AI 写的 go-admin 代码,为什么十次有八次要返工?

简介: AI写go-admin代码常返工,因模型不了解项目现状:风格不统一、权限种子数据易遗漏、Actions模式与旧写法混用。本文总结踩坑经验,提出AGENTS.md规范、CI验证示例、结构化Skill三步解法,让AI生成真正可用、可维护的代码。

让 AI 写 go-admin 代码,为什么十次有八次要返工?我们把踩过的坑写成了 Skill

一个很多人都遇到过的场景

把"帮我加一个商品管理模块"丢给 Claude Code、Cursor 或者随便哪个 AI 编程工具,十有八九能跑出一版代码——能编译,接口能通,你甚至能在 Postman 里调通。

然后你打开前端界面,侧边栏没有这个菜单。或者菜单有了,点进去接口报 403。或者代码是能用,但和项目里其他模块的写法完全是两套风格,过两周你自己都分不清哪个是 AI 写的、哪个是手写的。

问题不在模型笨。是它压根不知道你的项目现在长什么样。

为什么"直接让模型写"会失败

以 go-admin 为例,这是个横跨好几年的开源后台框架。早期版本里,每个业务模块都要手写 Api 和 Service,一个 Api 至少七个函数。这套写法在 GitHub 上留存量巨大,模型训练时看到的大概率就是这套。

但项目现在对单表增删改查推荐的是 Actions 模式——一个模块只要 model、dto、router 三个文件,参数绑定、数据权限过滤、分页这些都交给框架内置的通用 Action。

两种写法都能跑,模型不会报错,你短期内也发现不了。等项目里两套风格混在一起,再统一就是真金白银的返工成本。

这还只是后端代码风格。真正容易被忽略、而且错了也不会报错的,是另一件事:一个模块要在界面上真正可用,除了代码,还需要往 sys_api、sys_menu、sys_menu_api_rule、casbin_rule 四张表里写正确的种子数据——接口注册、菜单挂载、菜单和接口的关联、实际生效的权限策略。漏了任何一步,现象都是"看起来一切正常,但界面上要么没有菜单,要么按钮点不动",没有任何报错提示。

我们怎么解决

第一层是 AGENTS.md。这是专门写给 AI 编码工具看的约定文件,go-admin 和它的前端仓库 go-admin-ui 根目录各有一份。它刻意做得很短,只写"不遵守就会出错"的规则,技术栈版本、命令这些交给 go.mod、package.json 自己说话,避免文档和代码脱节。

第二层是一份可编译、有测试、CI 会跑的参照实现(app/demo/)。文字描述会过时,但被 CI 持续验证的代码不会——这比任何规范文档都可靠。

这两层已经能让 AI 生成的代码风格对齐了,但还不够。风格对了,权限没配对,用户还是会卡在"界面上看不到菜单"这一步。于是我们把"新建一个业务模块"这件事,从一段散文式的操作说明,改写成了一个结构化、可以直接调用的 Skill——把表设计、迁移、Actions 模式代码生成、以及最容易漏掉的菜单/权限种子数据,串成一条端到端的流程,每一步都指向真实存在、可运行的参照文件,而不是让模型凭记忆现编。前端这边同理,做了一个对应的 Skill,负责生成标准的列表+表单页面,两边靠同一个权限标识字符串对齐。

这套思路值得抄的地方

不是所有项目都需要立刻上 Skill,但这个分层思路是通用的:

  1. 先写清楚"哪些是死规则"(AGENTS.md 式的文件),不遵守就会出编译错误或者运行时问题的那种,越短越好;
  2. 指向一个真实可跑的参照实现,而不是在文档里复述代码——文字会骗人,CI 跑过的代码不会;
  3. 把"容易漏、错了也不报错"的步骤单独拎出来讲清楚——go-admin 这里就是权限种子数据,几乎每个项目都有类似的"隐性依赖";
  4. 重复性高的流程才值得写成 Skill,一次性的活儿写文档就够了,没必要为每件事都上工具化。

代码生成器解决的是"确定性、可复现"的标准 CRUD;AI 生成解决的是生成器覆盖不到的部分——业务逻辑、改造既有代码、补测试。两者不是竞争关系,选哪个看场景。

想看具体怎么做的

go-admin 是基于 Gin + Vue 3 的开源中后台框架,文档站上有完整的 用 AI 生成代码 这篇,讲了提示词该包含哪三个要素、以及新增模块、跨表业务、改造代码、补测试、写迁移这几种场景的可复制模板。

仓库地址:https://github.com/go-admin-team/go-admin(后端)、https://github.com/go-admin-team/go-admin-ui(前端,Element Plus 版)。欢迎 star,也欢迎在 AGENTS.md 或者 Skill 上提意见。

