在黑暗中摸索：与我可靠的同事的旅程

Source: Dev.to

项目概述

本项目是为 Kiroween（AWS 主办的万圣节主题黑客马拉松，庆祝其 AI 编码代理 Kiro）而构建的。
挑战：在一个月内使用 Kiro 创造一些有创意的作品。

对我而言，这真的是在黑暗中摸索——我的第一次线上黑客马拉松，没有视频制作经验，日语单独开发，却要用英文提交所有内容。

MairuCLI 是一个教育型 CLI 包装器，能够检测并阻止危险命令。
“Mairu”（参る）是日语中表示“困扰”或“被击败”的词，也是对“Kiro”的文字游戏。当你在 CLI 中输入危险命令时，会出现万圣节主题的警告并教你为什么它危险。

关键特性

• 🔥 11 种危险模式检测 – 如 rm -rf /、chmod 777、dd、DROP DATABASE、fork 炸弹等
• 🎃 万圣节主题警告 – ASCII 艺术和教学信息
• 📚 教育性拆解 – 解释命令的每个部分，并模拟执行后的结果
• 🏆 成就系统 – 游戏化让学习更有趣
• 🚂 拼写娱乐 – 输入 sl 会出现一列蒸汽机车
• 🛡️ 系统目录保护 – 保护 Windows、Linux、macOS 上的系统文件夹

技术成就

• 300+ 自动化测试（100 % 通过）
• 16 个 Steering 文件
• 6 套完整 Specs
• 跨平台支持（Windows、Linux、macOS）

资源

• Devpost:
• GitHub 仓库:
• 演示视频:

遇到的障碍

• 没有线上黑客马拉松经验 – 提交标准和评审流程不明确
• 没有视频制作经验 – 不知道如何制作演示视频
• 语言障碍 – 所有提交（README、视频旁白等）必须使用英文，而我的英文并不流利
• 时间紧张 – 开发被日常工作挤压，很多天没有连续的时间块
• 单人开发 – 虽然是公司项目，但除 UAT 外的所有工作都由我一人完成

开发时间线

• 总开发时间：≈ 30 小时
• 前 6 小时：完成核心功能（8 个内置命令、5 种危险模式检测、万圣节主题显示系统）——首次体验 Spec‑Driven Development
• 将 display.py（400 行）重构为 7 个模块：预计 2.5–3 小时，实际 20 分钟（≈ 7.5–9 倍效率提升）
• 实现 3 级警告系统（Critical/Caution/Safe）、IT 文字游戏以及 35 条自动化测试
• 为 Windows、Linux、macOS 添加系统目录保护
• 将 builtins.py（719 行）拆分为 7 个模块，创建基于分类的变体系统、通用拼写检测和教学拆解 Specs
• 解决平台特定问题（如 macOS 的 locale.getpreferredencoding()、Linux 上的 mkfs /dev/sda 检测）

AI 协作洞察

• 与 Kiro 配对编程 的感觉非常自然；AI 更像是值得信赖的同事，而不是遥远的工具。
• 其他 AI 代理（如 Claude Code）同样精准，但比较的重点不在“谁更好”，而在它们如何融入工作流。
• Steering 的局限：Steering 文件过多时仍受上下文窗口限制，管理它们本身就成了一个元挑战。
• AI “理解”：正如第 10 天发现的，AI 能把命令标记为“危险”，却并未真正理解危险的概念——这是当前模型的固有局限。

这些观察不是批评，而是随着 AI 协作深入需要解决的挑战。

ASCII 艺术实验

我希望 CLI 能在游戏化之外也保持趣味，于是尝试自动生成 ASCII 艺术（例如使用 DALL‑E 3）。结果令人失望，最终只能手工绘制：

        ,.,. ,.,.
       ,d$$$$$$$$$$$b.
     ,d$$$$$$$$$$$$$$$b.
    d$$$$$$`   `'$$$$$$$b
   d$$$$$  .---.    '$$$$b
  d$$$$$  /  _  \    |$$$$b
 d$$$$$|  | (O) |    |$$$$$b
 $$$$$$|  `.___.'  , |$$$$$$
_$$$$$$|     ;     : |$$$$$$_
 `$$$$$;    / \    ; $$$$$$'
  `$$$$$b.  `-'  .d$$$$$$'
    `$$$$$b.....d$$$$$$'
      `$$$$$$$$$$$$$$'
        `"$$$$$$$$"'
   ..::;d########b;::..
 .:::::;##########;::::::.
.::::::;##########;:::::::.
'::::::'##########':::::::'

手工雕刻的南瓜灯花了大约一个小时，说明有些任务仍然需要人工投入。

Bug 事件（“幽灵”）

在开发后期，运行 rm -rf / 时详细解释部分消失。问题追溯到一次 相对路径 错误——在重构拆解和帮助显示文件后执行了 cd（更改目录）操作。

解决办法： 改为使用 绝对路径，并添加了一个 Steering 文件（被视作 ofuda 符咒）以防类似问题再次出现。

此 bug 表明：

• 多操作测试对仅靠 AI 来说耗时较长。
• 人类必须预判模式并验证 AI 生成的测试用例。

教训与进一步阅读

想更深入了解本项目的 AI 驱动开发经验，请参阅 GitHub 仓库的文档。

本文记录了我在 Kiroween 黑客马拉松期间构建 MairuCLI 的个人经历。