docs(book): 添加电子书背景信息和内容概述

本书简介和前言部分添加了作者背景、写作动机及电子书内容概述。更新了设计章节中的工具示例，包括GitHub Copilot等市场主流AI辅助软件工具。这些修改旨在为读者提供更全面的背景信息和工具参考，帮助他们更好地理解电子书内容和目的。

README.md

@@ -1,14 +1,42 @@
 # 《AI 辅助软件工程：AI IDE 插件与编程智能体示例》（草稿）
 
+2024 年 6 月 1 日，我计划利用在 Thoughtworks 的三个月年资假做一些 AI 辅助研究与超前设计。同时结合之前的
+AI 辅助软件工程实践经验以及在 Thoughtworks 的开源项目与落地经验，编写一本关于《AI辅助软件工程》的开源电子书。
+
+- 作为一个新晋奶爸，我需要在带娃的业余时间里完成这本书，所以有些调研会比较仓促和写作进度可能会比较慢。但是，我会尽量保证每周至少更新一篇文章。
+- 作为一个工程师，我更喜欢能真正落地的方案，而不是纸上谈兵。所以，我花了大量的时间在收集和分析落地案例，以及在实际项目中的实践经验，以避免浪费读者的时间。
+
+这本开源电子书（ https://aise.phodal.com/ ）包含了什么：
+
+- 国内外最新的 AI 辅助软件工程实践。我们阅读了大量的国内外生成式 AI 技术博客，收集了从
+  GitHub、GitLab、Google、JetBrains、Atlassian、New Relic/Dynatrace 等公司的 AI 辅助软件工程实践。
+- 从 AI 模型到 IDE 插件的实现细节。作为 IDE 插件 AutoDev 开源项目以及 Shire 编码智能体语言的作者，我会结合实际项目经验，分享如何从
+  AI 模型到 IDE 插件的实现细节。
+- 从编码 RAG 到编码智能体的实践案例与经验。我们收集了大量的编码智能体的实践案例与经验，以及在编码领域如何使用 RAG 模型的实践案例。
+
+这本书没有什么？
+
+- 相关 Paper。作为一个工程师，我更喜欢能真正落地的方案，而不是纸上谈兵。尽管已经有大量的 AI 辅助软件工程的
+  Paper，从业内的实践经验来看，Paper 与实际落地的差距还是很大的。
+
+如果你对此感兴趣，欢迎加入这个开源项目。
+
+阅读需知：
+
+在大多数组织中，开发者用于编码的时间不到总工作时间的 40%，因此编码提效对整个软件开发生命周期（SDLC）的效能影响很有限，应尝试将
+AI 应用于软件 全生命周期和整个团队，而不仅仅是个别成员、个别环节的产出。
+
+## 简介
+
 本书是一本关于如何使用 AI 辅助软件工程的开源电子书。我们将介绍：
 
 - 如何使用生成式 AI 来在软件工程的不同阶段进行辅助。
-- AI IDE 编程工具的 Prompt 技巧。 
+- AI IDE 编程工具的 Prompt 技巧。
 - 设计 AI 辅助流程来提高软件工程师的工作效率。
 - 定制 AI IDE 来融入不同编程任务。
 - 设计和构建 AI 编码智能体。
 - 如何使用 Shire 与 RAG 来进行 AI 辅助研发。
- 
+
 开始阅读之前，你需要自行了解一些基本概念：
 
