🔍 第一步:先搞明白——为啥AI自己搞不定国际化?
想象一下,你让AI把整个App改成中英双语,它可能直接懵了:“文本要翻译?日期格式要改?货币符号要换?阿拉伯语还要从右往左排???” ——不是它笨,是它一次性记不住这么多事,就像让你同时炒5个菜还不出错,太难了[citation:2][citation:3]。
SequentialThinking 的作用就是:
给AI装个“任务拆解导航仪”,让它一步步走,别迷路。
🛠️ 第二步:5分钟装好“导航仪”
装Node.js(就像给车加油):
# Windows 用这个
winget install openjs.nodejs.lts
# Mac 用这个
brew install node
装SequentialThinking(装导航仪本体):
npm install -g @modelcontextprotocol/server-sequential-thinking
在Cursor里启动导航(打开车载系统):
打开Cursor → 设置 → MCP → 粘贴这段配置[citation:1][citation:2]:
{
"mcpservers": {
"sequential-thinking": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-sequential-thinking"]
}
}
}
验证:在Cursor聊天框输入 @sequential-thinking
,能弹出说明就算成功!
💡 避坑:如果报错,检查Node版本≥18(用
node -v
看)[citation:1]。
📝 第三步:给AI下指令——像教小孩做作业一样
核心原则:把大任务拆成小纸条,一张张递给AI。
我当时的指令长这样(复制可改):
用@sequential-thinking 分步拆解“撸铁记”国际化,要求:
1. **第一步:列需求**
- 用户需要哪些语言?
- 哪些功能要改?(日期/货币/图片文字)
- 调用brave搜索“健身App海外合规要求”,避免踩坑[citation:2][citation:5]
2. **第二步:定方案**
- 选工具:i18next还是React-Intl?
- 搜“i18next阿拉伯语RTL支持”,确认方案可行
3. **第三步:分模块干活**
- 分支1:改UI文字(按钮/标题)
- 分支2:改日期/货币(搜“沙特货币符号”确认是﷼不是SAR!)
- 分支3:改布局(阿拉伯语从右向左)
4. **第四步:验收**
- 生成测试用例:日元(无小数)、欧元(逗号分隔)
- 调用浏览器模拟沙特用户,看页面会不会崩
为什么这样写?
强制分步:用“第一步/第二步”逼AI别跳步;
动态验证:每步前先搜一下
或测一下
,避免拍脑袋[citation:2];
分支管理:像切西瓜,一块块分开吃[citation:3]。
🧩 第四步:看AI如何拆解任务——真人演示
以 “货币本地化” 为例,AI是这样一步步推进的:
拆任务:
[步骤3.2] 货币改造:
- 用Intl.NumberFormat API支持137种货币
- 分支:写一个useCurrencyFormatter钩子
- 验证:搜索“沙特货币符号” → 确认是"﷼"(Unicode: FDFC)
生成代码(AI自动输出):
// 根据思考生成的钩子代码
import { useMemo } from 'react';
export function useCurrencyFormatter(currency, locale) {
return useMemo(() => new Intl.NumberFormat(locale, {
style: 'currency',
currency
}), [currency, locale]);
}
自检纠错:
自动测试日元(应显示¥1,234,无小数点)
自动测试欧元(应显示1.234,56€,逗号分隔)[citation:3]
✅ 结果:原本2天的工作,2小时搞定,还自带测试用例!
🌟 第五步:隐藏技巧——让AI越用越聪明
- 存“任务模板”:
把成功流程存成模板(比如i18n_template.md
),下次新项目直接调用[citation:1]。 - 跨工具协作:
- 用
@browserbase
渲染阿拉伯语页面预览; - 用
@github
自动提交代码到仓库[citation:5]。
- 用
- 文化合规(超实用!):
步骤:搜“穆斯林健身禁忌” → 发现不能露肌肉
行动:调用DALL·E生成长袖训练图 → 替换中东版本App图片
💡 最后说人话总结
SequentialThinking 不是帮你写代码,而是帮你少写代码:
- 复杂任务拆碎 → AI不懵了;
- 每步自动验证 → 减少返工;
- 思考直接变代码 → 手速跟不上AI脑速;
原来3人5天的国际化,现在你喝着咖啡盯AI干完——那90%的重复劳动,早该交给机器了 🚀
附实操资源:(撸铁记项目的国际化pormpt)
## 概述
现需对已有项目实现国际化,因此需要查找中文字符传并通过l10n库实现国际化
**注意:在整个过程中,严禁修改UI,严禁修改逻辑**
## 工作流程
使用Sequential Thinking MCP服务来完成顺序思考,确保任务按序执行,不遗漏任何步骤。
### 工作流程图
```mermaid
graph TD
A[任务1: 查找中文字符] --> B[任务2: 上下文分析]
B --> C[任务3: 添加并生成国际化文件]
C --> D[任务4: 替换国际化实现]
D --> E[任务5: 生成覆盖率报告]
E -- 覆盖率<100% --> A
E -- 覆盖率≥100% --> F[任务6: 生成报告]
```
### 执行要求
1. 严格按照任务1→2→3→4→5→6的顺序执行
2. 每完成一个任务,必须验证其检查点是否满足要求
3. 禁止跳过任何任务或改变执行顺序
4. 每个任务完成后,明确标记为"已完成"并简要总结结果
5. **无论任何情况,都不得修改UI和逻辑**
6. 添加国际化内容时,查看是否可以复用
### 进度跟踪
- 开始前,输出完整任务列表
- 每个任务开始前,明确声明"开始执行任务X"
- 每个任务结束后,明确声明"任务X已完成"并提供简要结果摘要
- 如需返回之前的任务,明确声明"因[原因]返回任务X"
### Sequential Thinking应用
- 每个任务开始前,使用Sequential Thinking工具规划具体步骤
- 每个步骤完成后,检查结果是否符合预期
- 只有当前步骤全部完成且符合要求时,才能进入下一步骤
- 记录每个思考步骤,确保不遗漏任何关键环节
## 上下文分析
在开始翻译中文字符时,需要分析上下文,确保翻译准确