AI 帮我造 AI 工具，然后我失业了（假的）

Barcke
0 阅读4分钟

image

我用 AI 帮我造了个 AI 编程平台，然后它帮我写了这篇文章

"再牛B的技术，也经不住你傻B式的坚持。" —— barcke 语录

前言：一个故事的开始

某个深夜，我盯着屏幕，手边是第 N 杯咖啡，脑子里转的是：

"要是有个工具，能让 AI 帮我写代码、帮我调 Bug、帮我生成文档……那该多好？"

然后我意识到，这玩意儿我可以自己造。

于是，code.ideamake.cn 诞生了。

这是个什么东西？

简单说：一个基于 Claude 的 AI 编程助手平台，支持：

  • 🤖 对话式编程（你说需求，它出代码）
  • 🌐 内嵌浏览器预览（写完直接看效果）
  • 📁 工作区文件管理（不是单纯的聊天框）
  • 🚀 一键部署本地服务（python3 -m http.server 8080 它来负责）

用一句话总结就是：你负责提需求，AI 负责秃头。

技术干货：它是怎么跑起来的？

架构层面

用户输入 Prompt ↓ Claude API (claude-sonnet-4) ↓ Tool Use（文件读写 / bash 执行 / 浏览器调用） ↓ 工作区（/workspace/project） ↓ 本地 HTTP Server（port 8080） ↓ 内嵌浏览器预览 核心是 Claude 的 Tool Use 能力，不是普通的聊天补全，而是真正的 Agent Loop： while (任务未完成) { 让 Claude 决定下一步 tool call 执行 tool（bash / file / browser） 把结果塞回 context 继续... } 这就是为什么它能"自己跑 curl 检查服务是不是活着"，不是魔法，是 ReAct 模式的工程化落地。

一个值得注意的细节：上下文管理

Agent 模式下，每一轮工具执行结果都会追加进 messages 数组，这意味着：

  • 长任务会快速消耗 context window
  • 需要做好 history 截断 或 summarization 策略

如果你也在自己接 Claude API 实现类似功能，建议这样控制：

// 保留最近 N 轮，避免 token 爆炸
const MAX_TURNS = 20;
const trimmedMessages = messages.slice(-MAX_TURNS * 2);

文件系统 + bash = 真正的 Agent

很多人以为 AI 编程助手就是"生成代码然后复制粘贴"，但真正的 Agent 是：

  1. 写文件：create_file('/workspace/project/index.html', content)
  2. 执行命令：bash('cd /workspace && python3 -m http.server 8080 &')
  3. 验证结果：bash('curl -s http://localhost:8080/ | head -30')
  4. 根据结果决策：返回 200 → 告诉用户成功；否则 → 自动 debug

这套闭环，才是让 code.ideamake.cn 感觉"真的能干活"的原因。

我对它做了什么改造？

原版是通用编程助手，我在用的过程中做了些"本地化手术"：

1. 汉化 Prompt 层

把系统 Prompt 里的任务描述、工具说明全部改成中文，AI 回复也更自然了，不再一本正经说英文。

2. 接入 MiniMax 替代 Claude

Claude API 对国内开发者不算友好（延迟 + 价格），我把 LLM 层抽象了一下，换成了 MiniMax：

# 替换前
client = anthropic.Anthropic(api_key=CLAUDE_KEY)

# 替换后（MiniMax 兼容 OpenAI 协议）
client = OpenAI(
    api_key=MINIMAX_KEY,
    base_url="https://api.minimax.chat/v1"
)

对，MiniMax 支持 OpenAI 兼容协议，切换成本几乎为零。

3. 增加工作区持久化

原版每次对话工作区是临时的，我加了 PostgreSQL 存储工作区快照，配合 aidee 平台的 R2DBC + Redis 缓存层复用。

遇到的坑，顺便帮你踩掉

坑 1：bash 执行的进程没有回收

Agent 启动后台服务（python3 -m http.server &），对话结束没有 kill，端口就占住了。

解决：bash 工具执行前检查端口占用，或用 lsof -ti:8080 | xargs kill -9 先清理。

坑 2：文件内容太大导致 context 溢出

Agent 把整个 index.html（几百行）塞进 messages 里，token 直接爆。

解决：file read 工具加 max_lines 限制，只读前 100 行，需要更多再分页。

坑 3：浏览器预览 localhost 跨域

内嵌 iframe 访问 localhost 会被浏览器拦截。

解决：用 WebSocket tunnel 或 反向代理把 localhost:8080 映射到公网子路径。

最后说点实在的

如果你也想造类似的东西，核心思路就三个字：

工具 + 循环 + 上下文

工具决定 AI 能干什么，循环决定它能干多久，上下文管理决定它能干多好。

其余的，都是包装。

彩蛋：这篇文章的诞生过程

  1. 我截了个图给 Claude
  2. 说："帮我写篇 blog，参考我之前的文章风格，幽默带干货"
  3. Claude 花了 3 分钟抓取我的 blog 首页、分析风格
  4. 输出了你现在看到的这篇文章

所以严格来说，这篇文章是 AI 用 AI 平台写的关于 AI 平台的文章。

套娃警告 🪆🪆🪆

如果你也在搞 AI 工具链，欢迎来聊：微信 Xiaoxin5653

— barcke @ 某个深夜

avatar
文章
阅读
粉丝