返回学习中心

VibeCoding 开发经验总结分享

18 条实战经验技巧 — 从真实项目中提炼的宝贵经验

PDF 资料 实战精华

以下内容从《VibeCoding开发经验总结分享》PDF 文档中提取并重新编排,包含 18 条实战经验技巧。这些经验来自真实的 Vibe Coding 项目实践过程,每条都配有原文截图或操作演示。

经验 1:让 Claude 启动浏览器验证

1 让 Claude 自己启动浏览器验证

像真正机器⼈一样⼲活,避免多次出错,不断需要⼿⼯输⼊修正。

与其反复粘贴错误日志让 AI 猜测问题,不如直接让 AI 启动浏览器、打开页面、看到实际效果后自行判断和修复。这种方式模拟了人类调试的真实流程,效率显著提升。

Claude 对话截图 操作界面截图

经验 2-3:遇到顽固 Bug 的策略

2 不要让 AI 反复修改同一个 Bug

如果 AI ⼀直修改不好当前 bug,就不要再让 AI 重复多次修改。⽽是让它对⽐ git diff 差异或 worktree,分析新产⽣这个 bug 的真正原因,避免修改⽅案偏离太远。

依然有这个错误,为什么 PpssppActivity.java ⼯程没有这个问题,game_loader 有这个问题?请再仔细对⽐两个⼯程加载逻辑差异,确保⼀致。

3 让 AI 直接编译运⾏并根据⽇志继续分析

可让 AI 直接编译运⾏ Android APK,根据终端⽇志继续分析问题,直到解决。不⽤重复多次粘贴⽇志 —— 这样解决问题效率更⾼。

安装有密码提⽰时还需要每次⼿⼯点下安装,但整体效率仍然高于人工逐行排查。

经验 4:双 AI 并行开发

4 同步使⽤两个 AI 做同⼀个功能

AI 编码很快,可以同步让两个 AI 同时做⼀个功能,互相弥补出现的问题。对比看哪个做得更好,后续还可以互相 review。

这种方法类似于代码审查中的双程序员制(Pair Programming),能大幅减少遗漏和错误。

经验 5:TDD 测试驱动开发

5 使⽤ TDD(测试驱动开发)模式

先写测试⽤例要求,然后循环根据测试⽤例去解决问题;类似 hardness 开发模式,给 AI 加上约束条件,让它针对约束去解决问题。

TDD 测试要点

经验 6:浏览器自动化操作

6 ⽤浏览器模拟点击操作

可以解决浏览器插件安全问题和⽹站防抓取问题。通过 pynput 或 CDP 协议直接控制浏览器进行真实操作。

自动签名脚本 — 完整 Deposit + 签名流程(已验证稳定)

# 1. 点击 Deposit 按钮 (normX=0.475, normY=0.803 -> 逻辑坐标 718,788)
cliclick m:718,788 && sleep 0.5 && cliclick c:718,788

# 2. 等待 TronLink 签名弹窗出现(约4-5秒)
sleep 5

# 3. 点击签名按钮 (1406,638) — 两次点击:第⼀次聚焦,第⼆次确认
cliclick m:1406,638 && sleep 2 && cliclick c:1406,638 && sleep 2 &&
cliclick c:1406,638
注意:签名需要两次点击 — 第⼀次聚焦钱包窗⼝,第⼆次触发签名。直接单次点击可能⽆效。

等待并签名

# 等待签名弹窗出现后⾃动签名(配合截图检测)
sign_tronlink() {
  echo "⏳ 等待 TronLink 签名弹窗..."
  sleep 3
  cliclick c:1395,631
  echo "✅ 已点击签名按钮"
}
sign_tronlink

完整充值 + 自动签名流程

# 1. 触发充值操作(通过 CDP 或⻚⾯按钮)
# 2. 等待 TronLink 签名弹窗出现
sleep 3
# 3. ⾃动签名
cliclick c:1395,631
echo "✅ 签名完成"
# 4. 等待交易确认
sleep 5
# 5. 截图确认结果
screencapture -x /tmp/tronlink-sign-result.png

OCR 截图检测签名弹窗

Bash(screencapture -x /tmp/sign_popup.png && /tmp/ocr3 /tmp/sign_popup.png
2>/dev/null | awk 'NR<=')
⎿ 'Chrome' x=0.053 y=0.017
'ТЛАН' x=0.270 y=0.018
'Poker Achievement NFT (PAN X Account TU8rhtpFQUsgpbe9:' x=0.211 y=0.056

OCR 没有捕获到 TronLink 弹窗内容,弹窗可能是独⽴窗⼝层。重新编写 OCR 脚本⽀持传⼊⽂件参数:

Bash(cat > /tmp/ocr_file.swift << 'EOF'
import Vision...
⎿ compiled

TronLink 弹窗是独⽴的 Chrome 扩展窗⼝,screencapture -x 可能没截到它。⽤不带 -x 的⽅式截全屏包含所有窗⼝:

Bash(screencapture /tmp/sign_all.png && /tmp/ocr_file /tmp/sign_all.png 2>/dev/null |
awk 'NR<=50')
⎿ 'Chrome' x=0.054 y=0.017
'< > c' x=0.039 y=0.100
'HE THAN' x=0.257 y=0.018
⎿ 'Q' x=0.836 y=0.018
'TronLink' x=0.820 y=0.051
'4H6B #- 21:53:34' x=0.944 y=0.018

看到 TronLink 弹窗在右侧,有 0.9937 TRX 和地址信息。扫描右侧更多内容定位签名按钮:

