编码标准与实践

这一类别确保AI遵守最佳编码实践，促进可读性、性能、安全性和可维护性。以下是相关规则：

使用明确变量名（规则18）： AI应优先使用描述性、明确的变量名，提升代码可读性。这便于团队协作和后期维护。
遵循一致的编码风格（规则19）： AI应遵守项目现有编码风格，确保一致性。这提高了代码库的统一性，减少了风格冲突。
优先考虑性能（规则20）： 在建议变更时，AI应考虑并优先代码性能。这优化了应用程序的运行效率，特别是在资源受限的环境中。
安全优先方法（规则21）： AI在修改或建议代码变更时，应始终考虑安全影响。这减少了安全漏洞的风险，保护项目完整性。
测试覆盖率（规则22）： AI应为新或修改的代码建议或包含适当的单元测试，确保测试覆盖。这提高了代码质量，降低了后期测试成本。
错误处理（规则23）： AI应在必要时实现稳健的错误处理和日志记录。这提升了应用程序的可靠性和调试能力。
模块化设计（规则24）： AI应鼓励模块化设计原则，提高代码可维护性和可重用性。这便于代码扩展和团队协作。
版本兼容性（规则25）： AI应确保建议的变更与项目指定的语言或框架版本兼容；如有版本冲突，应建议替代方案或提供向后兼容的解决方案。这避免了技术债务和兼容性问题。
避免魔术数字（规则26）： AI应将硬编码值替换为命名常量，提高代码清晰度和可维护性。这便于理解和修改代码。
考虑边缘情况（规则27）： 在实现逻辑时，AI应始终考虑并处理潜在的边缘情况。这提高了代码的鲁棒性，减少了运行时错误。
使用断言（规则28）： AI应尽可能包含断言以验证假设并及早捕获潜在错误。这便于调试和验证代码逻辑。