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
- 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。
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。- Chrome 插件权限:
content.js不加载、localStorage不通;翻完host_permissions与scripting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:
- 把问题描述清楚;
- 在不确定性中做决策;
- 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。
- 项目体验: https://prompt.hubtoday.app/
- 想继续讨论?欢迎加我微信
justlikemaki
Last updated on