🤖 AI 跟我学 新手入门

Kimi Code 实战 10 例:从写脚本到改 Bug

Kimi Code 案例 10 个真实场景实操,从批量改代码风格到修 Bug、写测试、生成文档、做小游戏,每个案例带可复制 prompt 模板

发布 2026/05/20

这篇文章给你什么

10 个 Kimi Code 真实用法,每个带:

  • 场景:什么时候会用
  • prompt 模板:复制改改就能跑
  • 预期时间:跑通大概多久
  • 提示:踩过的坑

读完你会知道,Kimi Code 不是「写个 Hello World」那种玩具,而是一个能帮你日常工作省 30-50% 时间的工具。

前置阅读:Kimi Code 是什么 + Kimi Code CLI 安装教程。装好 CLI 之后,下面所有案例都能在终端里 cd 项目目录 → kimi → 贴 prompt 完成。

案例 1:批量改代码风格

场景:老项目里全是 var,想全部改成 const / let。手工改 200 个文件要一天。

预期时间:5-15 分钟

Prompt 模板

📋 Prompt 模板

帮我把 src/ 目录下所有 .js 文件的 var 声明改成 const 或 let,规则:

  • 后续没被重新赋值 → const
  • 后续有重新赋值 → let
  • 已经是 const / let 的不动

执行流程:

  1. 先 grep 列出所有出现 var 的文件
  2. 一个文件一个文件改
  3. 改完跑一遍 npm test(如果有测试)
  4. 如果有 lint 配置,跑 npm run lint
  5. 最后告诉我改了几个文件、几处 var

如果中途遇到看不准的情况(比如 var 是全局赋值),先停下来问我。

提示:项目大的话 AI 可能一次跑不完,会自己中断让你确认。这正常,确认了它继续。

案例 2:修一个有报错日志的 Bug

场景:测试跑挂了一个,能看到错误堆栈,但不知道怎么改。

预期时间:5-30 分钟(看 Bug 复杂度)

Prompt 模板

📋 Prompt 模板

跑 npm test 时出现以下错误,帮我定位并修复:

TypeError: Cannot read property ‘map’ of undefined at UserList.render (src/components/UserList.jsx:15:23) at processChild (node_modules/react-dom/cjs/react-dom-server.node.development.js:3353:14)

请:

  1. 先打开 UserList.jsx 看代码
  2. 找 props 传入处,看 users 字段哪里可能是 undefined
  3. 给出最小修改方案(不要重写整个组件)
  4. 改完跑测试确认通过

如果 Bug 根因不在 UserList.jsx 而在父组件,告诉我你的怀疑,让我决定改哪边。

提示:贴完整错误日志比口头描述「报错了」准 10 倍。Stack trace 里的文件名行号是关键。

案例 3:补单元测试

场景:项目测试覆盖率太低,老板要求补到 70%。一个个写要写到加班。

预期时间:30-90 分钟(看代码规模)

Prompt 模板

📋 Prompt 模板

帮我给 src/utils/ 目录下没有测试的函数补单元测试。

要求:

  • 测试框架:Jest(看 package.json 确认)
  • 每个函数至少覆盖:① 正常 case ② 边界 case ③ 异常 case
  • 测试文件命名:xxx.test.js,跟源文件同目录
  • 不要测试 console.log / 简单 getter 这种没意义的

流程:

  1. 先扫一遍 src/utils/ 列出所有导出的函数
  2. tests/ 或同目录的 *.test.js 对比,找出还没测试的
  3. 每写完一组测试跑一次 npm test 确认通过
  4. 最后告诉我覆盖率从多少升到多少(jest —coverage)

如果某个函数测试很难写(比如依赖外部 API),先标 TODO 跳过,最后列给我。

提示:补测试是 Kimi Code 性价比最高的用法之一。AI 写的测试要人工 review 一下,确认它没在测试里硬编码答案蒙混过关。

案例 4:写一个全新的小工具

场景:想要一个图片批量重命名脚本,又懒得自己写。

预期时间:10-30 分钟

Prompt 模板

📋 Prompt 模板

帮我做一个 Node.js 命令行小工具。

【需求】

  • 工具名:batch-rename
  • 用法:node index.js <目录> —pattern “{date}-{seq}” —ext .jpg
  • 行为:按 pattern 重命名指定目录下的指定扩展名文件
    • {date}:图片的拍摄日期(EXIF)
    • {seq}:3 位序号
    • 没 EXIF 的用文件创建日期

【技术栈】

  • Node.js (ESM)
  • 依赖:常用的 exif 库 + commander 解析参数
  • 不需要 TypeScript

【交付】

  1. 完整项目结构(package.json / index.js / README.md)
  2. README 里有 3 个例子
  3. 一份 test/basic.test.js
  4. 跑完测试确认能用

