vibe‑coding 九阳神功之学:学习行业黑话,会组合技术栈
"我要搭一个 SaaS 系统,后端用 Flask,前端用 React(前后端分离),数据层 MySQL,缓存 Redis,Docker Compose 一键部署,Nginx 做反向代理(/ 走前端,/api/ 走后端)。• ✅ 专业问法:"我要搭一个服务,用 FastAPI + PostgreSQL + Redis + Docker Compose 部署,Nginx 做反向代理,Swagger 做
AI 的回答质量取决于你的提问水平:你问得专业,它就做得专业;你问得小白,它就给你写 hello world 糊弄你。
AI 编程现在最大的坑不是“不会写”,而是:
-
• 写得太快
-
• 改得太多
-
• 炸了没后路
-
• 炸完你甚至不知道它到底改了哪些文件
所以我准备写一套 vibe‑coding 九阳神功:核心不是提示词,而是把 AI 变成“可控交付的队友”。
这套“九阳神功”我先定了九个字诀:
-
• 夯:Git 生存技能(刹车 / 保险 / 录像)
-
• 抄:拆解
yfge/orion、ai-shifu/ai-shifu的优秀骨架,搭底盘 -
• 学:学习行业黑话,会组合技术栈、不懂原理也能不翻车
-
• 喂:把 API 文档 / 资料结构化成可执行知识
-
• 规:让 AI 出计划 +
tasks.md,按清单推进 -
• 验:多模型交叉验证,专治幻觉
-
• 测:Chrome MCP 自动测试,交付有证据
-
• 扩:扩展认知边界,但必须可验证
-
• 收:上线交付、监控回滚、复盘闭环
一句话:不是教你“让 AI 写代码”,是教你“带着 AI 把东西交付上线”。
这篇咱们讲第三式 学:学习行业黑话,组合技术栈,不懂原理也能不翻车
为什么要学"黑话"?
你可能遇到过这种情况:
小白提问:
"我想做一个网站,怎么开始?"
AI 回答(敷衍):
"可以用 Python Flask,很简单!这是一个 hello world..."(给你 10 行代码)
会黑话的提问:
"我要搭一个后端服务,用 Python + FastAPI,集成 Swagger 做 API 文档,数据层用 PostgreSQL,缓存用 Redis,Docker Compose 一键部署。"
AI 回答(专业):
"好的,我给你生成完整的项目结构:
•
backend/: FastAPI 项目 + Alembic 数据迁移•
docker/: docker-compose.yml + Dockerfile + nginx.conf• API 文档自动生成在 /docs
• 验收命令:
docker compose up -d && curl http://localhost:8080/docs"
区别在哪?
-
• 小白问法:AI 不知道你要什么,只能给最简单的 demo
-
• 黑话问法:AI 知道你要的是"可部署的完整系统",自动补齐所有配套(数据库、缓存、部署、文档)
核心:AI 是混子,你不专业它就糊弄你。要学会"黑话"(技术栈组合),才能让 AI 产出专业方案。
黑话从哪学?开源项目!
最快的学习路径不是背概念,而是:看成熟开源项目用了什么技术栈,怎么组合的。
举例:
-
• 看到 Passport 官方示例(todos-express-password):Express + SQLite + Passport
-
• 看到 AI-Shifu:Flask + React + MySQL + Redis + Docker
-
• 看到 Dify:Python + Next.js + PostgreSQL + Vector DB + K8s
每看一个,你就学到一套"正确的技术栈组合",下次和 AI 对话就能直接说:
"我要做类似 AI-Shifu 的架构,但后端换成 Spring Boot"
0)为什么选开源项目当"老师"?
-
• 真实可运行:不是教程 demo,是实际在生产环境用的
-
• 技术栈完整:前后端、数据库、缓存、部署一应俱全
-
• 经过验证:组合方式经过验证,不会出现"理论上能跑实际跑不起来"的问题
推荐 3 个入门级项目(后面会拆解):
-
1. Passport todos-express-password:Node.js + Express + SQLite + Passport(最小 Web 应用)
-
2. AI-Shifu:Python Flask + React + MySQL + Redis + Docker(中型 SaaS)
-
3. Orion: Python FastAPI + React +MySQL (轻量通知网关)
1)第一步:从开源项目快速学技术栈黑话(通用提问模板)
1.1 通用提问模板(对任何项目都适用)
把下面这段丢给 AI(Codex / Claude),把 <项目名> 换成你要学的项目:
请分析 <项目名>(如果是 GitHub 项目,给链接;如果是本地项目,给路径):
1) 这个项目的技术栈是什么?按分层列出:
- 后端:语言 + 框架
- 前端:框架
- 数据库:类型
- 缓存:类型
- 部署方式:Docker / K8s / 其他
2) 描述这个技术栈组合(一句话)
3) 如果我要做类似的系统,应该怎么和 AI 说需求?(给一个示例提问)
1.2 示例:分析 Passport 官方示例
提问:
请分析 https://github.com/passport/todos-express-password:
1) 技术栈是什么?
