Vibe Coding范式实战:用AI工具链(Stitch+Figma+ai studio+Trae)快速开发全栈APP

Vibe Coding范式实战:用AI工具链(Stitch+Figma+ai studio+Trae)快速开发全栈APP

文章目录

概要

在 AI 技术深度渗透软件开发领域的当下,一种名为 “Vibe Coding”(氛围编程)的全新范式正在重塑开发者的工作方式。它的核心在于,开发者不再是逐行编写代码的 “码农”,而是通过自然语言描述意图、引导 AI 生成代码的 “创意引导者” 和 “结果验证者”,从而将精力聚焦于更高价值的产品设计和逻辑思考上。

本文提供一种 Vibe Coding 的工作模式:设计阶段以 Google Stitch 为起点,开发者通过文本或草图快速生成响应式 UI 设计与前端代码,再无缝导入 Figma 进行精细化视觉调整和原型设计,实现了从 “想法” 到 “高保真设计” 的极速转化。

在这里插入图片描述

开发阶段,前端开发依托 AI Studio,将设计稿一键转化为可交互的 React/TypeScript 应用;后端则通过 Trae 用自然语言描述业务逻辑,自动生成 API、数据库模型和服务端代码。

最后代码通过 GitHub 进行版本管理和迭代优化,最终借助 Vercel 等平台一键部署到云端,实现了从代码提交到生产环境上线的全流程自动化。

效果展示如下:

在这里插入图片描述

stitch制作设计稿

stitch地址:stitch google

在这里插入图片描述

模型选择:

选项核心优势适合场景
3 Flash⚡ 速度快、成本低快速出原型、多方案对比、赶进度
3 Pro🎨 质量高、推理强正式设计、精细打磨、对接开发
Redesign🔄 迭代优化已有设计改版、视觉风格调整
Ideate💡 创意发散初期头脑风暴、探索设计方向

在隐私权限声明的setting部分,可以查看用量配额:每天可进行400次常规设计生成,15次Redesign重设计操作。setting

在这里插入图片描述
在这里插入图片描述

提示词:

设计一个本地小众活动约伴APP - 发布 / 报名本地小众活动(如城市徒步、手作体验、桌游局) - 即时聊天匹配同好(基于兴趣标签、时间、地点) - 活动现场签到 / 简单打卡(体感反馈:签到成功有动画 + 音效) - 活动后短评 / 评分(轻量化输入,实时展示评分结果) 输出全部页面 

输出结果如下:

在这里插入图片描述
- 活动发现流:主页采用充满活力的卡片式设计,支持按城市徒步、手作、桌游等分类筛选,直观展示活动热度。 - 活动详情页:提供沉浸式的活动介绍、地理位置微地图及已报名成员头像,底部设有醒目的“立即加入”按钮。 - 兴趣匹配与聊天:基于兴趣标签(如“咖啡控”、“徒步爱好者”)的即时匹配界面,方便用户快速找到志同道合的同好。 - 发布新活动:简洁直观的发布表单,支持上传图片、选择分类及设置地点,让发起活动变得轻松。 - 活动现场签到:专为现场设计的签到页面,大按钮交互配合签到成功的动效反馈,增强参与感。 - 评价与评分:轻量化的震动反馈评分系统,支持快速标签评价,实时展示活动的综合评分结果。 

提示词:

app中的文字,全部使用简体中文,字体使用无版权的思源黑体 
在这里插入图片描述
命令功能说明
New Tab在新浏览器标签页中打开预览,方便全屏查看设计效果
Show QR Code生成预览二维码,手机扫码即可在移动设备上实时查看设计
Mobile切换到移动端预览模式,模拟手机尺寸和交互
Tablet切换到平板预览模式,模拟平板尺寸和布局
Desktop切换到桌面端预览模式,模拟网页 / 桌面应用尺寸

更多快捷功能请自行探索。

figma 原型展示

设计稿导入到figma中进行交付展示,审核或者二次微调。
figma地址:figma地址

在这里插入图片描述

两个专门用于将 Stitch 生成的设计无缝导入 Figma的插件。

  • “HTML to Figma”,它的作用是将任意网页转换为可编辑的 Figma 设计;
  • “Stitch Code to Figma”,这是专门适配 Stitch 的插件,能够直接将 Stitch 输出的代码 / 设计一键导入 Figma,保留完整的布局、样式和组件结构,无需手动重建,从而简化从 AI 设计到 Figma 精细编辑的工作流。
HTML to Figma的效果更好一些,Stitch Code to Figma存在图片不显示的问题。
在这里插入图片描述


