从终端到首个补丁：带新队友跑通 AI 辅助开发
第一步：在独立目录约定首次交付
带新队友接入 AI 工作流，我会先避开业务仓库。第一次练习只交付一个能解释、能测试、能审查的小补丁，而不是让代理扫描整个项目。下面使用 Bash、Git 和 Python 3.10 以上版本；命令逐段执行，任何一步失败就先停下来。
mkdir fluxo-onboarding-demo && cd fluxo-onboarding-demo && git init && git switch -c onboarding/ai-first-change
今天的任务很具体：姓名清洗函数需要去掉首尾空白，并把中间连续空白合并成一个空格。先写验收条件，再打开模型。新人因此知道自己是在解决什么问题，而不是练习接受建议。
第二步：配置个人密钥，不复制同事凭据
Fluxo 用一个密钥和统一 API 主机连接 Claude、GPT、Gemini、DeepSeek、Kimi、GLM、Qwen、Grok 等系列。Claude Code、Codex、Gemini CLI 和 OpenAI SDK 都有接入路径，但统一入口不代表各家的原生协议完全相同。这个练习选 GPT-6 Astra，走 OpenAI 兼容接口。([fluxorelay.com](https://fluxorelay.com/))
如果你想跟着完成练习，可以创建一个 Fluxo 账号，再使用自己的密钥。
read -r -s -p '粘贴个人 Fluxo 密钥：' OPENAI_API_KEY; printf '\n'; export OPENAI_API_KEY
export OPENAI_BASE_URL='https://api.fluxorelay.com/v1' — 这里的 /v1 是 OpenAI 兼容接口前缀，不是另一套服务地址。不要直接套用到 Claude Code 或 Gemini CLI。([fluxorelay.com](https://fluxorelay.com/keymap?lng=en))
第三步：准备环境和一条确定失败的测试
python3 -m venv .venv && source .venv/bin/activate && python -m pip install openai
SDK 支持从环境变量读取密钥和自定义接口地址；虚拟环境让这次练习不必修改系统 Python。([github.com](https://github.com/openai/openai-python))
printf '%s\n' '.venv/' '__pycache__/' '.env' > .gitignore
printf '%s\n' 'def normalize_name(value):' ' return value.strip()' > names.py
printf '%s\n' 'import unittest' 'from names import normalize_name' '' 'class NameTests(unittest.TestCase):' ' def test_collapses_whitespace(self):' ' self.assertEqual(normalize_name(" Ada Lovelace "), "Ada Lovelace")' ' def test_empty_input(self):' ' self.assertEqual(normalize_name(""), "")' > test_names.py
git add .gitignore names.py test_names.py && python -m unittest -v
预期是一条测试失败、一条通过。先暂存初始文件，是为了稍后用 git diff 单独查看修复。若结果不同，先检查文件内容，不要把环境问题交给模型猜。
第四步：只发送函数、测试和明确边界
下面的调用读取两个练习文件，不上传环境变量，也不给模型执行权限。模型标识使用 GPT-6 Astra 对应的接口字符串。([fluxorelay.com](https://fluxorelay.com/meter?lng=en))
python -c 'from pathlib import Path; from openai import OpenAI; context = "\n\n".join(p + "\n" + Path(p).read_text() for p in ["names.py", "test_names.py"]); r = OpenAI(timeout=60.0, max_retries=0).chat.completions.create(model="gpt-6-astra", messages=[{"role":"user","content":"请解释测试失败原因，并给出最小修复。只修改 names.py，不改测试，不添加依赖，不执行命令。\n" + context}]); print(r.choices[0].message.content); print(r.usage)'
这里显式关闭 SDK 自动重试，方便新人观察一次调用的结果；响应也打印用量。SDK 提供这些配置和响应字段。不要把模型输出直接接到 shell，更不要因为答案看着合理就跳过测试。([github.com](https://github.com/openai/openai-python))
第五步：在编辑器确认修复，再回终端验证
让新人先解释建议：为什么拆分再连接符合本次空白处理规则？确认后在编辑器修改函数。这个练习的最小修复也可以用下面的明确命令写入；它不是自动执行模型返回的文本。
printf '%s\n' 'def normalize_name(value):' ' return " ".join(value.split())' > names.py
python -m unittest -v && git diff --check && git diff -- names.py
- 新人需要逐行说明函数变化，并解释两个测试分别验证了哪一项验收条件。
- 审查者需要确认补丁没有修改测试，也没有顺手引入依赖或扩大任务范围。
- 双方需要确认发送给模型的内容经过授权，而且没有包含密钥或真实客户资料。
检查通过后执行 git add names.py，再执行 git diff --cached，检查完整的首次交付内容。把实际测试命令和结果写进评审说明，而不是只写“AI 已修复”。
第六步：交接用量记录与求助路径
第一次练习结束后，我会让新人记录所用模型、输入范围和实际用量。Fluxo 的按量方式无需月费，按真实 token 结算，缓存读取和写入也有各自计费项；不要只凭回答长度估算成本。([fluxorelay.com](https://fluxorelay.com/meter?lng=en))
如果使用邀请机制，也应透明说明：被邀请者付费后，邀请人可获得分成。它不应影响团队的模型选择或权限安排。
遇到接入或账单问题，可以登录后在联系页面留言；附上脱敏错误信息，不附密钥。([fluxorelay.com](https://fluxorelay.com/ask-a-human?lng=en))
最后执行 unset OPENAI_API_KEY，再执行 deactivate。第一次 onboarding 的完成标准不是“模型回答了”，而是新人能够独立重跑测试、解释补丁，并知道下一次该发送什么、不该发送什么。