概覽
Verdent AI 驅動開發能力的概覽
Verdent for VS Code 將先進的 AI 能力與專業開發工作流程結合在一起。本指南介紹從需求工程到自動化品質保證的核心功能，協助你進行 AI 輔助的程式設計。
你將學到什麼
- 核心工作流程能力（Professional Plan、Code Diff、Verify）
- 上下文感知與專門的子代理
- 協作模式與擴充能力
Verdent 的工作流程圍繞三個核心階段建構：
- Plan — 透過 Plan Mode 釐清需求
- Code — 透過 Code Diff 審查與精修，以確保可靠交付
- Verify — 透過 Verify 工具自動化測試，及早發現問題
這些功能協同運作，確保你在整個開發過程中維持精準與掌控。
核心工作流程功能
Plan-Code-Verify 工作流程
透過 verify 子代理與瀏覽器工具，精準掌控需求、實作與驗證
Professional Plan
透過智慧需求釐清，將想法轉化為可投入生產的實作計畫
Code Diff
具備自然語言摘要與資深工程師等級分析的企業級程式碼審查
Clarification Loop
透過持續討論與精修需求，實現更聰明的規劃
Plan Rules
根據你的角色與專業背景，自訂釐清與計畫的呈現方式
其他能力
上下文感知：深入理解程式碼庫
Verdent 的上下文管理系統能全面理解專案：
龐大的上下文視窗
- 1M Token 容量 — 可吸收整個中型程式碼庫（約 750,000 字或 3,000 個以上檔案）
- 智慧上下文載入 — 根據任務上下文自動排定相關檔案的優先順序
- 子代理上下文最佳化 — 將專門任務委派給聚焦的子代理
自適應學習
- 慣例偵測 — 學習專案特有的模式（命名、檔案組織、錯誤處理）
- 風格模仿 — 產生符合既有風格的程式碼（縮排、括號位置、註解）
- 函式庫感知 — 辨識正在使用的框架，優先採用而非引入新的相依套件
跨檔案一致性
- 相依追蹤 — 理解 import、export 與模組間的關係
- 影響預測 — 找出將受到提議變更影響的元件
- 一致性強制 — 確保修改與既有架構保持一致
專門的子代理：分工合作
Verdent 協調針對特定開發任務最佳化的專門 AI 代理：
用途： 快速、以證據為基礎的程式碼庫導覽與分析
能力：
- 模式比對 — 使用 glob 模式定位檔案（例如所有 TypeScript 檔案、後端 API 檔案）
- 語意搜尋 — 依功能尋找程式碼（例如「驗證中介軟體實作在哪裡？」）
- 多位置綜合 — 彙整來自多個檔案的資訊
徹底程度等級：
- Quick： 基本的模式比對，提供快速答案
- Medium： 更廣泛的搜尋並進行上下文確認
- Very Thorough： 詳盡掃描，含變體檢查與交叉參照
使用情境： 「找出所有資料庫查詢函式」、「定位設定載入邏輯」、「應用程式如何處理錯誤？」
用途： 快速的程式碼品質檢查與驗證
能力：
- Lint 檢查 — ESLint、Pylint、Rubocop 等
- 型別驗證 — TypeScript、mypy、Flow 型別檢查
- 快速測試執行 — 在 30 秒預算內執行針對性的單元測試
- 聚焦差異的驗證 — 主要驗證變更的程式碼以提升效率
快速失敗哲學： 在發現第一個實際問題時回傳結構化的錯誤報告，避免浪費時間
使用情境： 提交前檢查、修正後驗證、快速健全性測試
用途： 全面的程式碼品質、安全性與可維護性稽核
能力：
- 安全性分析 — 漏洞掃描、憑證外洩偵測、注入風險評估
- 架構審查 — 設計模式驗證、SOLID 原則遵循、反模式偵測
- 效能分析 — 演算法複雜度、資源洩漏、最佳化機會
- 文件審查（針對變更檔案） — 標記不清楚的註解或明顯的文件不一致
審查深度： 比 Verifier 更徹底，適合合併前的 PR 審查
