Vibe Coding 老翻车？可能是你的 AI 根本读不懂产品文档

tanis_3
0 阅读3分钟

vibe_coding_cover Vibe Coding（氛围感编程）最近在 Reddit 和 HN 上很火，核心卖点是用自然语言驱动开发，不用深究底层逻辑。但不少人试下来发现，AI 生成的代码经常跑偏——接口字段对不上，业务逻辑直接搞反。

问题往往不在模型本身，而在输入。把一份带复杂排版、表格和图片的 PDF PRD 直接丢给 AI，它读到的很可能是一堆乱码。

解决办法也直接：喂给 AI 之前，先把文档解析干净。

为什么 AI 在 PDF 面前容易翻车

大模型的输入是纯文本。PDF 本质上是视觉排版，碰到下面这些元素时尤其容易出问题：

  • 复杂表格：字段一旦错位，生成的数据库 Schema 就全废了
  • 流程图与公式：核心业务逻辑藏在里面，普通提取工具直接丢失
  • 多栏混排：段落顺序跳乱，需求上下文断裂

基础数据乱了，后面的代码自然跟着乱。

解法：为你的 AI 接入 MinerU MCP Server

解决办法也极度自然：给你的开发平台（比如 Antigravity 或支持 MCP 的编辑器）配置 MinerU 的 MCP Server。

MinerU 是上海人工智能实验室开源的文档解析工具，GitHub 56.9K+ Stars，在 OmniDocBench 综合评测中排名第一，其最强硬核能力就是能把复杂的 PDF 无损转成结构化的 Markdown。

第一步：获取免费 Token

首次使用需要前往 MinerU 官网获取专属 API Token（第一次需要注册登录）： 直接访问 mineru.net/apiManage/t… 申请即可获取。

官网申请token 第二步：接入智能 IDE 开发平台

对于支持 MCP 标准的开发环境（如 Cursor、Trae、Antigravity 等），只需挂载一个基于命令行的 MCP Server 节点（要求本机已安装 python 包管理工具 uv）。核心配置如下：

  • 服务器类型：command (即 stdio 标准流模式)
  • 执行命令 (Command)：uvx
  • 运行参数 (args)：["mineru-open-mcp"]
  • 环境变量 (Env)：设定 MINERU_API_TOKEN 为你刚才申请的 Token。

各平台的具体操作：

  • Antigravity / Claude Code 作为高度定制化的 Agent 端，请打开对应的 MCP 配置文件，把下方 JSON 直接加进 mcpServers 对象中保存即可：

    {
  "mcpServers": {
    "mineru": {
      "command": "uvx",
      "args": ["mineru-open-mcp"],
      "env": {
        "MINERU_API_TOKEN": "替换为你获取的免费 Token"
      }
    }
  }
}

  • Cursor 打开设置 Settings -> 左侧侧边栏切换到 Features，向下滚动找到 MCP 区域。点击 + Add New MCP Server，名称填入 mineru，类型对应选择 command，输入 uvx mineru-open-mcp 作为完整命令（视界面可能要分开填参）。下发必须点开环境变量按钮，写入 MINERU_API_TOKEN 并填入 Token 字符串。

  • Trae 在 Trae 的扩展面板找到 MCP 服务器入口，使用标准的命令行端点（command）配置 uvx mineru-open-mcp ，并注入同款 Token 环境变量即可唤醒强大的 PDF 取件连通能力。

现在的丝滑工作流

配置完 MCP 后，你再也不需要手动跑脚本、做预处理了。开发流程变成了真正的“动嘴”：

  1. 把带有复杂排版的 PDF PRD 扔进对话框。
  2. AI 会自动感知并调用 MinerU MCP 接口，在后台神不知鬼不觉地将其精准提纯为 Markdown。MinerU 的表格提取异常精准（TEDS 91.10%，结构准确率 94.48%），底层逻辑完全被结构化。
  3. 下达开发指令：

    "请严格按照 PRD 中的接口字段与业务流表格，为我搭建这段 Node.js 后端服务。务必处理好所有异常返回。"

实测下来，直接丢 PDF 的话 AI 本身难以处理各种视觉分栏；有了 MCP 接入 MinerU 之后，生成的代码字段基本不会对错，连边缘流程都能按文档精确补全，这才是真正享受 Vibe Coding。

avatar
文章
阅读
粉丝