“Paste HTML code” 按钮支持直接粘贴代码片段,将 Stitch 等工具生成的 HTML 代码一键转换成 Figma 可编辑的设计帧,无需手动重建。

在这里插入图片描述

展示页如下:

在这里插入图片描述

ai studio 生成前端代码

stitch生成的设计稿是一个个相互独立的页面,没有交互功能。 使用 ai studio 基于设计稿生成一个能够交互响应的前端APP,将独立页面组合起来整合成一个整体。步骤如下:

首先将页面导出到ai studio

在这里插入图片描述

导出的内容包括 PNG 图片和 HTML 文本文件,这些素材作为设计参考,让 AI 理解目标应用的界面布局、视觉风格和交互逻辑。AI 基于这些参考素材,生成一个可直接运行的应用,并且在生成的 HTML 中保留图片的热链接,确保资源可正常加载。

在这里插入图片描述

效果展示如下:生成可交互前端app页面,会有一些bug,比如某些按钮点击不跳转,页面元素缺失等问题,通过ai交互进行修改。

在这里插入图片描述

基于trae + Supabase生成后端代码和数据库

提示词如下:

分析这个前端代码,完成以下工作: 1.为前端代码,生成对应的后端代码,确保前后端联通,实现一个前后端一体的app 2.数据存储,使用supabase数据库 
在这里插入图片描述

配置数据库: Supabase地址

Supabase 是基于 PostgreSQL 的开源后端即服务(BaaS)平台,提供数据库、认证、实时数据、存储、API、边缘函数、向量存储等全栈能力。

免费版:1GB 数据库、500MB 存储、2GB 带宽、10 万次 API 调用 / 月、基础认证。

在.env文件中配置数据库参数

  • SUPABASE_URL= Project Settings - > Data API -> Project URL -> URL
  • SUPABASE_SERVICE_ROLE_KEY= Project Settings - > API keys ->Secret keys
  • SUPABASE_ANON_KEY= Project Settings - > API keys -> Publishable key

新建数据库表:复制db-init.sql文件中的内容

在这里插入图片描述

将复制的sql语句粘贴到SQL Editor中,点击执行

在这里插入图片描述

执行结束后再Table Editor中可以看到新建的各类数据表


运行服务 npm run dev ,打开网址测试APP的各项功能,遇到问题时,可以和trae交互继续修改。经过多次测试和修改后,效果如下:

在这里插入图片描述

Github + vercel

首先将项目上传到github上,方便版本管理和后续迭代开发。

Vercel: vercel地址

Add New Project -> Import Git Repository -> install(给github安装vercel插件) -> import你上传的github项目

在这里插入图片描述


environment Variables 的参数填入你自己的数据库信息,其他信息默认就行:

在这里插入图片描述

点击部署后的网址即可跳转网站。

在这里插入图片描述


效果展示如下:

在这里插入图片描述

pc端后台管理系统设计

提示词如下:

基于当前项目架构和设计规范,开发一个独立的PC端后台管理系统功能模块。该模块需保持与现有APP一致的UI设计风格、色彩方案、交互模式和视觉语言。实现过程中必须遵循以下要求: 1. 创建独立的代码目录结构,确保与现有项目代码完全隔离,不得与现有业务逻辑代码混杂 2. 严格禁止对项目中任何现有代码文件进行修改或添加 3. 实现完整的后台管理功能,包括但不限于数据展示、用户管理、权限控制、数据统计与分析等核心功能模块 4. 确保新开发的后台管理系统在功能完整性、性能表现和用户体验方面达到生产级应用标准 5. 遵循项目现有的技术栈、代码规范和架构设计原则进行开发 6. 提供完整的部署文档和使用说明,确保系统可独立部署和维护 
在这里插入图片描述

