vide coding软件开发流程

第一部分：需求研究+产品需求文档

一、需求研究

1.开发背景
以前做软件开发，所有代码都要我们自己一行行手动敲出来，工作量特别大，后续排查bug、调试程序也要耗费很久。
这次我们用Vibe Coding这种新开发方式，把写代码的工作交给AI来做。我们小组只负责定好整体方案，检查AI写出来的代码，再把程序里的问题修好，省下大量写代码的时间，完整走完一整套开发流程。

2.我们的目标

1. 把软件开发一整套流程梳理明白，拆分好每一步要做的事。
2. 全程用文字把要求发给AI，让它自动生成代码，我们尽量少手动写代码。
3. 从头到尾做完练习：从构思需求，把程序做出来，再写好开发博客并发布。

3.功能与使用要求

我们练习开发流程，梳理通用内容：

1. 基础功能：能够读取本地文件、自己调整各项参数、执行处理任务、保存处理好的文件，同时自动留下运行记录。
2. 稳定性：程序不能动不动闪退，处理完的文件也不能破损、打不开。
3. 运行速度：处理普通任务不用等待太久，满足日常使用。
4. 操作门槛：页面逻辑简单，没有基础的人也能轻松上手。

二、产品需求文档

1.项目名字
跟着Vibe Coding模式，完整走完软件开发流程

2.核心目的
用AI工具做软件开发，我们只用把需求描述清楚，剩下的代码全部让AI自动生成。
小组人员只负责规划整体方案、检查代码、修复程序漏洞，尽量减少手动敲代码，完整走完软件开发、反复修改优化、撰写并发布技术博客的全部步骤。

3.整套流程内容

1. 文件的导入：可以打开电脑里的本地文件，常见格式全都能识别。
2. 参数的设置：留出可调整的选项，使用者能自己改动各项运行条件。
3. 任务的运行：调用程序内部的核心工具，全自动完成文件处理。
4. 结果的导出：把处理好的文件保存下来，并且自动记录每一次操作的运行记录

5.开发规则
开发方式：按照Vibe Coding来做，人定方案，AI负责编写代码。
所用技术：使用Python语言，搭配对应的工具内核完成开发。
最终交付：可以正常运行的程序，再加上记录整个开发过程的技术博客。

技术设计文档（Tech Design）
根据PRD确定实现的技术以及大致技术架构。
一、 创建一个test.md 文件
在VS Code中实现，具体步骤如下：

1. 打开项目文件夹
   （1） 打开 VS Code，左上角点击「文件 (File)」→「打开文件夹 (Open Folder)」
   

（2） 选中本地记账项目根目录，点击「选择文件夹」，左侧资源管理器加载项目文件树
2. 新建技术设计文档文件
（1） 左侧资源管理器，右键项目根目录空白处；
（2） 选择「新建文件 (New File)」；
（3） 文件名输入 test.md 回车，自动生成 Markdown 格式文档；

3. 编辑文档
   （1） 点击文件即可进入编辑区，粘贴技术设计内容；
   

（2） 保存
4. 预览文档（可选）
编辑区右上角点击「打开预览」图标，分屏实时查看排版效果

二、 test.md 正文内容
包含：
·技术栈选择（前端用什么、后端用什么、数据库用什么）
可以问AI：“我要做一个XX应用，应该用什么技术栈？”
·项目结构（代码怎么组织）
·数据模型（需要存储哪些数据）
·关键技术点（有哪些技术难点需要注意）
设计技术文档可能如下：

第三部分：AI代理指令
一、AI代理指令制定原则

1. 需求明确
   指令必须明确技术栈、功能范围、参数要求、性能标准、适配场景等。不给予AI自由发挥空间，确保AI输出内容完全匹配开发要求。
2. 权责分离
   人工负责架构设计、需求整理、参数定义、代码审核、bug修复；AI负责代码、注释、脚本编写，减少人工手动编码工作量。
3. 支持迭代
   AI指令需预留迭代空间，要求生成的代码模块化、低耦化、注释完整，预留扩展接口，支持后续优化，方便人工二次修改与迭代维护。
4. 统一标准
   代码命令、注释、目录结构保持统一，提升可维护性。

二、通用标准化 AI 代理指令

1. 总开发指令
   根据项目需求文档和技术设计方案，基于指定技术栈完成软件开发。所有基础代码由 AI 生成，我方仅负责方案审核、bug修复、逻辑校验、与功能优化。程序需包含完整的基础功能和简洁的操作逻辑，运行稳定无崩溃，并配备完整的运行日志记录功能，支持后续迭代拓展。
2. 分模块开发指令
   将项目拆分为多个独立低耦合模块独立开发，各模块功能互不冲突、结构清晰：
   第一， 文件导入模版：实现文件读取解析，兼容本地文件格式；
   第二， 参数配置模板：提供可自定义的参数配置功能，支持用户自行调整；
   第三， 核心业务模板：实现项目核心业务逻辑处理，保证功能完整可用；
   第四，输出日志模板：保存处理结果，自动记录操作流程、运行状态，异常报错。
3. 代码规范指令
   遵循对应编程语言规范，统一命名、缩进格式；关键逻辑和函数配有清晰注释，说明功能用途、参数含义等；删除冗余代码，封装公共逻辑，提升代码可读性、复用性与可维护性。
4. 异常处理指令
   为程序添加完善的异常捕获和容错机制，覆盖文件加载、参数校验、业务运算、结果导出全流程；自动捕获异常并记录日志，避免程序闪退、崩溃、卡死；异常给出提示，保证输出文件完好。
5. 迭代优化指令
   首轮功能开发完成后，依据测试情况迭代优化：修复报错、卡顿、兼容异常等问题；提升程序处理；简化操作逻辑，降低使用门槛；完善日志体系，提升稳定性。

三、AI 指令执行流程
整套开发采用闭环式 AI 辅助开发流程，步骤如下：

1. 指令下发：按模块拆分下发，顺序是基础功能开发、核心逻辑实现、异常处理、迭代优化，不一次性堆叠需求。
2. 生成代码：AI 根据单条指令输出完整、可运行、带注释的模块代码。
3. 人工审核：人工核对功能完整性，排查逻辑漏洞，修复bug。
4. 循环调化：针对所有问题，再次下发优化指令，反复迭代直至项目功能、稳定性、性能全部达标。

第四部分：补充全流程收尾
一. 程序测试流程

1. 功能测试：逐项验证文件导入、参数配置、任务处理、文件导出、日志记录五大核心功能；
2. 稳定性测试：批量长时间处理文件，验证程序是否闪退、文件是否损坏；
3. 边界测试：测试超大文件、异常格式文件、极端参数下程序运行状态；
4. 异常测试：主动制造文件缺失、参数错误等场景，校验异常捕获与日志记录能力。

二. Bug 修复流程

1. 统一记录缺陷：写明报错场景、复现步骤、预期运行效果；
2. 整理优化指令提交 AI 重写对应模块代码；
3. 代码更新后复测，确认问题完全解决，方可进入下一阶段。

三. 程序打包交付
使用 Python 打包工具，将源码打包为独立可执行程序，无需用户本地配置 Python 环境；配套简易使用说明，标注操作步骤、可调参数、日志文件存放路径。