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:

  • • :Git 生存技能(刹车 / 保险 / 录像)

  • • :拆解 yfge/orionai-shifu/ai-shifu 的优秀骨架,搭底盘

  • • :学习行业黑话,会组合技术栈、不懂原理也能不翻车

  • • :把 API 文档 / 资料结构化成可执行知识

  • • :让 AI 出计划 + tasks.md,按清单推进

  • • :多模型交叉验证,专治幻觉

  • • :Chrome MCP 自动测试,交付有证据

  • • :扩展认知边界,但必须可验证

  • • :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 RedisDocker 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. 1. Passport todos-express-password:Node.js + Express + SQLite + Passport(最小 Web 应用)

  2. 2. AI-Shifu:Python Flask + React + MySQL + Redis + Docker(中型 SaaS)

  3. 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. 1. 这个项目用了什么技术栈?(后端/前端/数据库/缓存/部署)

  2. 2. 用黑话怎么描述?(一句话概括)

  3. 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. 1. 去 GitHub trending 或你公司的项目

  2. 2. 用第 1 节的提问模板分析

  3. 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. 1. "我想做一个网站。"
    提示:至少说清楚前端/后端/数据库

  2. 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. 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. 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. 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. 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. 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. 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. 3. 速查表:常见技术选项(后端/前端/存储/运维)

  4. 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"。

Logo

腾讯云面向开发者汇聚海量精品云计算使用和开发经验,营造开放的云计算技术生态圈。

更多推荐