使用情境： 功能完成審查、安全性稽核、重構驗證
彈性的協作模式
選擇最符合你工作流程的自主程度：
- Auto Run Mode — 自主執行任務，同時對可能有風險的操作通知你
- Manual Accept Mode — 每項變更都需經你核准後才能執行
- Skip Permissions Mode — 完全自主執行，包含有風險的操作（僅限進階使用者）
詳細模式說明請參閱執行模式與權限。
MCP（Model Context Protocol）整合
支援與外部工具及服務的互通性：
- 透過既有工具鏈與自訂外掛延伸功能
- 與子代理無縫協作，支援分散式任務執行
- 支援與外部 API、資料庫及開發工具的整合
MCP 的設定與組態請參閱整合與擴充。
其他功能
智慧模型最佳化：
Verdent 會根據複雜度、效能需求與成本考量，自動為每項任務選擇最合適的 AI 模型。
功能：
- 任務分析 — 評估任務複雜度以決定最佳模型
- 效能平衡 — 權衡速度、準確度與成本的取捨
- 上下文感知選擇 — 依專案規模與需求調整模型選擇
- 成本最佳化 — 對簡單任務使用較輕量的模型，將強大的模型保留給複雜操作
效益： 在最大化效率的同時將點數使用降至最低，確保你在不超支的情況下獲得最佳結果。
精準的上下文控制：
在聊天中直接使用 @ 提及附加特定檔案、資料夾或程式碼區段，為 AI 輔助提供針對性的上下文。
運作方式：
- 在聊天中輸入
@以查看可用檔案與資料夾的清單 - 選擇要納入對話上下文的特定檔案
- 參照整個目錄以取得更廣泛的上下文
- 提及特定的程式碼區段或文件頁面
使用情境：
- 除錯時讓 AI 聚焦於特定模組
- 討論設定時納入設定檔
- 實作功能時參照相關元件
- 提供文件上下文以獲得準確的指引
多模態輸入：
直接上傳或貼上圖片到聊天，以傳達視覺需求、UI 設計或除錯情境。
支援的使用情境：
- UI/UX 設計 — 上傳設計稿、線框圖或設計截圖，以實現像素級精準的實作
- 錯誤回報 — 分享錯誤截圖或視覺異常，以加快診斷
- 前端開發 — 提供設計參考，以實現準確的樣式與版面
- 文件 — 納入圖表、流程圖或架構視覺化
技術規格：
- 支援格式： PNG、JPG、JPEG、GIF、BMP、WebP
- 最大解析度： 2000×2000 像素
- 檔案大小上限： 5MB（超過時自動壓縮；若壓縮後仍 >5MB 則回報錯誤）
效益： 消除視覺需求中的模糊性，加速前端開發工作流程。
工作階段管理：
存取並管理你的對話歷史，以回顧過去的互動、決策與實作細節。
功能：
- 工作階段紀錄 — 所有對話與 AI 回應的完整紀錄
- 儲存庫存放 — 紀錄與你的專案一起儲存，方便存取與版本控制
- 工作階段清除 — 重新開始或切換上下文時清除歷史
- 決策軌跡 — 回顧過去實作選擇背後的推理
效益： 在不同工作階段間維持連續性、稽核 AI 建議，並追蹤專案隨時間的演進。
帳號管理：
管理你的 Verdent 帳號、點數與外掛設定的集中樞紐。
可用的控制項：
- 點數追蹤 — 監控每日點數使用量與剩餘餘額
- 帳號資訊 — 查看目前的訂閱方案與個人資料詳情
- 登出管理 — 安全地從外掛登出或切換帳號
- 使用監控 — 追蹤點數消耗模式
存取方式： 可透過 VS Code 中的 Verdent 側邊欄存取。
產品改善：
直接從 VS Code 提交意見回饋、錯誤回報與功能請求，協助改善 Verdent。
回饋選項：
- 文字備註 — 在簡單的文字框中描述問題、建議或體驗
- 直接提交 — 不必離開開發環境即可送出回饋
- 電子郵件回覆 — 透過電子郵件接收後續溝通
可回報的內容：
- 錯誤或非預期行為
- 功能請求或工作流程改善
- 文件缺漏或指示不清
- 效能問題或錯誤
影響： 你的回饋直接影響 Verdent 的開發藍圖，並協助為所有使用者打造更好的體驗。