Bash(/tmp/ocr_file /tmp/sign_all.png 2>/dev/null | awk -F'x=' '{if(NF>1 && $2+0 > 0.8)
print}' | awk 'NR<=30')

TronLink 弹窗在右侧,签名按钮可能是绿⾊图形按钮 OCR 识别不到。根据弹窗位置 x≈0.92,换算坐标并尝试点击签名按钮:

# 弹窗右侧 x≈0.93, 签名按钮在底部 y≈0.55-0.65
# 逻辑分辨率 1512x982
y=0.55 -> (1406,540)
y=0.60 -> (1406,589)
y=0.65 -> (1406,638)

# 先移动⿏标到 y=0.65 位置确认,再执⾏签名:
Bash(cliclick m:1406,638)
已验证: 2026-04-06,通过 pynput 监听⽤⼾实际点击录制

经验 7:开启调试模式深入分析

7 问题⽆法解决时,打开调试⽅式

配置好调试环境,使用断点分析 AI ⽣成的代码是否合理。

VSCode 代码界面

后台 Node.js 调试 + 前端 Chrome 浏览器调试,双管齐下定位问题根因。

后台 Node.js 调试

VSCode 对比视图

使用 Node.js 内置调试器或 VS Code 断点调试,逐步执行 AI 生成的代码,观察变量状态和调用栈。

前端 Chrome 浏览器调试

AWS Demo 完整界面 - 自动签名流程截图

使用 Chrome DevTools 分析前端行为,检查网络请求、控制台日志、DOM 结构等。

经验 8-10:工具与模型策略

8 模型切换策略

Sonnet 模型⽆法解决时,可以更换 Opus 更好的模型;Codebuddy ⾥也可以切换模型。GLM 5.0 搞不定时可试试 Kimi。现在各 AI ⼯具使⽤费较⾼,国内 GLM + Kimi 结合使⽤也是好选择。问题反复搞不定时使⽤ ClaudeCode、Gemini,将海外模型调⽤的⽅法搬移到国内模型使⽤。

9 使⽤ Codebuddy 增强 prompt 功能

Codebuddy 的增强 prompt 功能也能提⾼开发和问题解决效率,充分利用上下文能力。

10 使⽤ Git 管理

使⽤ Git 来管理每次 AI 改的代码,确定修改⽅向正确,撤销不正确的修改,或直接利⽤ AI 提交/撤销 Git 代码。

终端调试输出

经验 11-13:工程化方法论

11 增加机器⼈机制

解决多⼈操作、联⽹应⽤开发调试的⿇烦问题。自动化脚本 + 定时任务 = 效率倍增。

12 追查 bug 重复出现的根因

Chrome 调试界面 Git 操作终端 Git 操作结果

每次 AI 修改需要了解原因。如果问题重复出现,需要让 AI 追查 bug 重复出现的根本原因,避免后续再次出现。

13 大任务拆分为小步骤

AI 就像⼩孩⼀样,给它一个很⼤的任务可能完成得不好。但拆成多个步骤,然后一步步连起来,就能完成得很好。

例如,以下指令总不能很好的完成(一次性下达太大):

  • 完善NFT测试⽤例,模拟游戏运⾏,构造顺⼦的牌型,并⽣成NFT
  • UI/逻辑/合约调⽤,端对端集成测试流程⾛⼀遍,解决相关问题
  • 不要启动新的chrome浏览器,连接现有已启动的调试chrome浏览器
  • 参考CODEBUDDY.md的测试⽤例guide完善NTF测试⽤例

但逐步下达以下指令,就完成得很好:

  1. ⽤私钥登录钱包
  2. 模拟特殊牌型⽣成
  3. 机器⼈模拟对家出牌
  4. CDP操作浏览器,控制浏览器本家出牌
  5. 检查NFT铸造
  6. 将操作步骤记录md⽂件
任务分解示例 逐步执行结果

经验 14-18:沟通与心态

14 AI 有时说得也不对

需要多次交互判断,不要盲目相信 AI 的第一次回答。交叉验证、多轮确认是保证正确性的关键。

15 对代码不熟悉时,先让 AI 帮解读

选中代码让 AI 解读,熟悉相关逻辑后再提问或要求修改。这比盲目描述需求高效得多。

16 先加功能开关,再添加功能

应该先给 nitro-rect 加开关,再增加 3D 功能。如果完成某个功能再加开关,AI 很难找出所有修改的代码。先加开关再添加功能,AI 就不容易丢失相关修改。

17 多轮交互验证

功能开发示例 开发结果对比

每次 AI 给出方案后,都要验证是否真的解决了问题。不要假设 AI 说"修好了"就真的修好了。

18 保持耐心和系统性

Vibe Coding 不是一蹴而就的。遇到困难时回到基础:规划 → MVP → 迭代 → 验证,按流程来就不会迷失方向。

对代码不熟悉,选中代码,让AI帮解读,熟悉相关逻辑

完整工作流

AI解读代码过程

最终成果展示

总结

以上 18 条经验技巧来自真实的 Vibe Coding 项目实践。核心要点:

  1. 让 AI 动手做(启动浏览器、编译运行),而非只动嘴
  2. 用 git diff 分析根因,不让 AI 盲目重复修改
  3. TDD 测试驱动,约束 AI 的输出质量
  4. 大任务拆小步,逐步迭代逼近目标
  5. 多模型配合,国内+海外模型结合使用
  6. 善用调试器,断点分析比猜测高效
  7. 浏览器自动化,pynput/CDP 解决插件安全问题
这些经验不仅适用于区块链/Web3 开发,对所有 Vibe Coding 场景都有参考价值。