Vibe Coding 后端开发工作流分享

image.png

什么是 Vibe Coding?
"Vibe Coding" 不是一个严格的技术术语,更像是一种理念:与 AI 协作,感受编码的流畅与智能。它强调利用 AI 的能力来处理那些模式化、模板化的任务,比如生成需求文档、设计数据库结构、编写基础代码框架、甚至是生成测试用例。这样,开发者就能把更多精力投入到更具创造性和挑战性的工作中。

Vibe Coding 后端服务构建流程
下面,我将结合图片所示的步骤,详细拆解我的 Vibe Coding 后端开发工作流:

第一步:使用 Grok 撰写 PRD (产品需求文档)

目标: 清晰、准确地定义产品需求。

AI 协作: 利用 Grok 或类似的 AI 工具,通过对话或提供关键信息的方式,快速生成结构化的 PRD 初稿。AI 可以帮助我们梳理思路,确保需求的完整性,并生成标准格式的文档。我们再在此基础上进行审阅和完善。

第二步:结合 PRD 使用 Grok 设计数据库 Schema

目标: 基于需求设计合理的数据库结构。

AI 协作: 将第一步生成的 PRD 作为上下文信息提供给 Grok,让它辅助设计数据库 Schema。AI 可以根据需求文档中的实体、关系和属性,推荐合适的表结构、字段类型和约束。这大大减少了手动设计的工作量,并有助于发现潜在的设计问题。

第三步:在 Cursor 中引入 Claude 3.7 (或其他强大的 AI 模型)

目标: 准备一个强大的 AI 编程助手。

AI 协作: Cursor 是一个集成了 AI 能力的编辑器。在这里引入像 Claude 3.7 这样先进的 AI 模型,意味着在接下来的编码阶段,我们可以随时随地获得 AI 的支持,无论是代码生成、解释、重构还是 Debug。

第四步:生成 NestJS REST API 脚手架

目标: 快速搭建项目的基础 API 框架。

AI 协作: 利用 Cursor 中的 AI (或其他代码生成工具),根据之前定义的 PRD 和数据库 Schema,自动生成 NestJS (或其他框架) 的 REST API 基础脚手架代码。这包括 Controller、Service、DTO (数据传输对象) 等模板代码,为后续开发打下坚实基础。

第五步:基于 PRD 生成 Prisma 或 Supabase Schema

目标: 将数据库设计转化为具体的 ORM 或 BaaS Schema 代码。

AI 协作: 再次利用 AI,将第二步设计的数据库 Schema (以及 PRD 作为上下文) 转换为 Prisma 或 Supabase (或其他你选择的技术栈) 的 Schema 定义代码。AI 可以准确地生成符合特定 ORM 语法规范的代码。

第六步:逐一开发 Service 和 Controller

目标: 实现核心业务逻辑。

AI 协作与人工开发: 这是 Vibe Coding 中人工参与度最高的部分。虽然 AI 可以生成基础框架,但具体的业务逻辑、复杂的算法和特定的处理流程,仍然需要开发者亲自编写。不过,在这个过程中,我们可以持续利用 Cursor 中的 AI 进行辅助:

代码补全与生成: 对于一些通用的逻辑或函数,可以请求 AI 生成。

代码解释与重构: 对不理解的代码或需要优化的部分,可以寻求 AI 的帮助。

错误排查: 遇到 Bug 时,可以将错误信息和相关代码片段交给 AI 分析。

关键: 建议“逐一开发 (one at a time)”,确保每个模块的质量,并方便 AI 理解当前上下文,提供更精准的辅助。

第七步:为每个 Service 编写单元测试

目标: 确保代码质量和功能正确性。

AI 协作: 单元测试的编写往往也是一项重复性较高的工作。我们可以利用 AI,根据 Service 中的函数和逻辑,自动生成单元测试的框架和基础用例。开发者只需在此基础上补充关键的测试场景和断言即可。

Vibe Coding 的优势
效率提升: 大幅减少编写模板代码、设计基础结构和编写基础测试的时间。

减少重复劳动: 将开发者从枯燥的任务中解放出来。

聚焦核心: 让开发者更专注于业务逻辑和技术创新。

加速迭代: 更快地构建原型和交付产品。

需要注意的地方
AI 不是万能的: AI 生成的内容需要仔细审查和修改,不能完全依赖。

上下文很关键: 向 AI 提供清晰、准确的上下文信息 (如 PRD、Schema) 是获得高质量输出的前提。

Prompt 工程能力: 学会如何有效地向 AI 提问和下达指令,将变得越来越重要。

安全与隐私: 在使用云端 AI 服务时,注意代码和数据的安全隐私问题。

结语
Vibe Coding 代表了一种人机协作的新范式。通过拥抱 AI 工具,我们可以让开发过程变得更加流畅、高效和愉悦。这套基于图片的后端开发工作流只是一个示例,你可以根据自己的技术栈和偏好进行调整。

希望我的分享能给你带来一些启发!也欢迎大家在评论区交流你使用 AI 辅助开发的经验和心得。让我们一起探索 AI 时代更智能的开发方式!

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容