. Шаг 5. Дальше я только дорабатываю специфику бизнеса, оптимизации и проверяю руками. Что мы получаем в итоге? Черновой вариант задачи делается за 20–40% от прежнего времени, основное время уходит на проверку и доводку, а не на «механическое» написание кода. Как-то так. Надеюсь, вы сразу попробуете реализовать это у себя в работе. И если вам понравился такой формат, то ставьте —🦄