之前在使用AI辅助编程的时候，在自己手工编程 / AI编程之间切换，这对我而言，是两种不同的思维模式，容易手忙脚乱，而且要特别小心AI生成代码的正确性。
思考了一下利用AI辅助编程的流程，目前的想法大概是
每次AI生成的代码不要太多，小步前进，保证每一步走稳了
具体写在这里
AI辅助编程是个比较新的话题，也许现在也没有统一成熟的方法论。如果各位有不同看法或者建议，或者有新的想法，请不吝赐教，谢谢。
可以分享一下工作流，aider很多人不会用，哈哈哈
我把 README 中的相关章节翻译了一下：
我使用aider.el进行个人开发的经验分享。以下仅为个人经验，你可能会有不同或更好的使用方法。
功能开发
启动Aider会话: 运行命令“aider-run-aider”启动与当前git仓库相关的Aider会话。此命令将会话与项目上下文关联起来。
添加文件: 使用命令“aider-add-current-file”或“aider-add-files-in-current-window”将相关文件添加到会话中。这为Aider提供额外的上下文信息。
代码修改: 这可能包括添加新代码或修改现有代码。
# TODO: Implement a function that checks if a number is prime
将光标置于TODO注释行，运行“aider-implement-todo”将仅发送该内联注释给Aider。Aider可能会生成修改后的代码，例如is_prime函数的完整实现，同时保留现有代码。例如，Aider可能生成：
def is_prime(n):
if n <= 1:
return False
for i in range(2, int(n ** 0.5) + 1):
if n % i == 0:
return False
return True
此示例演示了aider-implement-todo如何帮助添加新代码。（此命令也可能对某些文档任务有用。） 如果建议的更改不完全令人满意，可以选择拒绝（例如，输入N）。之后，可以使用“Ask Question”命令（或在Aider会话缓冲区中使用/ask）请求更详细指导的修改。获得可接受的建议后，可以使用“Go Ahead”命令（或在Aider会话缓冲区中使用“go ahead”）进行确认。
修改现有代码（函数、类或代码块）: a. 如果只需要修改代码的一部分，可以选择相关区域；否则，将光标放在目标函数或类中即可。 b. 执行“aider-function-or-region-refactor”。 c. 出现提示时，提供清晰的更改说明（例如，“将变量‘temp’重命名为‘result’”或“将函数设为静态”）。 d. 然后将生成包含这些建议的修改后的代码版本，同时保留整体结构。 e. 可以查看输出，如果需要进一步改进，可以使用“Ask Question”进行额外调整，然后使用“Go Ahead”确认，直到达到预期结果。
注意：aider-architect-discussion和aider-code-change是可用的替代方案，但它们可能不如上述命令上下文敏感。
生成测试: 建议使用单元测试命令（如“aider-write-unit-test”和“aider-fix-failing-test-under-cursor”）验证并迭代改进功能。虽然AI生成的代码可以作为有用的起点，但它有时可能会引入细微的问题。在集成更改之前和之后运行测试，可以确保每个增量改进都得到正确验证。建议在每次更改后执行完整的测试套件，以便尽早发现任何问题。（顺便提一句，目前使用projectile函数在主代码和测试代码之间切换并将它们添加到会话中——但进一步改进以无缝地包含测试代码始终是受欢迎的。）
代码和测试重构: 最后，可以根据需要进一步重构AI生成的代码和测试——无论是通过额外的提示还是手动——以最好地满足项目的需要。
这个README怎么把用法放在installation前面的 
通常installation放第一，个人感觉也是这样比较好
哦… 在别人有意愿安装之前，先解释，在aider提供的命令行操作之上，这个library提供了什么额外的价值？如果别人觉得有用，再装。
你说的也有道理。installation之前的部分太长了。
Added both pros and cons.
整体看上去还不是那么好用。
能具体说一下，哪些地方不如意，想要有哪些功能吗？谢谢
开个浏览器打开deepseek, 再开个emacs打开python文件，空的或者已经有代码的都可以
然后告诉deepseek干活，仔细检查deepseek表述的逻辑和实现的代码
放到python文件里面运行测试，发现问题，再告诉deepseek去修改
如此循环，直到满意为止，然后提交代码
我今天就是这么干的
我查了一下aider, 说有可能和deepseek集成，但我不觉得aider这个工具（工具不是AI, 只是桥梁）多重要，驾驭好deepseek，合作高效高质的生产出代码才是最重要的（一个编程高手在AI的帮助下产出提高10倍就最好了）
不知道有其他的AI比deepseek写代码更好么，暂时没有试过其他的AI, deepseek还凑合（写个代码犯了不少错，当然它比初级程序员强，而且完全没有脾气，怎么折腾都可以），如果自己不了解相关的开发知识，完全靠它肯定不行
所以，工具可以从代码评审，回归测试这些方面起一些辅助作用吧。
感谢分享 非常同意AI生成的代码需要测试 对于比较严肃的长期的项目 如果能把它们放进单元测试套件 最好能在CI/CD里自动触发 一是可以经常运行 未来也可以保护代码功能被不小心的改动破坏
AI写代码 写测试都蛮好 省力 之后自己适当改改也不费事 最近觉得它重构代码的能力也在提高
目前对让AI review diff不觉得很理想 有些明显的问题它找不出来 有可能是我用的prompt不太好
Deepseek性价比应该最好
代码层面应该是 claude sonnet 效果最好。
使用工具的目的，一是减少复制粘贴这一类的手工操作；二是多文件的处理，网页不太现实。
目前 AI 编程做得最好应该还是 cursor ，有时间可以试用一下。
同意代码测试，目前 AI 幻觉还是很多，只是能力的放大器。
现在主要用它来生成一些代码片断, 让它学习自己的库, 以及完整理解自己的工程还是有点难度, 等AI继续进化