← 返回目录

第 20 卷

第 20 / 28 卷日期:

/review

Codex会检查整个项目的代码,找出类型错误、未使用的导入、不一致的命名等问题。比较典型的问题有:

常见问题原因解法
类型不匹配前端期望的字段名和后端返回的不一样以AGENTS.md中的接口约定为准,统一修改
导入路径错误agent各自创建了不同的目录结构统一目录结构后修改导入
环境变量缺失后端agent用了硬编码的测试Key改成process.env.OPENAI_API_KEY
数据库连接重复API层和数据库层都创建了连接实例统一用数据库层暴露的实例

逐个修复。每修一个问题,验证一下是否影响其他地方。等所有TypeScript编译错误都消除了,再做一次完整测试:

帮我做一次端到端测试:

  1. 启动dev server
  2. 调用POST /api/summarize,传入一个真实的文章URL
  3. 检查返回的摘要是否正确
  4. 调用GET /api/history,检查是否有刚才的记录
  5. 检查前端页面能否正常展示

测试通过后,commit并打tag:

git add . -& git commit -m "feat: integrate all modules - frontend + api + database"

git tag v0.1.0

阶段五:优化和部署

核心功能跑通了,但还有一些收尾工作。这些任务适合丢给云端Codex异步处理:

在网页或桌面App里新建任务,选Work in > Cloud,用这个仓库建好并发布的环境(§07),创建几个任务:

【任务1】给项目写README.md,包括:

  • 项目简介
  • 功能截图占位
  • 安装和运行步骤
  • 环境变量配置说明
  • 部署到Vercel的步骤

【任务2】优化错误处理:

  • API路由统一的错误响应格式
  • 前端的错误提示UI
  • 文章抓取失败时的降级方案
  • OpenAI API调用超时的重试逻辑

【任务3】添加SEO和性能优化:

  • 页面metadata
  • OG图片
  • 摘要结果页面的SSG
  • 图片和字体优化

云端Codex的好处是这些任务可以同时跑,每个在独立的沙盒环境里执行,完成后给你提PR。你审查、合并就行。

部署到Vercel:把代码推到GitHub,在Vercel控制台导入项目,配置环境变量,点Deploy。Next.js项目Vercel 会自动识别构建配置,通常不需要额外设置。

要注意的是SQLite。Vercel的Serverless函数没有持久的文件系统,SQLite文件存不住,生产环境换成Turso这类托管数据库。让Codex做这个迁移:

把数据库从本地SQLite迁移到Turso(libSQL的云端版本)。

要求:

  • 本地开发仍然用SQLite文件
  • 生产环境用Turso
  • 通过环境变量DATABASE_URL区分

常见陷阱和解决方案

用Codex做这类多agent并行的项目,常见的坑有这些:

陷阱现象解决方案
agent改了不该让agent改前端,它顺手把用worktree隔离。每个agent只在自己的分支上操作,合并时人
改的文件数据库schema也改了工审查
多agent的修改两个agent都改了同一个配分清依赖关系,先合并基础模块。共享配置文件只由一个agent
互相冲突置文件负责
云端任务执行失提交到云端Codex的任务跑发布环境前看设置报告,确认依赖装齐、测试能在环境里跑通
败不起来(§07)
上下文太长导致agent干了很多事之后,回用/compact压缩上下文,或者干脆开一个新session。把已完
质量下降答变得不精准成的工作commit后,新session只需要知道当前状态
接口约定不一致前端调的接口和后端实现的在AGENTS.md中定义接口契约,所有agent都读同一份约定

对不上

忘记处理边界情URL格式错误、文章内容为在初始prompt里就列出要处理的异常情况
况空、API超时
不commit就并三个agent同时改代码,改每个里程碑都commit。骨架搭好commit,每个agent完成
行开发崩了没法回退commit,合并后commit
测试只看能不能页面能打开就算完成,不测写一个端到端测试清单,让Codex逐项验证。包括正常流程和异
跑边界常流程

三条原则

不要一次给AI太大的任务。「帮我做一个AI文章摘要工具」太大。「帮我实现POST /api/summarize路由,接收 URL参数,抓取正文,调用gpt-6-luna生成三种长度的摘要」就具体得多。任务越具体,输出越可控。

每一步都验证。骨架搭好,验证一次;数据库建好,跑一遍测试;API写好,curl测一下;前端做好,打开浏览器看一眼。每一步验证的成本很低,攒到最后一起查,成本就高了。

自己判断输出好不好。AI生成的代码读起来总是很有道理,它很少主动说「我不确定这样做对不对」。这个数据库Schema合理吗?错误处理够不够?API设计后面好扩展吗?这些要你来判断。

花叔的经验:我不写代码,小猫补光灯从第一行到最后一行都是AI写的。我花时间的地方是想清楚要做什么、不做什么,以及每一版做出来以后,用起来到底对不对。

全站分卷索引 · 28 卷
  1. 1第 1 卷
  2. 2第 2 卷
  3. 3第 3 卷
  4. 4第 4 卷
  5. 5第 5 卷
  6. 6第 6 卷
  7. 7第 7 卷
  8. 8第 8 卷
  9. 9第 9 卷
  10. 10第 10 卷
  11. 11第 11 卷
  12. 12第 12 卷
  13. 13第 13 卷
  14. 14第 14 卷
  15. 15第 15 卷
  16. 16第 16 卷
  17. 17第 17 卷
  18. 18第 18 卷
  19. 19第 19 卷
  20. 20第 20 卷
  21. 21第 21 卷
  22. 22第 22 卷
  23. 23第 23 卷
  24. 24第 24 卷
  25. 25第 25 卷
  26. 26第 26 卷
  27. 27第 27 卷
  28. 28第 28 卷