Read more

OKZTWO入门指南:零基础学AI开发

快速体验 1. 打开 InsCode(快马)平台 https://www.inscode.net 2. 输入框内输入如下内容: 使用OKZTWO平台,创建一个新手友好的开发教程项目,逐步引导用户完成一个简单的AI应用开发。教程应包含基础概念讲解、代码示例和互动练习。支持多种学习路径,如Web开发、数据分析和机器学习。提供实时反馈和错误提示,帮助用户快速掌握技能。 1. 点击'项目生成'按钮,等待项目生成完整后预览效果 OKZTWO入门指南:零基础学AI开发 作为一个刚接触AI开发的新手,我最近尝试了OKZTWO平台,发现它确实能让零基础用户快速上手AI开发。下面分享我的学习过程和心得,希望能帮助其他初学者少走弯路。 为什么选择OKZTWO入门AI开发 对于完全没有编程经验的人来说,传统学习AI开发需要先掌握Python、数学基础、机器学习理论等,门槛很高。OKZTWO平台通过以下几个特点降低了入门难度: * 内置可视化编程界面,不需要记忆复杂语法 * 提供大量预设模板和示例项目 * 实时错误提示和修正建议 * 分步骤的交互式学习路径 我的第一个A

人工智能:预训练语言模型与BERT实战应用

人工智能:预训练语言模型与BERT实战应用

人工智能:预训练语言模型与BERT实战应用 1.1 本章学习目标与重点 💡 学习目标:掌握预训练语言模型的核心思想、BERT模型的架构原理,以及基于BERT的文本分类任务实战流程。 💡 学习重点:理解BERT的双向注意力机制与掩码语言模型预训练任务,学会使用Hugging Face Transformers库调用BERT模型并完成微调。 1.2 预训练语言模型的发展历程与核心思想 1.2.1 为什么需要预训练语言模型 💡 传统的自然语言处理模型(如LSTM+词嵌入)存在两个核心痛点:一是需要大量标注数据才能训练出高性能模型,二是模型对语言上下文的理解能力有限。 预训练语言模型的出现解决了这些问题。它的核心思路是先在大规模无标注文本语料上进行预训练,学习通用的语言知识和语义表示,再针对特定任务进行微调。这种“预训练+微调”的范式,极大降低了对标注数据的依赖,同时显著提升了模型在各类NLP任务上的性能。 预训练语言模型的发展可以分为三个阶段: 1. 单向语言模型阶段:以ELMo为代表,通过双向LSTM分别学习正向和反向的语言表示,再拼接得到词向量。但ELMo本质还

【企业级】RuoYi-Vue-Plus AI 智能开发助手 | Claude Code + Codex 双引擎 | 40+ 专业技能包 | 10 大快捷命令 | 开箱即用

【企业级】RuoYi-Vue-Plus AI 智能开发助手 | Claude Code + Codex 双引擎 | 40+ 专业技能包 | 10 大快捷命令 | 开箱即用

RuoYi-Vue-Plus AI 智能编程助手 商品简介 基于 RuoYi-Vue-Plus 5.X 企业级后端框架,深度定制的 AI 智能编程助手配置包。支持 Claude Code 和 OpenAI Codex 双 AI 引擎,内置 40+ 专业开发技能、10 大快捷命令、智能钩子系统,让 AI 真正理解您的项目架构和开发规范,实现 10 倍开发效率提升。 核心亮点 🚀 双 AI 引擎支持 引擎配置目录说明Claude Code.claude/Anthropic Claude 官方 CLI 工具配置OpenAI Codex.codex/OpenAI Codex CLI

IDEA + DeepSeek 实现 AI辅助编程,提升效率10倍(全网超详细的终极图文实战指南)

IDEA + DeepSeek 实现 AI辅助编程,提升效率10倍(全网超详细的终极图文实战指南)

前言         在软件开发的世界里,每个开发者都经历过这样的困境——在重复的CRUD代码中机械劳动,为复杂的业务逻辑调试数小时,或是在海量文档中寻找某个API的正确用法。传统的IDE工具虽能提供基础支持,却难以突破效率的“玻璃天花板”。而今,随着DeepSeek-Coder与IntelliJ IDEA的深度碰撞,一场编程范式的革新正在悄然发生:通过智能代码预测、全栈自动化生成和上下文感知编程,开发者不仅能将Spring Boot接口开发耗时从4小时压缩至15分钟,更能在调试环节直接定位80%的异常根源。本文将主要介绍如何在 IntelliJ IDEA 开发工具中通过插件深度整合 DeepSeek 实现 AI 编程的方法,步骤详细,一步一步的教你去操作,让AI真正成为你键盘的延伸——不是替代开发者,而是让每行代码都诞生于「人机协作」的智能涌现,提升你的开发效率!废话不多说了,下面直接上干货。 目录 前言 图文教程 1. 安装Proxy AI插件 2. 创建Deep Seek的API key 3. IntelliJ IDEA中设置AI模型