通用专题 · 03 · 方法论
AI 帮你读
陌生大仓库
接手陌生项目最痛的事：不知道从哪开始读。让 AI 先帮你画地图 — 5 个套路效率提升 10×。
为什么 AI 探索仓库是黑科技
接手陌生项目最痛的事：不知道从哪个文件开始读。grep + Read + 猜 → 半天过去你还在迷路。让 AI 先帮你画地图，效率提升 10×。
AI 探索仓库的甜区：
- 5 分钟搞清楚一个 100k 行的项目结构
- 定位到「我要改的那个特定功能」
- 识别奇怪的设计 / 历史包袱
- 评估改造一个模块的影响面
5 个套路 · 接手新仓库就抄这套
套路 1
找入口 + 画总体地图
第一件事：搞清楚项目入口在哪、跑起来后请求怎么流动。
我刚 clone 了这个仓库。帮我搞清楚：① 项目入口文件是哪个 ② 跑起来后用户的一个请求会经过哪些目录 / 文件 ③ 关键的 3 个目录分别负责什么。画一个简单的 ASCII 流程图。
套路 2
定位「我要改的那块」
有了总图，但你的需求只涉及一个特定功能 — 让 AI 帮你聚焦到那部分。
我要改造「用户头像上传」功能，先帮我定位：① 这个功能的代码在哪些文件 ② 调用链是怎样的（前端 → API → 存储） ③ 有没有现成的测试。我只需要文件路径 + 关键函数名，不要贴代码。
套路 3
评估改造影响面
动手前先问「改这个会影响啥」— 避免改一处坏一片。
如果我把 `User.email` 字段改成 nullable，会影响哪些代码 / 数据库迁移 / API 端点 / 测试？按风险等级排序，最高的列前面。
套路 4
识别历史包袱 / 怪味道
新仓库经常有「为什么这么写」的疑问 — AI 能帮你看出哪些是历史遗留。
扫一下 src/utils/，找出 3 个看起来「写得奇怪」的地方（命名不一致 / 死代码 / 反模式 / 注释说要重构但没重构）。说明每个为什么奇怪，但不要急着改。
套路 5
找学习路径
项目太大不能一口吃 — 让 AI 给你一个「读 30 分钟最值得」的清单。
假设我只有 30 分钟读这个仓库，帮我列出 TOP 5 必看的文件（按优先级）。每个文件配一句「为什么这个是关键」。读完应该能搞懂项目的核心抽象。
在哪个工具里跑最好
Claude Code / Codex CLI · 直接 cd 到项目里跑，能自动遍历。**首选**。
Cursor Composer · 用
@ 引用文件，适合中小项目。能边看边改。暴喵 + Codegraph · 暴喵后续会集成 Codegraph 索引（结构化代码图），探索效率再提一档。
让 AI 不"瞎逛"的 4 条心法
① 给目标 · 「读完代码」太空泛，「找用户头像上传的代码」具体得多
② 限制范围 · 「先扫 src/api 不要全仓库」否则 AI 会读 5 个无关目录
③ 要"地图"不要"小说" · 让 AI 输出文件路径 + 一句话总结，不要让它解释半页
④ 跟着 import 走 · 让 AI 「从这个文件开始，跟着 import 看下游依赖」— 比 grep 全靠谱
3 个常见踩坑
问太大太空 · 「这个项目咋样」AI 给你写小说。换成「这个项目用的什么框架 + 主要技术栈」
AI 编造文件路径 · LLM 幻觉。所有路径要让它附带 grep 验证 或自己 ls 一下
读完没记录 · AI 给你画完地图你随手关了 — 下次还得重新跑。**让 AI 把地图存到 NOTES.md**
FAQ
哪个模型探索仓库最强
Claude Sonnet / Opus 在仓库级理解上最强。GPT-5 / o3 推理强但有时候会跑偏。Claude Code 默认 Sonnet 是最稳的组合。
仓库太大（>100k 行）怎么办
分两步：① 先让 AI 跑「总体地图」只看 top-level 目录 ② 选 1-2 个模块再深入。别一次让 AI 啃整个仓库。
能让 AI 跟踪函数调用链吗
能但慢。如果项目有 codegraph / LSP 索引，效率高很多。暴喵后续会集成结构化代码图，先看 装 Claude Code。
下载暴喵 AI 管家
一站装好 Claude Code / Cursor / Codex CLI · 探索仓库第一步