基于 AI 辅助的在线图书借阅平台设计与实现

-- 图书信息表
CREATE TABLE book_info (
    book_id BIGINT PRIMARY KEY AUTO_INCREMENT COMMENT '图书唯一标识',
    isbn VARCHAR(20) UNIQUE COMMENT 'ISBN 编号',
    title VARCHAR(200) NOT NULL COMMENT '图书标题',
    author VARCHAR(100) COMMENT '作者',
    publisher VARCHAR(100) COMMENT '出版社',
    publish_date DATE COMMENT '出版日期',
    category_id INT COMMENT '分类 ID',
    total_quantity INT DEFAULT 0 COMMENT '总数量',
    available_quantity INT DEFAULT 0 COMMENT '可借数量',
    status TINYINT DEFAULT 1 COMMENT '图书状态：1-在馆，0-借出',
    description TEXT COMMENT '图书描述',
    cover_image VARCHAR(255) COMMENT '封面图片地址',
    create_by VARCHAR(50) COMMENT '创建人',
    create_time DATETIME DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
    update_by VARCHAR(50) COMMENT '修改人',
    update_time DATETIME DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改时间'
) COMMENT='图书信息表';

2. 接口逻辑与源码生成

AI 不仅生成了表结构，还输出了详细的接口文档，包括入参校验、业务逻辑分支及统一返回格式。例如借阅模块，明确了库存不足、用户不存在、逾期不可续借等异常场景的处理逻辑。

随后点击生成，约 12 分钟完成了 6 个核心模块共 51 个文件的代码构建，包含 Controller、DTO、Service、Mapper 等标准分层文件。

生成的 UserController 示例如下：

@RestController
@RequestMapping("/user")
public class UserController {

    @PostMapping("/register")
    public RestResult<?> register(@Valid @RequestBody UserRegisterDTO dto) {
        log.info("接收到用户注册请求，用户名为：{}", dto.getUsername());
        return userService.register(dto);
    }

    @PostMapping("/login")
    public RestResult<?> login(@Valid @RequestBody UserLoginDTO dto) {
        log.info("接收到用户登录请求，用户名为：{}", dto.getUsername());
        return userService.login(dto);
    }
}

三、优化与调试心得

虽然 AI 生成的代码框架完整，但在实际落地中仍需人工介入进行关键优化。

1. 安全性加固

初始生成的登录逻辑存在明文存储风险。通过智能会话反馈，AI 建议引入 Spring Security 的 BCryptPasswordEncoder。我们在注册时加密密码，登录时比对哈希值，修复了这一严重安全隐患。

2. SQL 性能优化

针对高频查询场景，我们对索引进行了补充。例如在借阅记录表中，为 user_id 和 status 组合添加索引，加速用户借阅历史的分页查询：

ALTER TABLE borrow_record ADD INDEX idx_user_status (user_id, status);

此外，book_info 表中的 status 字段逻辑上可由 available_quantity > 0 推导，若业务允许可简化该字段以减少冗余。

四、总结与体会

优势

• 效率提升：基础 CRUD 代码生成速度快，大幅减少重复劳动。
• 规范统一：生成的代码包结构、命名规范符合企业级开发标准。
• 上手友好：对常见业务模式有较好的理解能力，降低入门门槛。

不足

• 复杂逻辑局限：涉及特殊业务规则或复杂事务的场景，AI 生成的代码往往不够精准，需人工调整。
• 安全细节依赖人工：如加密算法选择、SQL 注入防护等，不能完全依赖自动生成。

总体而言，AI 工具在快速原型搭建和标准化模块开发中表现优异，但开发者仍需把控核心业务逻辑与安全边界。