AI编程实战：用 AI 做一个命令行工具

AI编程实战：用 AI 做一个命令行工具

写在前面

前 13 篇攒下的技能，从这篇开始集中变现。第一个完整项目做个"日志分析器"：统计日志文件里 INFO / WARNING / ERROR 各级别的数量。

一、需求

用 Python 写一个日志分析工具。
- 目标：统计日志文件中各级别（INFO/WARNING/ERROR/DEBUG）出现的次数
- 约束：只用标准库；支持命令行参数传入文件路径
- 输出：控制台打印每个级别及数量，按数量从高到低排序
- 验收：对给定的样例日志文件运行后输出正确统计

二、让 AI 生成并迭代

把需求发给 AI，要求"先给思路再写代码"。第一版可能不含排序或容错，把差异反馈回去，两三轮后得到完整实现。

三、核心实现（示例）

import re
import sys
from collections import Counter

LEVELS = ("DEBUG", "INFO", "WARNING", "ERROR")

def analyze_log(path: str) -> Counter:
    counter = Counter()
    pattern = re.compile(r"\b(" + "|".join(LEVELS) + r")\b")
    with open(path, encoding="utf-8") as f:
        for line in f:
            counter.update(pattern.findall(line))
    return counter

if __name__ == "__main__":
    result = analyze_log(sys.argv[1])
    for level, count in result.most_common():
        print(f"{level}: {count}")

四、测试与收尾

1. 写一个样例日志文件，验证输出；
2. 用第 7 篇的方法让 AI 补 pytest 测试；
3. 用第 8 篇的方法生成 README；
4. git init 并提交。

提示：工具类项目最适合练手——需求清晰、边界可控、做完立刻能用。这个类型的项目多做几个，AI 协作的手感就出来了。

小结与下篇预告

这篇独立完成了一个命令行工具。下一篇《AI编程实战：给开源项目补测试》，把你的技能用到真实开源项目上。

小作业

给日志分析器加一个功能（比如按 --level ERROR 只统计某级别，或支持多个文件），走完整流程：需求→生成→测试→文档→提交。