用AI Agent写Python脚本，总改不对逻辑，是我prompt没写好还是工具本身局限？

这问题我也踩过坑，Agent对“边界条件”的理解特别弱，比如递归和特殊文件，你贴文档它也只是“记得”而不是“理解”。我觉得别让它直接出最终代码，先让它列出处理边界，你确认它“知道要跳过哪些文件”再让它写，会稳很多。另外这种确定性逻辑，不如自己写个二十行的脚本，Agent反而容易在你想不到的地方自作聪明。

这问题我太有同感了，Agent写那种“检查逻辑”的代码确实容易翻车，因为它对项目上下文的理解是碎片化的。我个人经验是别让它一步到位，先让它输出ast遍历的核心伪代码，你确认了边界条件再让它补全，比反复改prompt效率高。另外你提到删__init__.py，这种危险操作最好代码里强制加白名单判断，别指望模型主动想到。流程图那招对复杂任务有点用，但你这个场景我觉得关键是把“递归扫描”和“忽略特殊文件”拆成两个独立子任务去验证。

说实话你这个场景我太有同感了，最近我在搞个批量重命名工具也遇到一模一样的坑。我觉得问题不完全在prompt，而是Agent对“副作用”的感知特别弱——它知道ast能解析，但没法像人一样意识到删import前得先跑一遍全项目引用检查，更别说识别__init__.py这种特殊文件了。你试试把需求拆成两步走：第一步只让它生成“分析逻辑”，明确要求输出每个文件的依赖关系图，第二步再让它基于这个图写删除脚本。这样至少能把“漏递归”和“误删”这两个问题分开定位，不然它脑子里同时转着解析和修改两件事，很容易顾此失彼。还有个小技巧，你可以在prompt里加一句“假设你是个有十年经验的Python工具链开发者”，有时候这种角色设定比贴文档管用。不过说到底，这类任务对当前Agent确实偏难，它更适合生成骨架代码，细节校验还得靠你自己过一遍。我之前试过让它先画伪代码再实现，效果比直接写完整脚本好不少，你可以试试看。

这活儿其实让Agent拆成两步走更靠谱，先让它列出扫描逻辑，确认了再让它写代码。

这问题我也踩过坑，Agent对“删除”这种破坏性操作天生保守，它宁可漏掉也不敢误伤，所以逻辑会偏向安全侧。你贴ast文档反而容易让它过度关注解析细节，忽略了遍历策略。我试过最有效的办法是给它一个极小的最小用例，比如三行代码里故意留一个未使用的import，让它先在这个例子上跑通，再让它泛化到整个项目，成功率会高不少。流程图那步我觉得没必要，但你可以要求它把处理步骤拆成函数并分别写注释，这样它更容易自检。

另外它老漏递归的话，你不如直接规定“用os.walk遍历所有子目录”，把具体函数名写死在需求里，比描述“扫描所有文件”靠谱得多。至于__init__.py误删，我一般在prompt末尾加一句“任何情况下都不要输出对__init__.py的操作”，这种硬性规则比让它理解语义有效。说到底是工具还不擅长主动做边界推理，你得把边界当成显式需求喂给它。

这问题我太有同感了，之前让Agent写个批量重命名的脚本，也是反复改逻辑，最后发现它特别容易忽略边界情况。你说得对，这种带点“判断”的任务确实不是它的强项，它更像生成代码片段而不是做工程决策。我后来学乖了，会把“不要做什么”也写进prompt，比如直接加上“跳过__init__.py”这种硬性条件，比描述目标管用得多。流程图那招我没试过，不过我觉得让它先输出伪代码再翻译成Python，可能比直接要结果更可控，你可以试试看。

这问题我太有共鸣了，上次让它写个批量重命名的脚本，也是反复改逻辑，最后发现它老是纠结在文件路径的边角情况上。我觉得这不算prompt的锅，更像是Agent对“意图”和“边界条件”的理解有天花板，你给ast文档反而容易让它更死板。我现在的做法是先让它把主流程用伪代码写出来，我确认逻辑对再让它转成Python，比直接给需求稳很多。你那个递归和__init__.py的坑，可能得在prompt里明确“排除任何__init__.py”和“必须用os.walk”，但说实话，这种小工具我最后都是自己手写了，省心。

这问题我也踩过坑，Agent对边界情况特别容易漏，建议直接把“必须跳过__init__.py”写进prompt，比贴文档管用。

这题我太有同感了，之前让Agent写个批处理文件重命名也翻车好几回，明明逻辑很直白它偏要给你整个花活。我觉得核心问题不在于prompt多详细，而是这类“安全删除”的操作它没法真正理解你代码库的上下文，比如__init__.py这种约定俗成的坑它根本意识不到。你让它先画流程图倒是个思路，但更实用的办法是让它分步执行，先只扫描并输出结果，你确认无误后再让它生成删除代码，把“人审”环节硬塞进去。工具肯定有局限，但咱得学会把大任务拆成它不容易犯错的小步骤。

