LLM辅助Python开发模板

一个基于AI编码工具的Python项目开发模板,提供LLM自动生成设计文档和代码实现的完整工作流程。

  • by sinjorjob
  • Dockerfile
  • 本地部署
  • 更新于
在 GitHub 查看 sinjorjob/mcp-study

使用说明

Python-Boilerplate-LLM(Python模板-大型语言模型)

此仓库是用于Python项目开发的代码模板,旨在利用AI编码工具(如Cline/Cursor等)。它以LLM自动生成设计文档,并基于此进行实现的工作流为前提。

功能

  • 基于LLM的设计文档自动生成与实现的一体化工作流程
  • 基于设计书模板(docs/design.md.sample),LLM生成符合要求的设计书
  • 使用UV的虚拟环境管理
  • 通过src/和tests/目录进行结构化
  • 主程序的入口点
  • 使用pytest的测试示例

使用方法

开发环境的设置

方法1:本地环境

  1. 使用UV创建虚拟环境并安装包:
uv venv
  1. 安装开发包:
uv pip install -r requirements.txt

方法2:DevContainer

对于VS Code用户,可以使用DevContainer开发环境:

  1. 在VS Code中打开DevContainer:

    • F1 → Dev Containers: Reopen in Container
    • 或在通知中选择用容器重新启动
  2. Docker环境将自动设置,构建Python开发环境

执行主程序

python -m src.main

利用LLM的开发工作流程

此模板基于以下利用AI编码工具(如Cline/Cursor/Claude Code等)的开发工作流程:

  1. 向LLM传达项目需求
  2. 大型语言模型(LLM)docs/design.md.sample基于模板,根据需求进行调整docs/design.md自动生成
  3. 基于生成的设计文档,LLM实现代码
  4. 编写和执行测试代码

通过这一工作流程,从需求定义到实现的整个过程都能保持一致性,从而实现高效开发。

给LLM的指令示例

このリポジトリを使って、以下の要件のプロジェクトを実装してください。

<プロジェクトの要件>

docs/design.md.sample をベースに設計書を作成し、その設計に基づいて実装を行ってください。

测试

执行测试:

pytest

设计书模板

docs/design.md.sample其中包含用于系统性地描述项目从需求定义到设计、开发过程的模板。该模板具有以下特点:

  • 需求定义部分(基本信息、项目概述、功能需求、非功能需求等)
  • 系统设计部分(架构、类设计、数据流、错误处理等)
  • 开发工程环节(阶段、里程碑、风险管理等)

大语言模型(LLM)会参考此模板,并基于用户提供的需求自动生成具体的设计文档。用户可以确认生成的设计文档,并根据需要请求进行调整。

项目结构

.
├── docs/               # ドキュメント
│   └── design.md.sample  # 設計書テンプレート(LLMが参照)
├── src/                # ソースコード
│   ├── __init__.py
│   └── main.py         # メインエントリーポイント
├── tests/              # テストコード
│   ├── conftest.py
│   └── test_main.py    # メインモジュールのテスト
├── .devcontainer/      # DevContainer設定ファイル
│   ├── devcontainer.json
│   ├── docker-compose.yml
│   └── Dockerfile
├── .claude/            # Claude Code設定
│   └── settings.local.json
├── rules.md            # コーディングルール
├── .gitignore          # Git無視ファイル設定
├── LICENSE             # ライセンスファイル
├── README.md           # このファイル
└── requirements.txt    # 依存関係

许可证

这个项目MIT许可协议下公开。详情请见许可证请参阅文件。