本文详细介绍了开发者 Peter Steinberger 如何利用大语言模型（尤其是 Google Gemini）的超长上下文特性，构建一套高效的代码库理解与开发工作流。核心思路是将复杂的 GitHub 仓库转化为结构化的 Markdown 文本，并利用 Gemini 的海量上下文窗口进行深度分析。

工作流分为几个关键阶段：首先，通过 repo2txt 工具将代码库转换为文本，剔除无关的二进制文件和测试代码，以保持上下文的纯净。其次，利用 Google AI Studio 强大的处理能力，对代码进行架构分析和逻辑溯源。在开发新项目时，作者提出了一套“从创意到软件设计文档（SDD）”的严谨流程，其中最亮眼的是“双上下文技术（Two-Context Technique）”：一个窗口负责编写和维护规格说明，另一个窗口负责扮演“挑刺者”角色，通过 3-5 轮的对抗性迭代，使设计文档达到无懈可击的程度。

在实现阶段，作者推荐将完善后的 SDD 作为 spec.md 存入仓库，并调用 Claude Code 等代理工具进行自动化构建。这种方法将 AI 的角色从简单的辅助编码提升到了系统级的设计与执行。此外，作者还分享了应对 AI “上下文失忆”的策略（如分块生成和手动维护主文档），并探讨了“代码即规格”的理念，即通过旧代码直接生成新架构的设计文档。该工作流不仅提升了理解现有代码的效率，也极大地缩短了从想法到产品的落地周期。