需先确认muse code左下角显示“muse wonder full (100k context)”，非订阅用户仅获基础版响应；上传完整项目后明确指令与约束；分三步执行：生成影响报告→安全项自动打补丁但不落盘→本地测试失败则自动回滚并归因。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
确认Muse Wonder Full接入环境
你需要先确保当前开发环境已接入Muse Wonder Full模型，它不通过Meta Model API开放，【仅限Muse Code订阅用户】可用。打开Muse Code应用，检查左下角状态栏是否显示“Muse Wonder Full (100K context)”或类似标识；若显示“Muse Spark”或“Muse Wonder”，说明尚未升级到Full版本。
未订阅的用户即使调用API，返回的也是基础版Wonder响应——它缺乏Full版专为长程代码工程优化的DeepSWE 1.1推理路径，无法稳定执行跨文件、多轮修改的重构任务。
上传待重构项目并设定约束条件
在Muse Code界面点击「+ New Project」→「Upload Codebase」，拖入含完整依赖结构的本地项目文件夹（支持.zip/.tar.gz，不支持单个.py文件）。
上传后立即在右侧面板输入明确指令，例如：“将所有硬编码HTTP超时值（如30、60）统一替换为config.TIMEOUT_SECONDS常量，不修改任何测试用例逻辑，保留原有try/except结构和日志语句位置。”
这一步必须写清“不改什么”，因为Muse Wonder Full的Active Focus机制会严格遵循你划定的边界执行；若遗漏关键约束，它可能为追求“更优解”而擅自删减防御性代码，导致生产环境静默失败。
分阶段执行重构并验证每步输出
第一步：等待模型生成「重构影响分析报告」，包含三类内容：①被修改的文件路径与行号范围；②识别出的潜在副作用（如某处超时变更可能影响重试逻辑）；③建议人工复核的高风险段（如涉及并发锁或信号处理）。
第二步：勾选报告中标记为「safe to auto-apply」的修改项，点击「Apply Selected Changes」。此时Muse Wonder Full会注入git staging机制，在内存中生成差异补丁，但【不会直接写入磁盘】——你必须手动点击「Commit to Workspace」才落地。
第三步：运行本地测试套件（pytest/mocha等），确认所有用例仍通过。若失败，Muse Wonder Full会自动触发回滚流程，并在聊天窗口推送带堆栈的归因分析：“第47行超时值变更导致test_retry_backoff超时，建议将config.TIMEOUT_SECONDS设为原值×2或添加retry_delay参数”。
