Your Codebase, Your Rules: Beyond Standard Linters

这是一场为期两小时的实践课程，旨在将代码质量期望和团队规范转化为自动化检查，从而让开发人员和编码智能体不仅能获得关于代码是否能编译的反馈，还能了解代码是否符合项目规范。

代码即使运行正确，也可能违反团队规则：例如单个函数分支过多、业务逻辑存放位置错误，或调用了未经批准的 API。通过小型演示，我们将使这些违规行为变得可视化，调整复杂度阈值，并实施标准代码检查工具（linter）所无法识别的规范。

本课程重点在于将您的期望转化为可执行的代码。与其在每个提示词或代码审查中重复强调规范，不如将其表达为一种检查机制，用以识别违规行为并提供具体的修正反馈。我们还将区分潜在的 Bug 与团队偏好，并探讨为什么通过所有检查并不自动意味着设计良好。

受众：对在人类和 AI 生成的代码贡献不断增加的情况下保持代码库一致性感兴趣的开发人员、技术主管和架构师。无需编写自定义检查的先验经验。

学习成果：

• 区分正确性检查、复杂度度量和团队定义的规范
• 配置复杂度阈值并观察其对现有代码的影响
• 实施关于特定函数和依赖项归属的自定义规则
• 执行超出工具内置默认设置的特定于应用程序的命名规范
• 理解何时仅检查语法就足够，以及何时需要更深入的分析
• 为开发人员和编码智能体提供可操作的反馈，而非重复的提醒
• 认识自动化检查可以强制执行的内容，以及哪些内容仍需要人工判断

形式：两小时课程，包含简短介绍、小型工作演示、刻意制造的规则违规、权衡讨论以及问答环节。