# 14 🏅[懒人必看章节] 利用ai来掌握 funboost 的 正确方式 开门见山，**想靠ai用好 `funboost` ，只有这一条路最正确：** - 1.打开具备1000k token上下文的大模型官网网页，推荐使用gemini 3.0pro以上，deepseek v3.2以上，qwen3.5以上 - 打开 Google AI Studio [https://aistudio.google.com/](https://aistudio.google.com/prompts/new_chat)。(gemini是最早支持1000k token上下文的大模型)
**注意**：要用google ai studio网址，不要用gemini官网 https://gemini.google.com/ ，gemini官网的gemini 3.0pro模型在2026年1月实测对funboost教程文档推理，任然幻觉严重。 - 或者打开 deepseek 官方网页， [chat.deepseek.com](https://chat.deepseek.com/) （2026年deepseek已经支持1000k token上下文） - 或者打开 qwen 官方网页， [chat.qwen.ai](https://chat.qwen.ai/) （2026年qwen3.5已经支持1000k token上下文） - 使用腾讯ima知识库 - 2.丢入 `funboost_all_docs_and_codes.md`。 - 3.别在 IDE 里问，别在gemini官网问，否则 别怪AI 不行，是你不行！ **如果你不能科学上网没有梯子，其他的也介绍了一些ai使用方式，请你务必看完本章节，别偷懒。** ## 14.0 🤬 [高能预警]在此章节最开头，先允许我用最恶毒的语言来**刺激骂醒**一部分又懒又蠢的懒癌患者的大脑皮层！ **说明：** 此段内容不是针对所有人，没有针对屏幕前的你，我要骂的是反复多次要求让他去仔细看文档14章节，他还是不愿意认真看的这种 **恨铁不成钢的超级无敌大懒猪**。 > **致部分无可救药的懒癌晚期患者：** > > 先让我骂一下一部分人是 **懒虫中的懒虫，蠢猪中的蠢猪，傻屌中的傻屌**，是 **大脑皮层光滑如镜的单细胞生物**，是 **浪费空气的造粪机器**，是 **无可救药的伸手党巨婴！**， **脖子上的脑袋纯粹是为了显高，视网膜纯粹是为了美观** 凸(艹皿艹 ) 如果不用最恶毒下流的语言来写教程，有些人看教程时候简直是在**打瞌睡**，要么心不在焉，要么企图偷懒一目十行，甚至大段大段地跳过，连教你怎么偷懒用ai掌握funboost都大段跳过！ 你连20分钟看第14章内容的时间都没有吗？教你偷懒的教程你还要偷懒。 现在不像10年前，需要在大冬天坐冷板凳熬夜苦读 Django/Celery 几千页教程，**现在有 AI ！** 你害怕吃苦、想偷懒，你就用 AI，AI 不怕吃苦！但是有的**极品懒癌**，连这一章的内容都不仔细阅读，连教你怎么偷懒的章节都要快速一目十行扫过？**你的脑子是装饰品吗？** ### 14.0.1 🧠 脑残行为大赏 虽然我都说了可以用 AI 来高效、无幻觉、准确掌握 `funboost` 任何公开教程和源码细节，而且**专门**写了这个章节教程。 但一部分 **懒虫中的极品懒虫，蠢猪中的极品蠢猪**，连这章都不仔细读！ 1. 有问题来问我，我问：“为什么不用 AI 呢？建议先看下文档第14章。” 2. 他还敢顶嘴说**“已经看过文档第14章”**。 3. 结果我仔细追问，发现他完全是 **瞎几把乱用 AI**！ 教程中明确说了哪些是 **大错特错** 的用 AI 掌握 `funboost` 的方式，他偏偏还是这样用！这种做法极其浪费时间，**让我非常的生气恼火！** 😡 我再仔细问他是怎么用的： * 他说直接问 AI 的； * 或者说已经把文档传给 AI 了。 * 再问细节，他是用原生不支持1000k token上下文的模型提问的； * 有的说在 **Cursor / Trae / Qoder** 这些 IDE 里面提问的。 * 有的说在 **Claude-code / Gemini-cli** 这些命令行里面提问的。 * 有的说用的 gemini-flash ，而没有按教程写的用 gemini-pro * 有的人使用 https://gemini.google.com ,而不是教程规定的 https://aistudio.google.com **此章节里面已经反复明确说了，这些全踏马是错误的让 AI 学习 funboost 的方式！你是瞎了吗？** --- ### 14.0.2 🚫 别拿通用框架的经验来羞辱我的智商 如果你是提问 AI：*“怎么使用 FastAPI / Django / Flask / Requests？”* 这些大名鼎鼎的 Python 框架，任何 AI 大模型只要不是太水，你想怎么使用都可以，几乎都没问题。**你不需要我来充当 AI 教师爷教你怎么用 AI 掌握热门顶流框架。** 👉 **但是！** 如果你想用 AI 掌握 `funboost`，就 **必须按照我说的方式来！** 如果你不按我说的方式来，AI **绝无可能** 正确无幻觉掌握得了 `funboost`，到时候你还怪 AI 不行？**是你踏马的不行！** --- ### 14.0.3 ❌ [严重警告] 懒癌患者请把下面这几点刻在脑门上！ 我踏马再在这里对一部分懒癌患者，把此章节内容中的**错误使用方式**再提前重复啰嗦一次： * ❌ **错误一**：不上传我指定的 `funboost_all_docs_and_codes.md` 文档，直接在任何 不支持1000k token上下文的模型官网网页提问 `funboost` 知识。**这是最错误的方式** * ❌ **错误二**：在 `Cursor` / `Trae` / `Qoder` 这类 AI IDE 的聊天框里面 `@funboost_all_docs_and_codes.md` 这个文件。**这也是大错特错的！** 原因我反复说了自己去细看——**因为文档太长，AI IDE 不会乖乖全量阅读，否则厂商会血亏！** * ❌ **错误三**：在 `Claude-code` 和 `Gemini-cli` 这种有 1M 上下文的命令行 AI 中，`@funboost_all_docs_and_codes.md` 这个文件。