2) 用黑话描述
3) 我要做类似的怎么说?
AI 会告诉你:
技术栈:
- 后端:Node.js + Express
- 认证:Passport (本地策略)
- 数据库:SQLite
- 前端:EJS 模板引擎
- 部署:Node.js 直接运行
黑话描述:
"这是一个 Express + Passport + SQLite 的最小 Web 应用,用 EJS 做服务端渲染。"
和 AI 说需求的方式:
"我要搭一个 Express 服务,用 Passport 做用户认证(本地策略),SQLite 存数据,EJS 做模板。"
学到的黑话:
-
• Express:Node.js 最流行的 Web 框架
-
• Passport:Node.js 认证中间件(支持本地/OAuth/SSO)
-
• SQLite:轻量级嵌入式数据库(适合小项目)
-
• EJS:服务端模板引擎(不用前后端分离)
1.3 示例:分析 AI-Shifu
提问:
请分析 https://github.com/ai-shifu/ai-shifu 或本地路径 ~/dev/ai-shifu/ai-shifu:
1) 技术栈是什么?
2) 用黑话描述
3) 我要做类似的怎么说?
AI 会告诉你:
技术栈:
- 后端:Python + Flask
- 前端:React + Next.js
- 数据库:MySQL 8.0
- 缓存:Redis 7
- 部署:Docker Compose(5 个服务:nginx / web / api / mysql / redis)
黑话描述:
"这是一个 Flask + React + MySQL + Redis 的前后端分离 SaaS 系统,用 Docker Compose 做服务编排,Nginx 做统一入口和反向代理。"
和 AI 说需求的方式:
"我要搭一个 SaaS 系统,后端用 Flask,前端用 React,数据层 MySQL,缓存 Redis,Docker Compose 一键部署,Nginx 做反向代理。"
学到的黑话:
-
• Flask:Python 轻量级 Web 框架
-
• 前后端分离:React + Flask 两个独立服务
-
• Docker Compose:多容器编排工具
-
• Nginx 反向代理:统一入口,把
/api/转发给后端 -
• 服务编排:定义服务依赖与启动顺序
1.4 你要验收什么
拿到 AI 回答后,你应该能回答这 3 个问题:
-
1. 这个项目用了什么技术栈?(后端/前端/数据库/缓存/部署)
-
2. 用黑话怎么描述?(一句话概括)
-
3. 我要做类似的怎么和 AI 说?(提问模板)
核心心法:
看到一个项目,立刻问"技术栈是什么 + 用黑话怎么描述",3 分钟学会一套技术栈组合。
2)技术栈速查表(常见技术选项 + 黑话)
这张表让你快速查到"某个层面有哪些常见选项",方便和 AI 组合提需求。
后端
|
语言 |
常见框架 |
配套工具 |
黑话例句 |
| Python |
FastAPI / Flask / Django |
Alembic(数据迁移) / Pydantic(数据验证) |
"后端用 FastAPI,Alembic 做数据迁移" |
| Node.js |
Express / Nest.js / Koa |
Passport(认证) / Sequelize(ORM) |
"后端用 Express,Passport 做认证" |
| Go |
Gin / Echo / Fiber |
GORM(ORM) / Viper(配置) |
"后端用 Gin,GORM 做 ORM" |
| Java |
Spring Boot |
Flyway(数据迁移) / Swagger(API 文档) |
"后端用 Spring Boot,Swagger 做 API 文档" |
前端
|
框架 |
常见用法 |
黑话例句 |
| React |
Next.js(SSR) / Create React App(SPA) |
"前端用 Next.js,支持 SSR" |
| Vue |
Nuxt.js(SSR) / Vue CLI(SPA) |
"前端用 Nuxt.js,支持 SSR" |
| 模板引擎 |
EJS / Pug / Handlebars |
"用 EJS 做服务端渲染(不做前后端分离)" |
存储
|
类型 |
常见选项 |
配套工具 |
黑话例句 |
| 关系型数据库 |
MySQL / PostgreSQL / SQLite |
- |
"数据层用 PostgreSQL" |
| 缓存 |
Redis / Memcached |
- |
"缓存用 Redis,降 DB 压力" |
| 数据迁移 |
Alembic(Python) / Flyway(Java) / Prisma(Node.js) |
- |
"Alembic 做数据迁移,启动即自愈" |
| 向量数据库 |
Pinecone / Milvus / Weaviate |
- |
"向量库用 Pinecone,做语义搜索" |
运维
|
类型 |
常见选项 |
黑话例句 |
| 容器化 |
Docker / Docker Compose |
"Docker Compose 做服务编排,一键部署" |
| 编排 |
Kubernetes(K8s) / Docker Swarm |
