TL;DR，在最新的 AutoDev 2.0.7 中，我們引入了 Workspace 的概念，來幫助使用者使用 AutoDev Sketch 智慧體，它包含：
-
動態專案規則：讓智慧體針根據場景選擇規則，以生成更精準、符合規劃的程式碼
-
工作區檔案管理：即你在 Planner 中可以管理所有的變更檔案
-
領域知識生成：生成專案的 domain 知識，以便於更好地理解專案
-
提示詞最佳化器：根據專案的上下文，最佳化使用者的輸入，以便 AI 更好地理解使用者的意圖
直接在 JetBrains IDE 中安裝 AutoDev Sketch，或者從 GitHub 下載最新版本。文件見：https://ide.unitmesh.cc/workspace
動態專案規則：構建 AI 友好的程式碼結構
為了讓使用者更好地利用 Sketch 的自定義能力，我們引入了 Rule 指令，它可以讓使用者編寫適用於不同場景的規則。使用者可以在專案中建立一個 rules 資料夾， 來存放這些規則，諸如於：
解釋
-
prompts/rules/ -
├── service.md -
├── controller.md -
├── repository.md -
├── rpc.md -
└── README.md
rules 下的 README.md 檔案會被自動載入，使用者可以使用 markdown 來編寫規則，而剩餘的規則則會由 Sketch 根據不同的場景，自行決定加入哪個規則。
你也可以直接使用
/rule 來直接加入規則到對話中。工作區檔案管理
在新版本中，我們優化了 AutoDev Planner 規劃的 UI，同時將變更完的檔案進行了統一的管理。你可以只關注在 Planner 面板中，檢視當前的任務進度和變更檔案。
在 Planner 面板的 Workspace 區域，你可以回退某個檔案、所有檔案，或者接受某個檔案的變更。
輸入框工作區
同樣的，我們也將輸入框進行了工作區化，你可以在輸入框中更好地管理和選擇當前的輸入內容、相關檔案等。諸如於，新增所有開啟的檔案，手動選擇需要的檔案等。
提示詞最佳化器：識別領域意圖，增強 AI 的理解能力
如何正確地識別使用者的意圖是一件痛苦的事，特別是，當用戶說的是中文，而程式碼中只有拼寫縮寫時，主流的 RAG 方式都開始抓瞎。那麼，有沒有一種簡單的方式 來提升這一點呢，諸如於：把使用者的輸入轉換為帶有業務含義、領域的程式碼？或者說，如何讓 AI 更好地理解使用者的意圖？
答案就回到我們的 DDD（領域驅動設計）中，提到的領域名詞表的概念，以構建業務語言為核心，進行語言到程式碼的翻譯。隨後，讓 AI 結合輸入上下文與 領域名詞表，來最佳化使用者的提示詞。
隨後，Sketch 智慧體將會更好地理解使用者的意圖，來生成更符合使用者需求的程式碼。
領域知識生成：降低 AI 的幻覺
知識的管理是 AI 智慧體成敗的關鍵之一，當用戶的提問過於模糊時，AI 往往會產生幻覺。從自然語言到程式碼中的轉換，往往需要一些領域知識來幫助 AI 理解使用者的意圖。因此，我們引入了領域知識生成的能力，使用者可以在專案的
prompts/domain.csv 中引入相關的領域知識，來幫助 AI 理解使用者的意圖。或者，你也可以直接在 Project 的 Toolbar 中直接點選 AutoDev 的
Generate domain.csv 來生成領域知識。AutoDev 將會結合 README.md、檔名等資訊，為您生成一個領域知識檔案。PS：我們建議使用者對該檔案進行修改，以修正不正確的 AI 翻譯。
其它：有點用的更新
我們當然也還修復了一些不大不少的 bug，諸如於執行緒、協程的阻塞問題，Terminal 互動不友好等。
-
MCP 測試頁，用來測試 MCP 工具是否可用
-
用於重構的 usage 指令
-
Coze Agent 支援，詳細見文件：https://ide.unitmesh.cc/agent/custom-ai-agent.html
直接在 JetBrains IDE 中安裝 AutoDev Sketch，或者從 GitHub 下載最新版本。文件見：https://ide.unitmesh.cc/workspace