19天上线网站插件桌面应用全家桶一份非主流AI Coding实战报告

19天上线网站插件桌面应用全家桶一份非主流AI Coding实战报告

2025/10/08 06:06:00

19 天、一个人、三端产品:PromptHub 上线了。这篇文章是我在 19 天高压冲刺里,把 AI 当“结对搭档”用的完整复盘——不讲玄学,只讲工程、取舍与踩坑。

0. 项目背景与节奏

  • 目标:同时交付 Web、Chrome 插件、Electron 桌面端;后端基于 Next.js API Route,数据库先 SQLite,随时切 PostgreSQL。
  • 节奏:9 月 17 日启动,19 天完成 MVP;AI 负责脚手架 + 重复劳动,我负责决策、验收与调试。

1. 架构起步:AI 负责“搭脚手架”,我负责“拍板”

让 AI 写“胶水代码”最划算。我直接下工程指令:

Next.js + TypeScript 项目,集成 Drizzle ORM + SQLite;
加 JWT 与 Google/GitHub OAuth;
接好 Stripe,预留计费接口。

不到半天就拿到能跑的骨架。

感悟 1:项目启动阶段,AI 最大的价值就是消除阻力,让注意力尽快回到业务逻辑。

2. 原子任务:把 AI 拆成“领域专家团队”

“一句话出应用”在企业级开发里根本不可行。我把需求拆成最小颗粒,让不同窗口的模型并行工作:

窗口Prompt产出
数据库专家“设计 prompts 表结构,使用 Drizzle 语法”Schema + 迁移脚本
后端专家“基于表结构实现 CRUD API + 权限校验”Next.js API Route
前端专家“结合 API 写 React + Tailwind 管理页”页面组件

收益:上下文隔离、职责单一、并行推进。

感悟 2:别把 AI 当万能神,而要当“多学科顾问团”。

3. 三次典型踩坑:AI 能“实现”,但决策与调试仍靠人

  1. 数据库一致性:Turso 的异步特性和业务强一致需求冲突,最终回到 Supabase。这种 CAP 取舍,模型帮不了忙。
  2. useEffect 死循环:AI 一直兜圈子。最后是我手动分析依赖,只保留 user?.personalSpaceId 才解决,并把正确方案反哺给模型。
  3. Chrome 插件权限content.js 不加载、localStorage 不通;翻完 host_permissionsscripting 文档才锁定权限配置问题。

感悟 3:AI 擅长“生成代码”,却不擅长“做决策 + Debug”,尤其涉及底层原理时。

4. 模型工具箱:按场景切换

  • Gemini 2.5 Flash:架构设计、疑难杂症调试。
  • Claude 4.1:关键页面的 UI/UX 与 CSS。
  • Qwen3 Coder Plus:日常 CRUD、体力活输出。
  • Kilo + Gemini:数据迁移脚本,自动解析 JSON 并生成 Python。

组合模型 > All-in 单模型,把不同模型当不同岗位调度。

5. 结论:人机协同的“极限编程”

AI 是打字飞快的实习生;我负责:

  1. 把问题描述清楚;
  2. 在不确定性中做决策;
  3. 设计系统并兜底质量。

未来开发者的价值,将从“亲自写每一行代码”,转向“定义问题 + 设计系统 + 持续迭代”。这 19 天,只是一场实战预演。

Last updated on