天工AI帮你30分钟掌握Star过万的GitHub项目：先用/init生成骨架图明确项目类型与启动命令，再分层提问架构、执行链路和依赖关系，接着定向解析难懂代码块，最后用测试反向验证理解。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想在30分钟内搞懂一个Star过万的GitHub开源项目，但面对几百个文件和嵌套目录无从下手——天工AI不是帮你逐行翻译代码，而是替你做项目侦察兵，先定位关键路径、再拆解模块职责、最后聚焦具体问题。
第一步：用/init命令生成项目骨架图
在项目根目录打开天工AI插件，直接输入 /init 并回车。这个命令会自动扫描 package.json / pyproject.toml / Cargo.toml / README.md 等元信息文件，5秒内生成 CLAUDE.md（或 PROJECT_SKELETON.md）。
它不会读完所有代码，但会告诉你：【项目类型是CLI工具还是Web框架？主语言是Python还是Rust？启动命令是npm run dev还是cargo run？】
如果项目没有标准清单文件（比如只有 Makefile），天工AI可能漏掉入口——这时手动把 Makefile 内容粘贴进去，加一句“请从中提取出实际执行的启动命令”。
第二步：分层提问，拒绝笼统描述
别问“这个项目怎么工作”，要像调试一样分层切片：
方法一：问架构分工
“这是项目的目录树，请说明 src/core/、src/adapters/、src/infra/ 三个目录各自承担什么职责？它们之间谁调用谁？”
方法二：问执行链路
“用户执行 ./bin/cli --input test.json 后，程序最先加载哪个文件？配置解析、参数校验、核心处理、结果输出分别落在哪几个函数里？”
方法三：问依赖关系
“请列出 service/UserService.ts 依赖的所有外部模块（含第三方库和内部模块），并标注哪些是强耦合、哪些可替换。”
第三步：定向破解难懂代码块
遇到看不懂的片段，把上下文+你的困惑一起喂给天工AI：
① 复制包含该片段的完整函数（不要只截10行），加上前置说明：“这是用 Rust 实现的状态机，use std::sync::Arc; 和 Arc::new(RefCell::new(...)) 这种组合让我困惑——它到底在解决什么并发问题？会不会导致循环引用？”
② 如果是宏、高阶函数、自定义 AST 或复杂正则，必须附上你已查过的资料链接或报错日志，否则天工AI会按默认语义猜，容易跑偏。
③ 对 React 自定义 Hook 或 Vue Composition API，明确指出你卡在哪：“这个 useFetch 封装了 loading/error/data 三态，但它内部用了 unref + watchEffect，我想知道 ref 值变化时，watchEffect 是立即触发还是 nextTick 触发？”
【切忌把整个 src/ 目录拖进去问“解释所有代码”，token 消耗会飙升且结果无效】
第四步：用测试反向验证理解
当你对某个模块形成初步认知后，让天工AI生成验证性测试：
“假设我理解正确：AuthService.validateToken() 只校验 JWT 签名和过期时间，不查数据库。请生成一个单元测试，覆盖签名错误、过期、正常三种 case，并写出断言预期。”
如果AI生成的测试能跑通，说明你对模块边界的理解基本准确；如果跑不通，就回头检查它依赖的 decodeJWT() 或 isExpired() 函数是否被你误判了职责。
这一步做完，你已经完成从“不知道从哪看”到“能画出数据流向图”的跃迁。