"K8s 做容器编排,支持自动扩容" |
| API 文档 |
Swagger / OpenAPI / Redoc |
"Swagger 自动生成 API 文档" |
| 反向代理 |
Nginx / Traefik / Caddy |
"Nginx 做反向代理和统一入口" |
3)技术栈组合示例(学会说专业需求)
看看别人怎么组合的,下次你就能照着说。
示例 1:最小 Web 应用(Passport todos-express-password)
技术栈:Node.js + Express + SQLite + Passport
专业提问:
"我要搭一个 Express 服务,用 Passport 做用户认证(本地策略),SQLite 存数据,EJS 做模板,支持注册/登录/登出。"
AI 会给你:
-
• 完整的 Express 项目结构
-
• Passport 本地策略配置
-
• SQLite 数据库初始化脚本
-
• 注册/登录/登出路由
示例 2:中型 SaaS(AI-Shifu)
技术栈:Python Flask + React + MySQL + Redis + Docker Compose
专业提问:
"我要搭一个 SaaS 系统,后端用 Flask,前端用 React(前后端分离),数据层 MySQL,缓存 Redis,Docker Compose 一键部署,Nginx 做反向代理(/ 走前端,/api/ 走后端)。"
AI 会给你:
-
•
backend/: Flask 项目 + Alembic 迁移 -
•
frontend/: React 项目 -
•
docker/: docker-compose.yml + nginx.conf -
• 验收命令:
docker compose up -d && curl http://localhost:8080/api/healthz
示例 3:换技术栈(从 Flask 换成 Spring Boot)
专业提问:
"我要做类似 AI-Shifu 的架构,但后端换成 Java + Spring Boot,集成 Swagger 做 API 文档,数据迁移用 Flyway,其他保持不变(React / MySQL / Redis / Docker Compose / Nginx)。"
AI 会给你:
-
•
backend/: Spring Boot 项目 + Flyway 迁移 + Swagger 配置 -
• 前端/数据库/缓存/部署配置和 AI-Shifu 类似
-
• 验收命令:
docker compose up -d && curl http://localhost:8080/swagger-ui.html
4)练习:自己从开源项目学黑话
练习 1:分析 Dify
用第 1 节的提问模板,问 AI:
请分析 https://github.com/langgenius/dify:
1) 技术栈是什么?
2) 用黑话描述
3) 我要做类似的怎么说?
你应该学到:
-
• Python + Next.js + PostgreSQL + Vector DB + K8s
-
• "这是一个 LLM 应用开发平台,后端 Python,前端 Next.js,用 PostgreSQL 存结构化数据,向量库做语义搜索"
练习 2:找一个你感兴趣的开源项目
-
1. 去 GitHub trending 或你公司的项目
-
2. 用第 1 节的提问模板分析
-
3. 学到的黑话记到速查表里
目标:看 10 个项目,你就有了 10 套"技术栈组合模板"。
5)小测验:把需求改成专业提问
把下面每句"小白需求"改写成"专业提问"(用黑话 + 技术栈组合):
-
1. "我想做一个网站。"
提示:至少说清楚前端/后端/数据库 -
2. "我想做一个用户登录功能。"
提示:说清楚用什么认证方案(Passport / JWT / OAuth) -
3. "我想部署到服务器上。"
提示:说清楚用 Docker / K8s / 云平台
参考答案:
-
1. "我要搭一个 Web 应用,后端用 Express,前端用 React,数据库用 PostgreSQL,Docker Compose 一键部署。"
-
2. "我要做用户认证,用 Passport 本地策略(用户名+密码),存到 MySQL,支持注册/登录/登出。"
-
3. "我要用 Docker Compose 部署,Nginx 做反向代理,对外只暴露 8080 端口。"
6)总结:AI 是混子,你不专业它就糊弄你
你现在已经掌握了 vibe‑coding 的"学":
-
1. 核心观点:AI 的回答质量取决于你的提问水平,要学会"黑话"(技术栈组合)
-
2. 学习方法:从开源项目学(3 分钟问一个项目,学会一套技术栈)
-
3. 速查表:常见技术选项(后端/前端/存储/运维)
-
4. 组合示例:看别人怎么组合的,下次照着说
下次和 AI 对话时:
-
• ❌ 小白问法:"我想做一个网站"
-
• ✅ 专业问法:"我要搭一个服务,用 FastAPI + PostgreSQL + Redis + Docker Compose 部署,Nginx 做反向代理,Swagger 做 API 文档"
核心心法:
不是背概念,而是"看真实项目 → 抽技术栈 → 学黑话 → 用黑话指挥 AI"。
更多推荐
所有评论(0)