最近刚参加AI编程的训练营，因为自己平时也会写写公众号，想着总是自己去打开三方平台，那是不是可以开发一个系统，可以自动采集、创作、修改、发布，那就可以不用到处切系统了。
说干就干！
其实这些流程绝大数我都已经在n8n中实现了，所以能确定它们的可行性，唯一待确认的就是自动采集如何实现。
因为是一个完整的系统，除了核心节点，还有不少其它的功能，所以我打算先实现MVP：采集-创作-发布，然后再实现后续的爆火基因分析、图片生成、自动创作、编辑、账号配置、模型选择、风格配置等功能。说实话，开发MVP很快，但是在完善系统的过程中踩了太多的坑，光文档就生成了几十个。
废话不多说，我们先看下实现效果和“悲惨记录”，然后再做一个复盘。
网站效果：
血泪经验：
1.开发完一定要AI自动测试通过
我用的开发工具是ClaudeCode+GLM，GLM有个很大的问题，就是当上下文比较长的时候它会经常犯糊涂，遇到问题就只改问题，破了个洞就打个补丁
2.每改一个问题都要提交git，不然AI会犯错，然后不停的来回改
功能少时，AI还算理智，当功能一多，问题多次没改好时，就会原地打转，甚至把已经确认开发好的问题再改出问题，所以当一个功能开发时一定要提交Git，好让AI可以随时恢复
3.每解决一个重要的问题都要让大模型做总结，避免再犯时让它拿出来看看
这一条的原因和第2条类似
4.要勇于质疑AI的设计
大模型是同概率统计实现的，当它的方向偏离正轨时，它会沿着这条路持续的走下去，结果会越偏越远。所以，我们作为驾驶员一定要在发现它解决不好的问题时，要让它反思
5.当遇到BUG经过多次解决不了时，可以尝试用其它大模型或者改变提问方式（比如：让大模型思考这个问题的原因是什么？一定要这么做吗？行业的标准做法是什么？）
6.使用第三方库时让它参考官方文档设计
我们在AI Coding的过程中，大模型训练时可能已经有相关的知识了（这时已过时），这个时候它会用它了解的直接开发，所以在接入第三方功能时要它先阅读官方文档
7.测试驱动开发
现在有不少MCP支持，但上下文长了以后就顾不了了，我们开发新功能时可以要求它想好怎么测试
以上7条是最重要的踩坑记录，希望对大家能有一些帮助！
至于开发步骤，下面我简单做一个复盘，因为相比于上面的血泪史，这就显得不是那么重要了。
第一步：现在在Gemini中简单聊了一下我的需求
第二步：开发MVP（有一个想法的时候千万不要想着一步到位，写把最小核心功能实现了，再去完善）
MVP我要做的是采集（爬取文章）--> 根据提示词创作--> 发布，把需求直接丢给Claude Code，就可以去喝咖啡了。遇到什么问题就让AI解决，这个过程不断循环。
第三步：MVP完成后，就继续完善“登录/注册”、“自动创作”、“专业分析+创作”、“生图”、“风格管理”、“模型时设置”、“微信配置”等功能
第四步：修改存储方式，MVP时只是做了简单的存储，系统完善后就要改成数据库了
第五步：部署到服务器，这里可以选择部署到vercel或者自己的服务器
这里如果不想太复杂建议使用vercel，自动部署，非常简单。我这里“脑抽”，买了台服务器体验了一下自己部署，什么都要自己做，把自己折腾的够呛！
不得不说，AI Coding就是方便，要是在以前开发这个网站，至少得配置一个服务端、一个前端、一个UI、一个运维，怎么着也得2个星期吧！而现在只需要3天，关键是我还在同时开发另外一个英语学习网站！
最近，Coze、N8N、AICoding玩了个遍，如果可以玩AICoding的我觉得可以直接玩AI编程，自由度更高！
