从 0 到 1 用 AI DevSpace 搭一个商品管理 Web 应用：一次完整的云上实践

一、为什么要用云端 AI 开发环境

本地配环境这件事，做过的人都懂：Node 版本冲突、依赖下载慢、GPU 驱动装不上、换台机器就要重来一遍。云上开发环境把「环境」变成了一个可随时拉起、随时销毁的资源，而 AI DevSpace 在这个基础上又加了一层——用自然语言描述需求，直接生成可运行的工程骨架。

这次我完整走了一遍「快速构建商品管理 Web 应用」的实践路径，把过程、关键代码和踩坑点记录下来，给准备上手的同学一个参考。

二、环境准备

实践中心里的实验环境已经预置了运行时，进入后只需要确认三件事：

1. 工作目录在 /home/user，所有工程都放在这里，容器重建后能保留；
2. Node.js 与 Python 版本（本次用到 Node 18+、Python 3.10+）；
3. 端口映射是否已开放 8080，Web 应用要对外访问必须走这个端口。

确认完就可以开始。AI DevSpace 的入口在「AI 办公开发实践中心」，新建一个会话即可。

三、用自然语言生成工程骨架

我给的提示词是这样的：

用 Node.js + Express 写一个商品管理后台，提供商品的新增、查询、修改、删除接口，数据先用内存数组存，前端用原生 HTML + fetch 展示列表和表单，监听 8080 端口。

生成出来的结构很干净：

goods-app/
├── server.js          # Express 入口，含 CRUD 路由
├── public/
│   ├── index.html     # 列表 + 表单
│   └── app.js         # fetch 调用封装
└── package.json

核心接口大概长这样：

const express = require('express');
const app = express();
app.use(express.json());
app.use(express.static('public'));

let goods = [];
let seq = 1;

app.get('/api/goods', (req, res) => res.json(goods));

app.post('/api/goods', (req, res) => {
  const { name, price, stock } = req.body;
  if (!name || price == null) {
    return res.status(400).json({ error: 'name 和 price 必填' });
  }
  const item = { id: seq++, name, price: Number(price), stock: Number(stock || 0) };
  goods.push(item);
  res.status(201).json(item);
});

app.delete('/api/goods/:id', (req, res) => {
  const id = Number(req.params.id);
  const before = goods.length;
  goods = goods.filter(g => g.id !== id);
  res.json({ removed: before - goods.length });
});

app.listen(8080, () => console.log('listening on 8080'));

四、跑起来之后遇到的三个坑

坑一：端口通了但页面 404。 静态资源目录写成了 ./public，在容器里启动时工作目录不对，改成相对文件位置的绝对路径就正常了。

坑二：POST 请求 body 为空。 少了 app.use(express.json())，Express 默认不解析 JSON body，加上中间件即可。

坑三：修改依赖后服务没重启。 云上环境不会自动热重载，推荐用 nodemon，或者在 AI 会话里直接让它执行重启命令，省得手动 kill 进程。

五、让 AI 继续迭代

骨架跑通之后，最有价值的一步是继续追加需求，而不是自己一行行补。比如我接着让它做了三件事：

• 给列表加分页和关键字搜索；
• 把内存存储换成 SQLite，并生成建表和初始化脚本；
• 增加一个 /api/goods/export 接口，导出 CSV。

每一轮只需要一两句描述，改动范围小、可回滚，比一次性让它生成完整系统要稳得多。

六、几点体会

1. 提示词要说清技术栈和端口。AI 不会猜你团队的规范，说清楚能省掉大半返工。
2. 小步迭代优于大爆炸。每轮只加一个能力，出问题容易定位。
3. 生成的代码一定要读。尤其是数据校验和错误处理，往往是模型最容易偷懒的地方。
4. 环境即资源。用完及时释放，云上环境的成本是按需计算的，别让它一直挂着。

整套流程走下来，从进环境到应用能访问，大概二十分钟。对验证想法、做 Demo、给客户演示来说，这个速度已经足够快了。