前言
近期接手了一个基于jQuery的老项目，该项目采用前后端一体化的系统架构。面对这个几乎没有说明文档的系统，了解其功能和接口成为了我面临的首要任务。由于人工阅读代码梳理逻辑的时间成本极高，我决定借助AI工具来完成这项任务。
我的目标：利用AI工具生成系统解读文档
AI工具介绍
为了解析这个老项目，我尝试使用了多种AI工具和大语言模型，以便进行对比分析。
IDE类工具包括：
1. IntelliJ IDEA：常用的开发工具。
2. Lingma：阿里巴巴推出的带AI辅助的IDE。
3. Cursor：专业的带AI辅助功能的代码IDE。
4. Trae国内版和国际版：分别面向开发者全球开发者，支持多语言及国际化项目需求。
5. Windsurf：强调AI与开发者实时协作的“代理式 IDE”。
我还使用了LLM类工具，如GPT-4、Claude 3.7、Claude 4、Qwen3和DeepSeek R1。
我给AI的指令
为了让LLM类工具能够理解并输出我所需要的系统说明书文档，我给它们提供了以下指令：
请全面分析这个Java项目，具体需求如下：
1. 详细列出项目所使用的技术栈，包括前端、后端、中间件和数据库。
2. 详细说明系统的每个功能及其具体作用。
3. 列出所有的接口、页面和数据表清单。
5. 判断项目是否可改造为前后端分离架构，并给出技术栈选型和改造工作量评估。
差异结果对比
在对比了不同AI工具的输出结果后，我发现Claude 4的表现最为出色，其输出的系统解读文档内容更为准确和详细。
通过测试，我发现借助AI工具可以大幅提升解析老项目代码的速度，显著提高工作效率。Claude 4在解析该项目时表现突出，因此我强烈推荐大家尝试使用不同的AI工具组合，探索更多的应用场景，让AI工具成为你工作中的得力助手。
在解析老项目的过程中，你是否遇到过什么问题或者有哪些好的经验？欢迎分享你的经历和心得。