**这也是错误方式！** 原因我反复说了自己去细看，因为文档太长 AI agent 不会乖乖全量阅读，厂商亏不起！ --- ### 14.0.4 ✅ ai掌握funboost的唯一正确的路径 **听好了，只有同时满足以下 5 个条件，AI 才能真正掌握 `funboost`：** 1. **按我说的做**（别自作聪明）； 2. 使用**经过我实践实测的**工具； 3. 大模型必须有 **原生 1000k 上下文或少部分rag平台**； 4. 可以 **强迫投喂** `funboost_all_docs_and_codes.md` 文档， 5. 投喂长文档后， AI 是 **全量乖乖阅读推理** 的（必须是乖乖全量阅读推理，这一点非常非常核心重要，你在cursor trae中提问长文档，那agent就是分多步骤阅读和检索关键字，又慢又不准，因为ai ide害怕全量阅读花太多tokens导致亏本）。 **少一个条件，你就别来问我 funboost怎么使用，funboost为什么报错！** ### 14.0.5 🤬 当我问你怎么使用ai时候，你最少要回答200字到底是怎么使用ai的，别踏马就简单的说:"我已经用ai来问funboost问题了" **因为很多恨铁不成钢的懒虫，即使我反复要求他先仔细阅读第14章节，他还是不仔细阅读此章节的内容，这种懒虫我见过太多了** 所以我要求你仔细回答是如何使用ai的，你要回答的包括： - 1. 你是在网页还是ai ide问的，如果是网页请把网址发下 - 2. 你用的是什么大模型 - 3. 你上传文档了没，如果上传了文档请把文档名发下 ，我要确定你上传的是不是我指定的文档。（因为有的懒虫一意孤行不看此章节教程） - 4. 你是怎么问的，如果可能，把提问问题也发一下。 【我要复制你的提问，我现在非常喜欢挑战nb_ai_context的能力上限，我要看看ai是不是真的掌握不了，还是我文档提示词工程的问题， 还是你不按照教程第14章说的做。 （根据过往经验，几乎用户所有的问题，我直接在ai中输入并提问，ai都可以回答正确，是用户太几把懒了不认真看第14章，还踏马怪ai不行） 】 ## 14.0b 推荐一个在ai时代 神级别黑科技掌握任意非知名的it项目的方式 nb_ai_context funboost 合并文档 `funboost_all_docs_and_codes.md` 就是使用 `nb_ai_context` 生成的 [nb_ai_context地址](https://github.com/ydf0509/nb_ai_context) 用户也可以在 `nb_ai_context` 的readme里面去了解，为什么冷门it项目必须使用特殊的手段才能让ai无幻觉掌握用法和细节。 如果你是问ai ,怎么使用fastapi/django/flask/requests 这些大名鼎鼎的python框架 ，任何ai只要不是太水，几乎都没问题,不需要 nb_ai_context ， 不需要我教你怎么用ai 掌握 flask django fastapi。 `nb_ai_context` 不仅可以生成funboost合并文档，让ai无幻觉掌握用法和细节， 也适用于任何冷门三方框架以及个人或公司的私有代码项目。 `nb_ai_context` 尤其是对python项目效果更佳，因为对python文件有专门额外的 ast解析。 ## 14.0c 为什么要专门写第14章这个教程？ 有的人太懒惰了,不愿意吃苦阅读 `funboost` 的 `readthedocs` 教程,或者不清楚 `funboost` 实现的背后细节原理且不愿意分析框架源码,那就使用 ai 来替你搞定一切. - **第一性原理:为什么要写第14章这个章节文档?** 因为无论是使用cursor trae qoder 这些ide,还是在各个大模型官方网页直接问 `funboost` 问题,都是大错特错的方式，必须提供完整的教程和源码上下文，ai大模型才能减少幻觉。 ## 14.0d 各个 ai 掌握funboost 能力评分 推荐以下几方式用于掌握funboost: （大模型变化进步非常快，有可能会有改变，所以以下评分仅供参考） | 大模型 | 网址 | 评分 | 简要评价 | | --- |------------------------------------------------------------------------------------------------------------------------| --- |---------------------------------------------------------------------------------------------------------| | gemini-3.0pro | [Google AI Studio](https://aistudio.google.com/app/prompts) | 90 | 最强,知我心者gemini也。
1000k窗口,一次吞下源码和教程绰绰有余,
幻觉很少,能准确写代码并且不乱造方法名和入参,
跨章节全局连贯推理能力也非常强
真原生超长上下文秒RAG | | ima知识库 | [腾讯ima+funboost知识库] | 80 | 很强,rag能快速检索找到相关用法,
幻觉相对少,但全局连贯推理能力没有真1000K 上下文的模型强 | | qwen3.5 | [千问国际版](https://chat.qwen.ai/) | 85 | 2026年2月 qwen3.5 支持1000k token上下文, 直接上传文档
实测推理速度有点慢，没有deepseek快 | | deepseek | [deepseek官网](https://chat.deepseek.com/) | 95 | deepseek官网 2026年以后原生支持1000k token上下文, 直接上传文档