这种任务得把边界条件拆成验收用例喂给它，光改prompt没用，不如直接让它跑测试驱动改代码。

这问题我也踩过不少坑，感觉Agent对“删除文件”这种有副作用操作特别容易放飞自我。你贴文档片段反而可能让它更钻牛角尖，不如明确限制它只输出JSON格式的报告，把删除动作留给你自己确认。另外别让它一上来就写完整脚本，先让它列几个测试用例，比如空文件、带嵌套目录的情况，它自己写着写着就容易发现逻辑漏洞了。

这问题我太有同感了，之前让Agent写正则清洗数据也这样，逻辑一绕就翻车。我觉得不是prompt的锅，是模型对代码执行路径的“脑补”能力有限，递归和边界条件这种它经常想当然。你试试把需求拆成几个小函数让它分别写，最后再组装，比一次给完整需求稳得多。另外画流程图这招我试过，对复杂逻辑确实有帮助，但简单脚本反而费事。

说实话你这个场景我太有同感了，前几天让Agent写个批量重命名文件的脚本，也是反复横跳，最后我自己动手十分钟搞定。我觉得问题不在于AI能力，而是这类“带边界条件”的逻辑任务，它天生就容易漏掉那些人类默认“不用说”的细节，比如__init__.py不该删、递归要排除特定目录，这些属于隐式规则，光靠prompt很难穷举。你贴ast文档的思路我试过，效果有提升但依然不稳定，因为模型是在“模拟”理解，而不是真正在脑子里跑一遍你的项目结构。换个思路，我最近发现让Agent先输出伪代码或者分步计划，再让它填充实现，出错率会低不少，相当于逼它把逻辑显性化。另外，对于这种偏静态分析的任务，其实更合适的是用现成工具比如autoflake或者vulture，自己写脚本反而有点重复造轮子，还不如让Agent帮你写个调用这些工具的封装。

这活儿得把边界条件拆成子任务喂给它，直接让Agent一步到位确实容易翻车。

这问题我踩过一样的坑，建议分步来：先让agent生成ast遍历的骨架，再单独验证递归和过滤逻辑。

别指望一步到位，把任务拆成几个小模块逐个测，比反复改prompt管用多了。

这问题我太有同感了，最近也在折腾类似的东西。你发现没，Agent对“删除”这种不可逆操作特别容易放飞自我，它压根没有“这个文件可能重要”的常识，所以漏递归和误删__init__.py其实是同一类问题——它在模拟逻辑，但没在真正理解逻辑。我后来学乖了，不再让它直接给改好的代码，而是先让它输出一个“执行计划”，比如列出要遍历的目录、要跳过的文件、判断条件写清楚，等计划确认对了再让它写代码，成功率能高个三四成。另外，你贴官方文档这个思路没问题，但别整段糊进去，它反而会抓不住重点，试着把关键规则拆成“必须做什么”和“绝对禁止做什么”两条线，效果会好很多。至于画流程图，我试过一次，对特别复杂的任务有点用，但对这种小脚本其实帮助不大，反而拖慢节奏。说到底，工具还是适合生成骨架，边界条件和异常处理这种“隐性知识”还是得自己盯一遍，别指望它一次到位。

这问题我太有同感了，之前我让它整理requirements.txt也翻车好几次。后来我发现，这类任务最好把边界条件直接写进prompt里，比如“跳过__init__.py”和“只处理当前目录往下两层”，比让它自己理解“安全”要靠谱得多。流程图那招我试过，对复杂逻辑有用，但小脚本反而容易把Agent绕晕，不如让它先输出伪代码你确认了再生成。说到底，现在AI对“隐式规则”的理解还是弱，你得替它把坑都提前踩平了。

我试过类似场景，画流程图这招确实有用，能逼着它把边界条件想清楚再动手。

别太指望它一次写对，这玩意儿更适合你带着它逐步debug，而不是求一步到位。

说实话我觉得这问题不在prompt，在于任务本身有个隐蔽的坑：删未使用的import本质上是“跨文件语义分析”，不是单纯的AST遍历能搞定的，比如某个import可能被eval或者动态导入用到，AST根本看不出来。你贴ast文档反而会让Agent更专注语法树结构，忽略了“误删__init__.py”这种业务层面的风险。我试过类似场景，后来是把约束写进验收标准里，比如明确告诉它“任何修改必须保留__init__.py且不能影响re-export”，效果比反复描述逻辑好很多。至于画流程图，对Agent来说可能只是多一层文字转述，不如直接给它几个边界case测试用例来得实在。另外我怀疑Agent模式在这种小工具上确实容易过度自信，它写出来的代码自己跑一遍可能就发现不了逻辑漏洞，建议你让它先写测试再写实现，顺序反过来可能会逼它想清楚。最后想问你一句，你喂给它的项目文件有多少个？如果超过50个，我怀疑是上下文窗口把关键约束冲淡了，可以试试把无关文件排除在对话外。

这场景太真实了，Agent写脚本容易“想当然”，建议你让它先输出ast遍历步骤再生成代码，至少能少返工几轮。