本项目是一款基于 C++ 标准库开发的轻量级 CSV 数据清洗命令行工具，全程通过 Kilo Code 智能体辅助完成开发。工具支持 CSV 文件空行过滤、字段空格清理、整行去重等核心清洗能力，同时具备完善的参数校验、异常处理与清洗统计功能，可快速完成结构化 CSV 数据的基础清洗工作。
CSV 是数据分析、数据处理场景中最通用的结构化数据格式。实际工作中，原始导出的 CSV 数据常存在空行冗余、字段前后空格不规范、数据行重复等脏数据问题，手动清理效率低且易出错。
选择 CSV 清洗工具作为开发主题，具备清晰的实用价值与明确的功能迭代路径，非常适合通过 AI 协同模式进行分轮次渐进式开发，能够完整体现需求拆解、指令编写、代码验证的全流程能力。
- 纯 C++ 标准库实现，无第三方依赖，可跨平台编译
- 三级清洗能力：空行过滤 → 字段粒度空格清理 → 整行去重
- 完善的异常处理：参数缺失校验、文件打开失败处理、空文件识别
- 清洗结果可视化统计：输出总行数、空行数、去重行数、最终保留行数
- 输出文件自动命名：
原文件名_cleaned.csv，不覆盖原始数据
- 开发语言：C++（C++11 标准）
- 辅助开发工具：Kilo Code 智能体
- 编译环境：MinGW GCC 4.9.2（命令行调用，工具链来自 Dev-C++ 安装目录），编译时指定
-std=c++11标准 - 版本管理：Git + 公开远程仓库（GitHub）
- 开发模式：7 轮渐进式迭代，每轮聚焦单一核心功能
项目共分为 7 轮功能迭代，遵循「基础能力 → 核心清洗 → 细节优化 → 健壮性提升」的开发节奏：
| 轮次 | 核心功能 | 提交类型 |
|---|---|---|
| 第1轮 | 实现 CSV 文件基础读取与控制台逐行打印 | feat |
| 第2轮 | 新增空行清洗功能，自动输出清洗后结果文件 | feat |
| 第3轮 | 新增整行去重功能，表头行不参与去重逻辑 | feat |
| 第4轮 | 新增字段粒度首尾空格清理，统一单元格格式 | feat |
| 第5轮 | 完善参数校验与异常处理，覆盖多类异常场景 | fix |
| 第6轮 | 新增清洗统计输出，展示清洗过程各项数据 | feat |
| 第7轮 | 代码结构优化与注释完善，提升可读性 | refactor |
本项目采用「渐进式迭代、单轮单一职责」的提示词设计思路，核心设计原则如下：
-
需求分层，逐步迭代 按照「基础读取 → 清洗功能 → 格式规整 → 健壮性补全」的顺序拆分需求，每轮仅聚焦一个核心功能点，避免单次需求过于复杂导致智能体输出偏差，同时便于单轮独立验证。
-
明确约束，规避偏差 每轮指令中都明确指定边界与约束条件，包括：
- 必须仅使用 C++ 标准库，不得引入第三方依赖
- 不得改动已有功能逻辑，保证迭代向下兼容
- 明确定义规则（如空行定义为 trim 后长度为 0、表头不参与去重等）
-
输入输出定义清晰 每轮指令都明确指定输入格式、输出规则、命名规范，例如输出文件命名规则、控制台提示信息格式、错误信息统一前缀，保证智能体输出符合预期。
-
先功能后健壮 优先完成核心业务功能，再补充异常处理、边界场景兼容、统计信息等辅助能力，符合正常项目开发节奏，也便于每轮单独验证。
项目严格遵循自定义 JSONL 标准格式，完整记录 7 轮交互过程，生成流程如下：
-
单轮验证通过后提交代码 每轮功能开发、本地编译验证通过后，执行 Git 提交，确保一次提交对应一轮功能迭代，提交语义清晰。中间的工程配置类提交（如添加 .gitignore）单独处理，不计入功能轮次。
-
提取对应代码差异 diff 使用
git diff命令提取相邻两轮功能提交之间的代码变更，确保 diff 内容与本轮指令严格对应，不混入其他无关修改。工程配置类提交（如 .gitignore）在生成 diff 时跳过，仅保留功能提交之间的变更。示例命令：
git diff 上一轮功能提交哈希 本轮功能提交哈希
-
智能体辅助格式化生成 将每轮的提示词原文、对应 diff 文本、提交哈希与时间逐轮提交给智能体，由智能体按规范格式组装为单行 JSON 并逐条追加至 JSONL 文件。智能体仅负责格式化和归档，实际数据由开发者从开发过程真实提取。
-
校验脚本最终验证 全部记录完成后，通过自校验脚本逐行解析验证，确认以下内容：
- 每行 JSON 格式合法
- 所有字段完整无缺失
- 提交哈希与 Git 日志一一对应
- 时间顺序与提交历史一致
- 轮次编号连续不重复
问题描述：系统终端无法识别 g++ 命令，Git Bash 自带的 MinGW 编译器未配置系统环境变量。
解决方案：开发阶段直接使用 Git Bash 终端执行编译（Git Bash 自动包含 MinGW 路径），不阻塞开发进度。
问题描述：默认采用的 C++98 标准不支持 std::ifstream 直接接收 std::string 参数、std::unordered_set 等 C++11 特性，编译报错。
解决方案：编译时添加 -std=c++11 参数指定编译标准，无需修改代码逻辑即可正常编译通过。
问题描述：源码文件为 UTF-8 编码，Windows 控制台默认 GBK 编码，直接运行时控制台中文提示乱码。
当前状态：编译时尝试添加 -finput-charset=UTF-8 -fexec-charset=UTF-8 参数并切换控制台编码（chcp 65001），但因工具链限制未能完全解决。当前版本控制台中文提示仍存在乱码，程序核心清洗功能不受影响，输出文件内容正常。
问题描述：第 3 轮去重基于整行 trim 后的结果判断，但字段内部的空格（如 李四 与 李四）未被清理，导致实为重复的行因字段内空格差异无法被正确去重。
解决方案：第 4 轮新增字段级空格清理功能（trimCsvFields），按逗号分割后逐个字段去空格再重新拼接，解决了因字段内首尾空格导致的去重遗漏问题。
问题描述：开发中途添加 .gitignore 配置提交，插入在两轮功能迭代之间，若直接跨提交生成 diff，会混入配置文件变更，与本轮功能指令不匹配。 解决方案：严格按照「功能轮次」生成 diff，每轮 diff 仅对比相邻两次功能提交，排除中间的工程配置类提交，确保 diff 内容与当轮指令一一对应。
g++ -std=c++11 -finput-charset=UTF-8 -fexec-charset=UTF-8 main.cpp -o csv-cleaner.exe./csv-cleaner.exe 待清洗文件.csv- 同目录下生成
待清洗文件_cleaned.csv清洗结果 - 控制台输出清洗统计信息
本项目通过 7 轮 AI 协同迭代，完整实现了 CSV 清洗工具从 0 到 1 的开发。开发过程中遵循渐进式迭代思路，合理拆分需求，通过明确的提示词约束保证智能体输出质量，同时在实际环境中解决了编译兼容、编码、版本管理等工程问题，最终交付了功能完整、过程可追溯、符合考核规范的项目成果。