从需求到上线只用3天:一个普通开发者的AI全栈开发工作流

一个真实的故事

上个月，产品经理扔给我一个需求：

"做一个内部用的报销系统，员工提交、主管审批、财务导出，下周一上线。"

我当时一算，今天周三，下周一上线——满打满算只有3天。

换作以前，我直接就崩溃了：需求评审、数据库设计、后端接口、前端页面、测试部署...光数据库设计就要一天。

但这次，我用AI全栈工作流，周日晚上就上线了。而且是我一个人，前后端全包。

这篇文章就把整个过程拆解给你看。

第一天上午：需求→设计（2小时）

不要急着写代码。90%的项目延期，都死在「没想清楚就动手」。

第一步：让AI当你的需求分析师

把需求扔给Claude：

我要做一个企业内部报销系统，核心功能： 1. 员工提交报销单（上传凭证、选择费用类型） 2. 主管审批（通过/驳回） 3. 财务查看和导出Excel 请给出： 1. 完整的功能清单（MVP版本） 2. 用户角色和权限矩阵 3. 数据库表设计（字段+索引） 4. API接口清单 5. 前端页面原型描述

5分钟后，Claude给了我一份完整的设计文档：

5张核心表（user/expense/approval/expense_

item/attachment）

12个API接口

4个核心页面

3种角色权限

重点：我只要拍板「这个要」「那个不要」，不用自己从零开始想。

第二步：技术选型一键搞定

基于上面的设计，给我推荐技术栈，要求： 1. 开发速度优先（要快！） 2. 部署简单 3. 我会Java和Vue 给出完整的项目初始化命令和关键依赖。

Claude直接给了我：

后端：Spring Boot + MyBatis Plus（CRUD神器）

前端：Vue 3 + Element Plus（现成组件）

数据库：H2（开发阶段不用装MySQL）

部署：Docker + 一键启动脚本

整个设计阶段，2小时搞定。换以前至少要开3天会。

第一天下午：后端开发（3小时）

第一步：项目骨架自动生成

在Cursor里打开一个空文件夹：

帮我初始化一个Spring Boot项目，基于上面的技术栈。 要求： 1. 完整的目录结构（controller/service/mapper/entity/config） 2. 统一返回结果封装 3. 全局异常处理 4. 跨域配置 5. MyBatis Plus配置

5分钟，整个项目骨架就搭好了。以前我搭个架子至少要半小时。

第二步：批量生成CRUD代码

基于这5张表的设计，一键生成所有代码： 1. Entity实体类（带注解） 2. Mapper接口+XML 3. Service接口+实现 4. Controller接口 5. Swagger文档注解 每张表对应一套，代码风格统一。

真正的一键生成。 5张表，20个类，Cursor哗哗哗几秒钟就写完了。

第三步：写核心业务逻辑

CRUD搞定了，剩下的就是核心业务逻辑——这才是你该花时间的地方。

比如「提交报销单时自动通知审批人」这个功能：

实现提交报销单的业务逻辑： 1. 校验必填字段 2. 保存报销单和明细 3. 根据提交人的部门找到主管 4. 发送站内通知 5. 记录操作日志 参考现有的代码风格。

写完一段，立刻让AI写单元测试：

给ExpenseServiceImpl写单元测试，覆盖： 1. 提交成功的场景 2. 字段不全的异常 3. 金额为0的校验

整个后端开发，3小时搞定。编译通过，单元测试全部跑通。

第二天：前端开发（4小时）

这是最爽的部分——我前端其实一般，但AI让我成了「全栈工程师」。

第一步：页面骨架一键搭

用Vue 3 + Element Plus做这4个页面： 1. 登录页 2. 报销单列表页（筛选+分页） 3. 报销单提交页（表单+上传附件） 4. 审批页（通过/驳回） 用vite初始化项目，配置好路由和axios封装。

10分钟，项目跑起来了，页面框架都有了。

第二步：复制粘贴式开发

每个页面我只要告诉AI我要什么：

做报销单列表页，要求： 1. 顶部筛选栏（状态+日期范围+搜索） 2. 表格（单号、金额、类型、状态、提交时间、操作） 3. 分页 4. 操作列有「查看」「编辑」「删除」按钮 5. 删除前确认 参考Element Plus的官方写法。

然后就是复制→粘贴→预览→微调的循环。

遇到样式问题？直接甩截图给AI：

这个表格的列太挤了，帮我调整一下，操作列的按钮要改成图标，鼠标移上去显示文字。

整个前端开发，4小时搞定。而且界面还挺好看，比我自己写的强多了。

第三天上午：联调+测试（2小时）

第一步：前后端一键联调

前后端都写完了，开始联调。遇到问题？让AI当调试助手：

前端调用这个接口报400错误： 请求参数：{...} 后端接收：{...} 错误信息：JSON parse error 帮我分析原因和修复方案。

AI一眼就看出：「前端传的是数组，后端用了对象接收」。

第二步：造测试数据

帮我写20条测试数据的SQL，覆盖各种场景： 不同的费用类型（交通、餐饮、住宿） 不同的状态（待审批、已通过、已驳回） 不同的金额（小金额、大金额） 跨月份的数据

5分钟，测试数据就有了。

第三步：完整走一遍流程

从员工登录→提交报销→主管登录→审批→财务登录→查看导出。

整个流程跑通，心里就踏实了。

第三天下午：部署+上线（1小时）

第一步：Docker一键打包

给这个项目写Dockerfile和docker-compose.yml： 1. 后端Spring Boot 2. 前端Nginx 3. MySQL 8.0 4. 数据卷挂载 5. 环境变量配置

第二步：部署文档自动生成

写一份部署文档，给运维看的： 1. 环境要求 2. 部署步骤（详细到每条命令） 3. 端口和防火墙配置 4. 启动和停止命令 5. 日志位置和查看方法 6. 常见问题排查

下午3点提交给运维，5点就上线了。

关键心得：AI时代的开发范式变了

1. 你的角色变了

以前：你是工人，一行行写代码

现在：你是工头，告诉AI要做什么，检查它的成果

2. 时间分配变了

以前：设计20% → 编码70% → 测试10%

现在：设计40% → 编码20% → 测试40%

编码不再是瓶颈，设计和测试才是。

3. 核心能力变了

以前比拼的是「谁写代码快」

现在比拼的是「谁想得清楚、问得到位」

能把需求清晰地描述给AI，能检查AI的输出有没有问题——这才是新的核心竞争力。

写在最后

那个报销系统上线后，产品经理吓了一跳：「这么快？」

其实不是我变厉害了，而是我找到了正确使用AI的姿势。

记住这个公式：

清晰的需求 + 靠谱的设计 + AI执行 = 10倍速开发

很多人觉得「AI写的代码有bug，不敢用」。但你想想——你自己写的代码就没有bug吗？

区别是：

你写1000行代码要2天，找bug要1天

AI写1000行代码要2分钟，你找bug要1小时

哪个效率高？一目了然。

下一个项目，试试这套工作流吧——你会回来感谢我的。

✨ 3天开发时间表回顾：

第1天上午：需求→设计（2小时）

第1天下午：后端开发（3小时）

第2天全天：前端开发（4小时）

第3天上午：联调+测试（2小时）

第3天下午：部署+上线（1小时）