最近一直在用 Vibe Coding 的方式做一个全栈项目 goi。目前核心功能已经开发完毕，项目暂时进入封版维护阶段。这篇文章记录并复盘这段 Vibe Coding 旅程。

项目背景

goi 是一个面向个人使用的全栈管理系统。起初的想法很简单：做一个自己愿意长期使用的工具，同时也借此探索和实践当下流行的 “Vibe Coding”——在 AI 的深度辅助下完成编码开发。

这是一个典型的“利用下班后时间”完成的项目：每天下班回家花一点时间，推进 1–2 个小功能。虽然进度不快，但这种细水长流的节奏让我有足够的空间去思考架构，也能持续获得“看着项目一点点搭起来”的成就感。

Vibe Coding 体验

在这个项目中，我尝试了一种更激进的协作模式：以 AI 编写为主，人工经验为辅。

我更多扮演 “Reviewer” 与 “Architect” 的角色，而将 “Coder” 的工作几乎完全交给 AI。在开发过程中，我主要依据过往经验判断 AI 提出的设计方案是否合理。大多数情况下，只要方案逻辑自洽且符合最佳实践，我会采纳 AI 的建议，甚至直接让它执行代码修改。

在这种模式下，AI 不再只是补全代码的助手，而是实际的执行者：我负责“把关”，它负责“实现”。

工具形态上，我目前主要采用像 Trae 这样的编辑器 + AI 来完成项目开发；更“深一层”的终端式开发形态（例如 Claude 这类工具）我还没有真正实践，但已经能感受到趋势正在从“问答式写代码”转向“让 AI 直接在工程里动手”：围绕项目结构做修改、运行命令、迭代验证。

技术栈与架构

项目采用了 Monorepo 结构，统一管理前后端代码，方便类型共享和依赖管理。

• 工程化: Nx（基于 packages/contracts 共享类型定义）
• 后端: NestJS
  • apps/admin-api: 管理后台 API
  • apps/app-api: 用户端 API
  • 数据库: PostgreSQL + Redis
  • ORM: Drizzle ORM
• 前端: React + Vite
  • apps/admin: 管理后台 (SPA)
    • 负责系统权限与应用管理
    • 技术栈: TanStack Router + Ant Design
  • apps/app: 用户端 (SSR)
    • 面向个人的核心业务应用
    • 技术栈: TanStack Start + shadcn/ui + Tailwind CSS

功能概览

虽然整体节奏是“小步快跑”，但经过一段时间的积累，goi 已经具备较为完整的核心功能。

用户端 (App)

用户端主要面向个人用户，专注于日常数据的记录与查看。

• 多账本/空间: 支持创建和切换不同的账本空间，实现数据隔离。
• 数据记录: 快速记录日常数据，支持自定义分类与标签管理。

管理后台 (Admin)

管理后台是整个系统的控制中枢，负责对 ToC 核心数据进行配置与管理。

• RBAC 权限系统: 基于角色的权限控制，精细到按钮级别的权限管理，确保数据安全。
• 系统模块配置: 动态配置 App 端的菜单结构与功能模块，无需发版即可调整 ToC 功能。
• 用户与角色管理: 统一管理所有用户及其角色分配，控制不同用户的访问权限。

研发历程与挑战

项目的开发过程并非一帆风顺，中间经历了多次重构与工程化调整。

关键里程碑

项目起步于一个简单的单体全栈应用：我先构建了基于 NestJS 的权限管理基础，打通前后端流程；随后进入业务开发，完成核心功能设计并进行小规模迭代。随着复杂度增加，单一应用的架构逐渐显得力不从心。为了更好的扩展性与维护性，我引入 Nx 做工程化重构，将 Admin 管理端与 ToC 用户端业务拆分，最终形成了现在的 Monorepo 架构。

工程化踩坑

这个项目耗时较长的一个主要原因，是在工程化探索上走了不少弯路，特别是在 packages 的拆分与构建上。

最初我尝试了 源码直接引用 的模式：packages 下的代码不做打包，仅做类型检查，通过多入口导出来实现代码隔离。但随着项目复杂度增加，问题接踵而至：

1. 多入口管理混乱：对外暴露多个入口在实际使用中非常麻烦，最终还是回归到了统一输出。
2. 构建产物发散：在 Node 项目中，源码引用导致 dist 难以收敛，容易把 Workspace 下的冗余代码也打包进去。
3. 模块规范冲突：从 nodemon 切换到 nestjs/cli 后，发现其对 ESM 的支持不够理想。

最终我确立了 “Build First” 的策略：公共包先构建再引用。构建工具也从 tsc 升级到 Rslib 以提升性能，配合自定义的 Nx Scripts 与 Biome/Prettier 工具链，最终落地了一套稳定高效的工程化体系。

Vibe Coding 经验总结

在使用 AI 辅助编程的过程中，我也总结出了一些心得：

1. 顺风局（AI 状态好）：直接通过自然语言指令让 AI 修改代码，效率极高。
2. 逆风局（AI 降智）：发现 AI 逻辑混乱或反复出错时，立刻停止编码。优先把方案讨论清楚，形成可执行的文档约束，再让 AI 严格按文档落地。
3. 知识盲区（新库/冷门库）：这是在完成架构后迭代具体功能时遇到的主要痛点。遇到较新、示例稀缺的库时，AI 往往因为训练样本不足而输出质量不稳定。这时必须人工强力介入，回归传统的“查文档 + 手写”模式。

总结

通过 goi 这个项目，我更直观地体会到了 Vibe Coding 带来的效率提升：它让我能把更多精力放在业务逻辑与产品设计上，而不是被繁琐的实现细节所束缚。

虽然每天只做一点点，但聚沙成塔，现在的 goi 已经是一个功能完备的全栈应用了。

至此，goi 项目暂时告一段落。作为一个探索性质的项目，它已经完成了它的使命：验证了 Vibe Coding 在全栈开发中的可行性与高效性。只是这次旅程带来的不止兴奋，更多时候是一种焦虑与迷茫——当 AI 能替我写下越来越多代码时，我也会反复追问：如果它真的能代替我，我还能做什么？未来又该往哪里走？