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

【Seedance 2.0 安全合规红线指南】:飞书机器人集成中97%开发者忽略的5大隐私漏洞及零信任加固方案

第一章:Seedance 2.0 飞书机器人集成安全合规总览 Seedance 2.0 与飞书机器人的深度集成严格遵循《个人信息保护法》《数据安全法》及飞书开放平台《机器人接入安全规范 V3.2》,构建覆盖身份认证、数据传输、权限控制与审计追溯的全链路安全合规体系。所有机器人交互均默认启用双向 TLS 加密,敏感操作强制触发二次身份确认,并通过飞书「应用沙箱」机制实现运行环境隔离。 核心安全控制机制 * OAuth 2.0 授权范围最小化:仅申请 chat:read、user:read 和 bot:chat 必需权限 * Webhook 请求签名验证:飞书平台使用 SHA256_HMAC 签名,服务端须校验 X-Lark-Signature 头 * 敏感数据自动脱敏:用户手机号、

雷达信号处理中的CFAR技术详解

好的,我来为您总结归纳雷达信号处理中的恒虚警(CFAR)技术,并提供一个基于MATLAB的实际用例。 🧐 雷达信号处理之恒虚警(CFAR) 恒虚警率(Constant False Alarm Rate, CFAR)是一种自适应阈值目标检测技术,在雷达信号处理中用于从噪声和杂波背景中检测出目标回波。其核心思想是:无论背景噪声或杂波的功率如何变化,都保持虚警概率( )为一个预先设定的常数。 🎯 1. 基本原理与流程 CFAR算法通过实时估计待检测单元(Cell Under Test, CUT)周围的背景噪声或杂波功率,并根据期望的虚警率 自适应地确定检测阈值 。 主要步骤: 1. 滑动窗口(Detection Window):在待检测数据(通常是距离-多普勒图或距离向数据)上设定一个固定大小的滑动窗口。 2. 单元划分:窗口内的单元被划分为三个部分: * 待检测单元(CUT):位于窗口中心,是我们要判断是否包含目标的单元。 如果 ,则判断不存在目标(No Target)。 如果 ,则判断存在目标(

F076 中医中药知识智能问答与图谱构建研究系统 Vue+Flask+Neo4j

F076 中医中药知识智能问答与图谱构建研究系统 Vue+Flask+Neo4j

文章结尾部分有ZEEKLOG官方提供的学长 联系方式名片 关注B站,私信获取! 麦麦大数据 编号: F076 视频 <<待上传>> 1 系统简介 系统简介:本系统是一个基于Vue+Flask+Neo4j+MySQL构建的《中医中药知识智能问答与图谱构建研究系统》。其核心围绕中医证型、中药信息的数字化管理、智能问答及知识图谱的构建与多维度可视化分析能力展开。 本系统主要面向用户提供中医证型查询、中药推荐、病症知识智能问答等功能,同时面向管理员提供数据分析、用户管理、基础数据维护等系统级管理功能。其关键技术栈涵盖前后端分离架构、图数据库Neo4j、传统关系型数据库MySQL,结合多种文本挖掘算法(如TF-IDF、TextRank、YAKE)完成对数据内容的智能分析。 主要功能模块包括:用户登录与注册、中医证型管理、中药信息展示、知识图谱可视化、智能问答、病症知识推荐、用户画像分析、系统数据管理、个人信息设置等。 2 功能设计

如何轻松分析大疆无人机信号?DJI DroneID 信号解析工具全指南

如何轻松分析大疆无人机信号?DJI DroneID 信号解析工具全指南 🛸 【免费下载链接】dji_droneid 项目地址: https://gitcode.com/gh_mirrors/dj/dji_droneid DJI DroneID 信号分析项目(dji_droneid)是一个开源工具集,专为无人机爱好者和研究人员设计,通过软件定义无线电(SDR)技术捕获、解码和分析大疆无人机发射的DroneID信号。该项目提供完整的信号处理流程,从原始IQ数据捕获到最终数据帧解析,支持Octave和MATLAB环境运行,帮助用户深入理解无人机通信机制。 📌 项目核心功能与技术架构 🔍 信号捕获与处理全流程 项目实现了从射频信号到数据帧的完整解析链路,主要包括: * 原始信号采集:支持32位浮点IQ数据文件输入(需配合SDR设备录制) * ZC序列检测:通过归一化互相关算法定位信号中的Zadoff-Chu序列 * 频率校正:自动检测并补偿信号中的频率偏移 * OFDM符号提取:精准提取9个OFDM符号(含2个ZC序列符号) * 相位校正与均衡:解决无线信道引入的