用 AI 写了一堆看不懂的 Rust 代码，所以做了个工具逼自己看懂

2026-04-01

用 Claude Code 写了好几个 Rust 项目，但说实话，99% 的代码都是 AI 生成的，多数时候一扫而过，根本不理解在干什么。今天做的 rust-dojo，本质上是一个逼自己读懂这些代码的工具。

真正的问题

用 AI 辅助写代码，效率很高，但有个副作用：代码跑起来了，但你不知道为什么。

看到一段链式迭代器，大概知道在过滤什么、收集什么，但 .flatten() 为什么在这里？filter_map 和 map + filter 有什么区别？去掉某个方法会发生什么？这些问题平时不会停下来想，因为代码"能跑"。

rustlings 之类的静态题库解决不了这个问题——题目是别人设计的，跟自己项目里的代码完全脱节。做完了对自己写的（或者说 AI 帮写的）那堆代码依然陌生。

所以想法很直接：让 AI 扫我自己的代码库，从里面出题考我。

系统设计

五个模块：

scanner.rs   扫描本地 .rs 文件，按函数/impl 边界切块，记录行号
evaluator.rs 调用 AI API，生成题目 + 评估答案
engine.rs    会话管理，自适应难度（连续 2 次对 → +1★，错 → -1★）
questions.rs 题目数据结构，生成答题文件模板
main.rs      交互主循环

出题逻辑：70% 概率基于扫到的本地代码片段，30% 出通用 Rust 题。每题两部分：

  1. 读懂代码——围绕片段里某个具体机制提问，不是泛泛问「这段代码做了什么」
  2. 举一反三——引申出一个经典编程练习，用「另外，请实现…」自然衔接

答题文件长这样：

// 题目 #3 [迭代器与集合操作] 难度: ★★☆☆☆
//
// 节选自 scanner/mod.rs 第17-38行
// fn collect_rs_files(...) { ... }
//
// 为什么这里需要 .flatten()？去掉它会发生什么？
// 另外，请实现一个函数，遍历目录并返回所有 .toml 文件路径。

/* 解释和说明：


*/

fn main() {

}

写完按 Enter，AI 评分并把反馈追加到文件末尾。

几个设计决策

API 统一走 OpenAI 兼容格式

本来想区分 Claude 和 OpenAI 两套，后来发现中转 API 都是 OpenAI 兼容格式，干脆统一走 /v1/chat/completions。key 前缀自动推断默认 base_url：

let default_base_url = if api_key.starts_with("sk-ant-") {
    "https://api.anthropic.com"
} else {
    "https://api.openai.com"
};

官方 key 用户只需设置一个环境变量，中转用户再加 API_BASE_URL 和 API_MODEL。

未完成题续接

Session 里加了 pending_question: Option<Question>，出题后立刻持久化。重启时检测这个字段——有未完成的题就直接展示，不重新出新题。防止每次 cargo run 都绕过上一道没做的。

中英文双语

lang.rs 统一管理所有 UI 字符串和 AI 提示词，通过 RUST_QUIZ_LANG=en/zh 或系统 locale 自动切换。AI 出题和评估的语言也随之切换。

发布

.gitignore 屏蔽个人数据，scan_dirs.example.txt 作为路径配置模板：

gh repo create rust-dojo --public --source=. --remote=origin --push

https://github.com/Hamiltonxx/rust-dojo

GitHub 上 AI + 自适应 + 基于自己代码库出题这个组合目前是空白。

其实，rust-dojo 本身也是 Claude Code 帮忙生成的。用一个稍微简单点的魔法，帮自己打败另一堆看不懂的魔法，最后内化成自己的魔法！