deepseek 2026年初的mhc + engram技术，实测阅读funboost教程文档能力很强，回答和生成代码又快又准| ## funboost_all_docs_and_codes.md 文档说明 ### 14.1.1 一定要上传markdown文档再提问 不要直接在ai大模型的网页或者app提问`funboost`知识 直接在网页提问,除了最简单的demo,写稍微深入一点的, 幻觉率太高了,所有ai几乎100%会意淫瞎造 `funboost` 不存在的 入参 /类 /函数. 甚至有的国产水货大模型,连最基础简单`funboost` demo都会幻觉乱写。 ### 14.1.2 funboost 的 markdown文档地址说明 `funboost` 文档是托管在 `readthedocs` 网站,原始教程是分为了多个`markdown`文件 在`github`中有合并的`markdown`,分为2个文件. 一个是 `funboost_all_docs.md` , 这个是把 教程markdown文件合并成1个文件,方便一次性丢给`ai`,免得要多次上传。 另一个是 `funboost_all_docs_and_codes.md` , 这个是包含了所有教程 + 所有 `funboost` 框架源码 ,更推荐把这个markdown丢给 ai [https://github.com/ydf0509/funboost](https://github.com/ydf0509/funboost) ### 14.1.3 funboost的ai markdown文档是使用神级别 ai上下文生成工具 nb_ai_context 生成的 为什么 funboost的这个合并单一markdown传给ai后，ai如此强悍无幻觉，一方面是要选对正确的ai大模型和方式，另一方面是因为 `nb_ai_context` 生成的上下文太好了。 [nb_ai_context地址](https://github.com/ydf0509/nb_ai_context) 安装 `nb_ai_context`： `pip install nb_ai_context` `nb_ai_context` 可以对任何it项目代码打包生成一个单一的markdown，传给ai后，效果非常强，吊打最知名的`repomix`。 ### 14.1.4 公布 funboost ai上下文 markdown 文档的生成方式 ```python from nb_ai_context import AiMdGenerator,NbPath project_name="funboost" project_root=fr"D:\codes\{project_name}" project_summary = """ - `funboost` 是python 全功能分布式函数调度框架 - `funboost.faas` 是funboost的战略级核武器。使函数调度框架产生架构质变：从 Worker 到 Service - 以下一定要记住，最最重要的 类和函数如下： - @boost(BoosterParams(...)) 任意普通函数加上装饰器，变成分布式函数 - BoosterParams 装饰器入参控制大全，一定要学习这个类的所有入参配置；ai绝对不允许胡编乱造源码api和教程中不存在的BoosterParams字段入参。 - BrokerEnum：支持 40+ 种消息队列中间件。 - BoostersManager 管理分布式函数，高阶用法可能需要用到，例如启动一组消费函数，启动所有消费函数等。 - ApsJobAdder 类， 是定时任务的最重要使用方式的类 - ConcurrentModeEnum：funboost支持的并发模式。 """ boost_spider_summary = """ - **`boost_spider` = `funboost` 的超跑引擎 + 一套为爬虫量身打造的瑞士军刀。所有仿scrapy api爬虫框架都还是处在变花样造一辆马车** - `boost_spider` 是增加了3个爬虫常用类，RequestClient 和 SpiderResponse 和 DatasetSink, 由funboost 驱动调度和并发。 """ ai_md_codes = AiMdGenerator( r"D:\codes\nb_ai_context\markdown_gen_files_git_ignore\ai_md_files\funboost_all_codes.md" ).set_project_propery(project_name=project_name, project_root=project_root) ai_md_docs = AiMdGenerator( r"D:\codes\nb_ai_context\markdown_gen_files_git_ignore\ai_md_files\funboost_all_docs.md" ).set_project_propery(project_name="funboost_docs", project_root=r'D:\codes\funboost_docs') funboost_most_core_source_code_file_list=[ "funboost/__init__.py", "funboost/core/booster.py", "funboost/core/func_params_model.py", "funboost/constant.py", "funboost/timing_job/timing_push.py", "funboost/funboost_config_deafult.py", "funboost/core/current_task.py", "funboost/core/cli/discovery_boosters.py", "funboost/core/msg_result_getter.py", "funboost/publishers/base_publisher.py", "funboost/consumers/base_consumer.py", "funboost/core/active_cousumer_info_getter.py", ] ( ai_md_codes .clear_text() .add_ai_reading_guide() .add_project_summary( project_summary=project_summary, most_core_source_code_file_list=funboost_most_core_source_code_file_list) .add_project_summary( project_summary=boost_spider_summary, project_root=r"D:\codes\boost_spider", most_core_source_code_file_list=[ "boost_spider/__init__.py", "boost_spider/http/request_client.py", "boost_spider/sink/dataset_sink.py", "boost_spider/sink/json_sink.py", ]) .merge_from_dir( relative_dir_name='examples', use_gitignore=True, as_title=f"{project_name} examples", # 只包含 .py 和 .md 文件 should_include_suffixes=[".py", ".md", ".html"], # 排除 __pycache__ 目录和特定的测试文件 excluded_dir_name_list=[], ) .merge_from_dir( relative_dir_name=project_name, use_gitignore=True, as_title=f"{project_name} codes", # 只包含 .py 和 .md 文件 should_include_suffixes=[".py", ".md", ".html"], # 排除 __pycache__ 目录和特定的测试文件 excluded_dir_name_list=[ r"funboost\utils\dependency_packages", r"funboost\utils\dependency_packages_in_pythonpath", r"funboost/utils/func_timeout", r"funboost\funboost_web_manager\static", r"funboost/concurrent_pool/backup" ], ) .merge_from_dir( project_root=r"D:\codes\boost_spider", relative_dir_name="boost_spider", use_gitignore=True, as_title="boost_spider codes", # 只包含 .py 和 .md 文件 should_include_suffixes=[".py", ".md", ".html"], # 排除 __pycache__ 目录和特定的测试文件 excluded_dir_name_list=[], ) .get_textfile_info(is_show_info=True) ) ( ai_md_docs .clear_text() .add_ai_reading_guide() .add_project_summary( project_summary=project_summary, project_root=r"D:\codes\funboost", most_core_source_code_file_list=funboost_most_core_source_code_file_list ) .add_project_summary( project_summary=boost_spider_summary, project_root=r"D:\codes\boost_spider", most_core_source_code_file_list=[ "boost_spider/__init__.py", "boost_spider/http/request_client.py", "boost_spider/sink/dataset_sink.py", "boost_spider/sink/json_sink.py", ]) .merge_from_dir( project_root=r"D:\codes\funboost", relative_dir_name='examples', use_gitignore=True, as_title=f"{project_name} examples", # 只包含 .py 和 .md 文件 should_include_suffixes=[".py", ".md", ".html"], # 排除 __pycache__ 目录和特定的测试文件 excluded_dir_name_list=[], ) .merge_from_dir( project_root=r"D:\codes\funboost_docs", relative_dir_name=r"source\articles", use_gitignore=True, as_title="funboost docs", # 只包含 .py 和 .md 文件 should_include_suffixes=[".md"], # 排除 __pycache__ 目录和特定的测试文件 excluded_dir_name_list=[], ) .merge_from_files( relative_file_name_list=["README.md"], project_root=r"D:\codes\boost_spider", as_title="boost_spider readme", ) .get_textfile_info(is_show_info=True) ) ai_md_docs_and_codes = NbPath(r'D:\codes\nb_ai_context\markdown_gen_files_git_ignore\ai_md_files','funboost_all_docs_and_codes.md').clear_text().merge_text_from_files([ai_md_docs,ai_md_codes]) ```