相关文章
|
开发工具
frp-免费内网穿透
frp-免费内网穿透
2820 0
|
2月前
|
算法 数据建模 测试技术
阿里云SSL证书价格:DigiCert/GlobalSign/CFCA 阿里云证书价格、审核时效详解
本文系统解析2026年阿里云SSL证书选型要点:涵盖DV/OV/EV三类验证等级差异、单域/通配符/多域名适用场景、DigiCert/GlobalSign/WoSign等主流品牌价格(DV单域低至95.4元/6个月),并指出免费证书限3个月、20张/年,生产环境推荐付费OV/EV。阿里云SSL证书官网:https://t.aliyun.com/U/RpER2D
|
Java 关系型数据库 MySQL
Spring Boot实现第一次启动时自动初始化数据库
在现在的后端开发中,只要是使用关系型数据库,相信SSM架构(Spring Boot + MyBatis)已经成为首选。 不过在我们第一次运行或者部署项目的时候,通常要先手动连接数据库,执行一个SQL文件以创建数据库以及数据库表格完成数据库的初始化工作,这样我们的SSM应用程序才能够正常工作。 这样也对实际部署或者是容器化造成了一些麻烦,必须先手动初始化数据库再启动应用程序。 那能不能让我们的SSM应用程序第一次启动时,自动地帮我们执行SQL文件以完成数据库初始化工作呢? 这样事实上是没问题的,今天就以Spring Boot + MyBatis为例,使用MySQL作为数据库,完成上述的数
|
2月前
|
JavaScript API 开发者
DeepSeek Harness 刚发布,先让它做了个网页
DeepSeek Harness(DSH)是DeepSeek开源的Agent执行框架,践行“Model + Harness = Agent”理念。v0.1开发者预览版发布次日即实测成功:一行命令`npx @deepseek-ai/dsh web`启动,自动完成搜索、规划、写HTML、本地验证全流程,支持插件扩展与完整执行轨迹追踪。(239字)
898 1
DeepSeek Harness 刚发布,先让它做了个网页
|
2月前
|
存储 运维 数据可视化
告别人工台账内卷!依托阿里云生态,实现企业全域资产智能管控
首码科技推出轻量化RFID+U位可视化方案,依托阿里云API与IoT能力,打通线上线下资产数据,实现混合云环境下IT资产全生命周期统一管控,支持多站点分权管理、实时自动采集、合规审计追溯,助力企业降本增效。
|
7月前
|
人工智能 监控 Linux
OpenClaw(小龙虾)进阶完全指南:17大高手技巧+阿里云/本地部署+大模型配置完整版
OpenClaw(小龙虾)作为轻量化开源AI Agent,已经成为本地部署、任务执行、多平台接入的主流框架。但绝大多数用户只停留在“安装启动、简单对话”的初级阶段,完全没有发挥其长期记忆、技能工程化、多Agent协作、稳定值守、人格管理等真正实力。
1699 0
|
4月前
|
人工智能 IDE Java
Qoder CN v1.4.1深度实战:从代码补全到自主Agent开发完整进阶指南
2026年原通义灵码完成品牌升级,正式更名为Qoder CN,产品定位从基础代码补全工具升级为全栈Agentic智能编程平台,当前稳定版本为v1.4.1。区别于传统对话式编码助手,Qoder CN构建三层分层能力体系,依托Quest自主任务、多文件Agent编辑、Repo项目知识库三大核心差异化功能,可独立完成需求拆解、方案设计、多文件编码、自测验证、文档沉淀全流程开发工作。本文结合大型Spring Boot遗留项目、微服务拆分、分库分表改造、单元测试覆盖四大企业真实场景,完整讲解安装部署、模型接入、规则配置、多模式使用、团队协作、MCP扩展全链路实操方案,同时横向对比Cursor、GitHu
829 0
|
4月前
|
人工智能 Java 开发工具
Qoder CN 深度实战:从编码辅助到 Agentic 自主开发的完整进阶路径
Qoder CN(原通义灵码)在 2026 年 5 月 20 日完成品牌升级后,已从单一的代码补全工具跃迁为全栈 Agentic 编程平台。本文从实战角度出发,深入拆解 Qoder CN 的能力三层模型,通过四个企业级 Spring Boot 项目场景验证 Quest 模式、Agent 模式、Repo Wiki 等核心功能的真实效果,并给出 Rules 规则配置、MCP 扩展、团队推广的完整最佳实践。
|
4月前
|
数据采集 人工智能 缓存
字节面试官:别再直接让 AI 写代码了,先学会 SDD 规格驱动开发
AI编程虽快,但需求模糊易致代码失控。SDD(规格驱动开发)主张先明确定义目标、边界、行为、约束与验收标准,再让AI编码。对测试开发尤为关键——它将模糊需求转化为可测、可验、可追溯的质量规格,推动测试前置、风险可控、回归有据。
|
5月前
|
人工智能 编解码 运维
告别“氛围编程”:基于 Harness 治理和 SDD 的团队级 AI 研发范式演进与实践
文章内容基于作者个人技术实践与独立思考,旨在分享经验,仅代表个人观点。
1895 5
告别“氛围编程”:基于 Harness 治理和 SDD 的团队级 AI 研发范式演进与实践

热门文章

最新文章