【约束】

  • 错误处理明确(目录不存在 / 文件名冲突 / 没读到 EXIF 怎么办)
  • 操作前打印「即将重命名 X 个文件」让用户按 Y 确认(除非加 —yes)
  • 不要写废话注释

提示:写新工具时 prompt 越详细 AI 试错越少。给清楚「交付清单」+「约束」是关键。

案例 5:项目文档生成

场景:接手的老项目没文档,要给同事讲清楚架构。

预期时间:15-60 分钟

Prompt 模板

📋 Prompt 模板

帮我给这个项目写一份 ARCHITECTURE.md 架构文档。

要求:

  1. 先用 30 分钟「探索期」:读 README / package.json / 主要源文件、画出主要模块
  2. 然后写 ARCHITECTURE.md,结构:
    • 项目概述(一句话 + 100 字)
    • 技术栈清单
    • 目录结构(每个一级目录是干啥的)
    • 核心模块和职责
    • 数据流图(用文字描述,例如「用户请求 → A → B → C」)
    • 三个最常见的代码修改场景,每个给一段「应该改哪些文件」指南
  3. 文档总长度 1500-3000 字

风格:

  • 不要堆砌技术名词
  • 不要写「本项目使用了先进的微服务架构」这种话
  • 像跟新同事手把手讲项目一样

提示:探索期让 AI 慢一点没关系,省下来的是你看代码的时间。生成后人工读一遍,AI 偶尔会脑补技术栈,要确认所有结论都有代码支持。

案例 6:重构一个长函数

场景:一个 300 行的函数,又长又乱,想拆成几个小函数。

预期时间:20-40 分钟

Prompt 模板

📋 Prompt 模板

src/services/order.js 里的 processOrder 函数太长(300 行)。帮我重构。

要求:

  1. 先读完函数,列出它做的每件事(不要立刻动手)
  2. 按职责拆成多个小函数(每个 30-60 行内)
  3. 主函数 processOrder 只保留编排逻辑(call 各个小函数)
  4. 原有的对外 API 保持不变(其他文件调用方式不变)
  5. 重构前后跑一次现有测试,必须全过
  6. 如果有测试覆盖不到的分支,先补测试再重构

特别注意:

  • 不要顺手「优化」业务逻辑(你不知道某些奇怪的判断是不是历史 Bug 补丁)
  • 不要改变函数签名(参数名、返回值结构)
  • 保留所有现有的日志和错误处理

完事告诉我:拆成了几个函数、每个函数职责一句话。

提示:重构最大风险是「AI 顺手改了它觉得不优雅的业务逻辑」。明确写出「保持原 API 和行为」很重要。

案例 7:把脚本翻译成另一种语言

场景:有一个 Python 脚本,想改写成 Node.js 在前端项目里跑。

预期时间:20-60 分钟

Prompt 模板

📋 Prompt 模板

把 scripts/data-cleaner.py 翻译成 Node.js。

要求:

  • 输出到 scripts/data-cleaner.js
  • 行为完全一致(同样输入 → 同样输出)
  • 用现代 ES2022+ 语法(async/await、optional chaining)
  • 第三方依赖用 npm 主流包代替(pandas → 自己写 / 或用 danfojs,requests → fetch)
  • 同样的命令行参数和帮助信息

测试方法:

  1. 准备 2-3 个测试输入文件(从 tests/fixtures/ 找现成的,没有就造)
  2. Python 版和 Node.js 版分别跑
  3. diff 输出结果,必须一致
  4. 不一致的地方告诉我,我决定怎么修

写完跑一次测试确认对齐。

提示:跨语言翻译最容易翻车的是「细微的行为差异」(字符串排序、浮点精度、null vs undefined)。要求 AI 自己做对照测试比你后面手动检查省事。

案例 8:给项目加 CI 配置

场景:项目还没接 CI,想加 GitHub Actions 跑 lint + 测试 + 构建。

预期时间:10-20 分钟

Prompt 模板

📋 Prompt 模板

帮我给这个项目加 GitHub Actions CI。

需求:

  • 文件位置:.github/workflows/ci.yml
  • 触发:push 和 pull_request 到 main 分支
  • 流程:
    1. checkout
    2. 装 Node.js 22(用 actions/setup-node)
    3. 缓存 node_modules(用 actions/cache)
    4. npm ci
    5. npm run lint
    6. npm test
    7. npm run build

要求:

  • 跑得通(先看 package.json 确认这些 script 都存在,不存在就告诉我)
  • 失败时邮件 / Slack 通知留个占位(注释说明怎么开)
  • Matrix 跑 Node 22 + 24 两个版本