 - 什么是生成式 AI？
@@ -22,3 +50,4 @@
 - 想要了解 AI IDE 插件开发的人。
 
 如果你是以上人群，建议你先了解一些基础知识，然后再来阅读本书。
+

src/README.md

@@ -1,5 +1,26 @@
 # 前言
 
+2024 年 6 月 1 日，我计划利用在 Thoughtworks 的三个月年资假做一些 AI 辅助研究与超前设计。同时结合之前的
+AI 辅助软件工程实践经验以及在 Thoughtworks 的开源项目与落地经验，编写一本关于《AI辅助软件工程》的开源电子书。
+
+- 作为一个新晋奶爸，我需要在带娃的业余时间里完成这本书，所以有些调研会比较仓促和写作进度可能会比较慢。但是，我会尽量保证每周至少更新一篇文章。
+- 作为一个工程师，我更喜欢能真正落地的方案，而不是纸上谈兵。所以，我花了大量的时间在收集和分析落地案例，以及在实际项目中的实践经验，以避免浪费读者的时间。
+
+这本开源电子书（ https://aise.phodal.com/ ）包含了什么：
+
+- 国内外最新的 AI 辅助软件工程实践。我们阅读了大量的国内外生成式 AI 技术博客，收集了从
+  GitHub、GitLab、Google、JetBrains、Atlassian、New Relic/Dynatrace 等公司的 AI 辅助软件工程实践。
+- 从 AI 模型到 IDE 插件的实现细节。作为 IDE 插件 AutoDev 开源项目以及 Shire 编码智能体语言的作者，我会结合实际项目经验，分享如何从
+  AI 模型到 IDE 插件的实现细节。
+- 从编码 RAG 到编码智能体的实践案例与经验。我们收集了大量的编码智能体的实践案例与经验，以及在编码领域如何使用 RAG 模型的实践案例。
+
+这本书没有什么？
+
+- 相关 Paper。作为一个工程师，我更喜欢能真正落地的方案，而不是纸上谈兵。尽管已经有大量的 AI 辅助软件工程的
+  Paper，从业内的实践经验来看，Paper 与实际落地的差距还是很大的。
+
+如果你对此感兴趣，欢迎加入这个开源项目。
+
 阅读需知：
 
 在大多数组织中，开发者用于编码的时间不到总工作时间的 40%，因此编码提效对整个软件开发生命周期（SDLC）的效能影响很有限，应尝试将

src/design-aise.md

@@ -7,14 +7,14 @@ Engineering，人工智能用于软件工程）体系是一个复杂且多层次
 - Microsoft
 - GitHub Copilot ?
 
-工具示例：
+市面上的工具示例。
 
 | 环节      | 头部                  | 工具                                           | 特点                                                                                | 典型工具                                                          |
 |---------|---------------------|----------------------------------------------|-----------------------------------------------------------------------------------|---------------------------------------------------------------|
 | 需求/项目管理 | Atlassian           | Jira AI Assistant, Atlassian Intelligence    | 构建交互式 AI 需求编辑器，提升需求编写效率。扩大生成式 AI 使用触点，提供 AI 跨工具链能力。                               | Jira AI Assistant, Atlassian Intelligence                     |
 | 开发与代码协作 | GitHub              | GitHub Copilot, Copilot X, Copilot Workspace | 围绕代码开发、协作、构建为核心，以开发者体验作为度量体系；                                                     | GitHub Copilot, Copilot X, Copilot Workspace, Dynatrace Davis |
-| CI/CD   |                     | GitHub Action, GitLab                        |                                                                                   |                                                               |
-| 测试      | ?                   | Checksum, Testim Copilot                     | 生成式 AI 测试工具，提供测试用例生成、自动化测试、测试报告等功能。                                               | Testim                                                        |
+| CI/CD   | GitHub, GitLab      | GitHub Action, GitLab                        | 结合代码平台，构建更符合开发者体验的开发体系                                                            |                                                               |
+| 测试      | JetBrains           | Checksum, Testim Copilot                     | 生成式 AI 测试工具，提供测试用例生成、自动化测试、测试报告等功能。                                               | Testim                                                        |
 | 文档与协作   | Atlassian           | Atlassian Rovo                               | 通过生成式 AI 解锁企业知识的工具，内建和自定义知识管理智能体。                                                 | Atlassian Rovo                                                |
 | 基础设施    | AWS/Sysdig          | Amazon Q, Sysdig Sag                         | 在云平台上，关注在 AI 重新定义"安全左迁"。结合生成式 AI 与传统 AI 工具，进行云基础设施排错、问答、网络诊断等。结合云平台，提供对应 AI 辅助能力。 | Amazon Q, Sysdig Sag                                          |
 | 可观测性    | New Relic/Dynatrace | NewRelic Grok, Dynatrace Davis               | 结合传统判别式 AI 工具，无缝辅助问题定位和修复，与问题回顾。围绕新兴 AI 技术栈构建 AI 应用可观测性。                          | NewRelic Grok                                                 |