大型vibe coding项目的一些技巧

这里使用的coding agent是opencode。

我这里的关于大型项目的定义是交互比较多，比如一个简单的本地todo前端项目，有增删改查，保存读取，一共6个交互。，就是个小型项目。

但是，如果加上后端接口，加上验证，加上对接数据库，加上多用户，加上S3文件存储，那就是大型项目了。

简单的项目就直接build模式，或者先plan模式再build模式都可以，DeepSeek v4 flash 0731及以上，我觉得应该都是可以一次成型的，无论是web，还是微信小程序，都可以很好的维护，不需要太多技巧，因为维护成本不大，AI完全能够hold住。

但是大型项目的维护成本就比较大，总是让AI从头开始理解项目吧？AI能够在一个会话处理所有要求么？AI写完了之后如果AI不可用时你怎么维护？换了AI模型或者会话，怎么让AI快速理解对应的需求和模块？

所以根据我的编程经验有以下技巧可以分享，欢迎指教。

0. 选择一个合适成熟或者熟悉的代码的目录结构

不要直接让AI生成代码结构，它可能生成了一个很好的结构，也可能不好，代码结构组织的不好会导致你看不懂代码，AI也是，所以目录结构要清晰，要模块化。

1. 要有一个AGENTS.md文件

这个文件几乎所有coding agent都支持，每次你跟AI的对话，AI都会读取，这样AI就可以减少很多的探索时间，一个典型的AGENTS.md文件应该包括，项目结构，项目功能介绍，代码规范，常用命令。

这样，AI的操作就会可控，比如指定用uv管理Python依赖，pnpm管理前端依赖，api接口应该统一放在api目录，外部调用放到service目录等。

无论是新开始一个项目还是，已有项目，你都可以让AI创建这个文件。

2. 持续同步AGENTS.md文件

随着项目功能的增加，代码结构和实现可能跟之前的AGENTS.md文件就出现了分歧，所以AGENTS.md文件还是很有必要定期同步的，比如一天一次

3. 不要直接build模式

除非只是提交代码，一些简单的维护脚本开发，或者简单的维护操作，否则，我总是建议你先用plan模式澄清需求才开发。

需求没对齐是灾难性的，既浪费了Token也浪费了自己的时间，你还会有很大的挫败感，问“AI为什么不懂我”，或者说“AI太傻了”

4. 简单需求先plan后build，复杂模式grill-me

对于那些你只有大概的设计和方向的需求，你可以使用grill-me这个需求让AI跟你对齐目标，对齐需求，它真的很棒，总是给我惊喜，让我发现自己的不足并完善我的计划，需求清晰了也就好开发了。

5. 定期看看代码有没有优化的空间

每天结束前，使用improve-codebase-architecture看看代码有没有可以优化的点，等变成屎山代码再重构就很难很难了。

6. 编写测试用例

AI写代码的速度实在太快了，所以你需要一些机制来检测，所以生成对应的测试用例很有必要，开发或者修改功能，总是需要确保测试用例全部通过，这样你会对你的代码更多的信息。

7. 构建CI/CD平台

这个可以省去了你很多的零碎时间，你没必要每次执行相关脚本然后推送到服务器，在服务器有需要额外操作，因为太自动化了，所以需要一个预生产环境，预生产没有问题才直接发生产环境。

个人推荐GitHub的action，免费额度完全够用。

以上就是一些个人的心得，欢迎讨论

预览时标签不可点