写完展示完整 yml 内容,让我 review 再提交。

提示:CI 文件是「写完跑一次才知道对不对」的东西。让 AI 写好后,本地用 act 跑一遍验证,或者直接 push 看 GitHub Actions 结果。

案例 9:做一个小游戏练手

场景:想试试 Kimi Code 的极限,做一个能跑的小游戏。

预期时间:30-90 分钟

Prompt 模板

📋 Prompt 模板

帮我做一个浏览器里跑的贪吃蛇游戏。

技术栈:

  • 纯 HTML + CSS + JavaScript(不用框架)
  • 一个 index.html 搞定,方便直接双击打开

游戏规则:

  • 经典贪吃蛇:吃食物 + 1 长度
  • 撞墙或撞自己 = Game Over
  • 速度随长度递增
  • 显示当前分数 + 最高分(localStorage 存)

视觉:

  • 像素风(每格 20x20px)
  • 配色:黑底 + 绿蛇 + 红食物
  • 暂停 / 重开按钮在画布下方

交付:

  1. index.html(含 HTML、CSS、JS 一文件)
  2. README.md 一句话使用说明
  3. 跑一下用 python -m http.server 8000 启动确认能玩

如果有体验问题(控制不响应、撞墙判定不准)边玩边迭代。

提示:让 AI 「自己跑一下验证」是最重要的一句。否则它会给你一份「理论上能跑」的代码,实际打开是黑屏。

案例 10:定期维护任务自动化

场景:每周都要做的重复任务(更新依赖、清理日志、跑性能基准),想 AI 帮你跑。

预期时间:30-60 分钟(一次性,后面就直接用)

Prompt 模板

📋 Prompt 模板

帮我写一个每周例行维护脚本。

任务清单:

  1. 检查 package.json 里有没有过时依赖(npm outdated)
  2. 检查 node_modules 大小,超过 500MB 提醒清理
  3. 检查 git log 上周提交数,对比上上周
  4. 跑一次 npm test,记录通过率
  5. 跑一次 npm run benchmark(如果有),跟上次结果对比
  6. 把以上信息整理成 reports/{今天日期}.md

技术栈:

  • Node.js(ESM),跑在本机不上 CI
  • 第三方依赖能少就少
  • 命令:node scripts/weekly-report.js

把所有功能放一个文件 + 一份 README 说明怎么定时跑(cron 例子)。

如果上述某项不适用(比如项目没 benchmark),跳过并在报告里说明。

提示:自动化脚本写好之后,搭配 cron(Mac / Linux)或 Task Scheduler(Windows)每周一早 9 点跑,到时候报告自动等你看。

通用的「让 Kimi Code 更准」的 5 条原则

跑了这么多案例,沉浸久了你会发现这几条规律最有用。

原则 1:先看后做

复杂任务先让 AI 探索代码 + 列计划,确认完再动手。一上来就让它改文件,十次有六次方向错。

原则 2:拒绝模糊

「优化这段代码」是垃圾 prompt,「拆成 30 行以内函数,保持 API 不变」才是好 prompt。AI 的执行精度跟你描述精度成正比。

原则 3:明确停止条件

写「跑测试直到全过 / 跑 lint 通过」比写「跑测试」更强力。停止条件不明确,AI 会在「差不多了」的时候停手。

原则 4:结果要可验证

让 AI「自己跑一次确认能跑」,别只给代码。否则你拿到的可能是「理论上没问题」的代码,实际跑起来一团糟。

原则 5:保持单次会话目标单一

「补 utils 的测试」和「重构 OrderService」别塞一个会话。上下文一混,AI 会两头都做不好。

更系统化的 prompt 思路看 Kimi 提示词怎么写

进阶 / 下一步

常见问题

Q:跑这些案例每次都要重新输入这么长的 prompt?

不用。在你的项目根目录建一个 KIMI.md,写下项目背景 + 常用 prompt 速记,Kimi Code 启动后会自动读。也可以把常用 prompt 存到 Kimi 常用短语 里复用。

Q:AI 改完代码不放心怎么办?

跑测试 + 看 git diff。Kimi Code 的所有改动都是 git 可追溯的,不满意 git restore 回滚即可。重要分支建议先开 feature 分支让 AI 改。

Q:能不能让它自动写 commit message?

能。改完后跟它说「把当前未提交的改动 commit,message 用 conventional commits 格式」。

Q:会有 Token 烧爆的风险吗?

长任务确实可能。建议:① 单次会话目标单一;② 完成一段就 /new 开新会话;③ 把重要决策落到 markdown 文档,新会话从读文档开始。

Q:能用在生产代码上吗?

能,但务必跑测试 + 人工 review。AI 写的代码 80% 没问题,那 20% 可能藏着微妙 Bug。重要分支永远要 PR review。

Q:我的项目是 Java / C++ 这些 Kimi 能行吗?

主流语言(Java / C# / Go / Rust / Python / JS / TS)都行。冷门语言(COBOL / Erlang / 老 PHP)效果会差一些,但简单任务能凑合。