AI 辅助下的商城开发毕业设计：从需求建模到代码生成的全流程实战-平芜编程栈

AI 辅助下的商城开发毕业设计：从需求建模到代码生成的全流程实战

毕业设计只剩 8 周，导师一句“功能要完整、代码要优雅、答辩要能打”，直接把难度拉满。
去年我还在手写 SQL、通宵调接口，今年直接让 AI 打主力，三周跑完一个可上线的商城，把省下来的时间刷剧不香吗？
这篇笔记把全过程拆给你看，能抄就抄，不能抄至少知道坑在哪。

一、传统手工模式：那些年踩过的坑

先吐槽一下纯手工开发，不然体会不到 AI 有多香。

CRUD 写到吐：商品、SKU、库存、优惠券……每张表至少 5 个接口，增删改查＋分页，复制粘贴 300 行起步，写完就忘。
联调地狱：前端 Vue 调 Mock，后端 Postman 调通，结果一合体字段对不上，通宵改 DTO 是常态。
需求反复：导师一句“加个秒杀”，表结构、库存逻辑、并发锁全得返工，代码冲突 merge 到哭。
测试覆盖随缘：工期紧，单元测试被砍，上线前心慌 500，日志里全是 NullPointer。

图：纯手工阶段时间分布，编码只占 30%，联调和返工才是大头。

二、AI 工具选型：谁才是电商 MVP？

我把主流插件都装了一遍，结论先给：

工具	场景契合度	中文语义	离线可用	备注
GitHub Copilot	★★★★☆	一般	否	单行补飞快，上下文短
通义灵码	★★★★★	优秀	可	阿里系，电商例子多
Cursor	★★★★☆	良好	否	自带对话窗口，改文件方便
CodeSnap + 自训模型	★★☆☆☆	自定义	可	成本高，毕业设计没必要

最终方案：

后端 Java：IntelliJ + 通义灵码（阿里 Java 规范喂得多，生成 Service 层很稳）。
前端 TypeScript：VS Code + Copilot（React/Vue 模板熟，写页面嗖嗖的）。
需求拆解/评审：Cursor Chat 当“伪产品经理”，先让它给用例图，再细化到 API。

三、AI 驱动开发流程：从 PRD 到 PR 的 5 个阶段

需求建模：
把“我要做一个商城”这句话丢给 Cursor，让它输出一份 PRD（产品需求文档）大纲，再人工补细节。
提示词模板：
```
你是一名电商产品经理，请输出一份 B2C 商城的 PRD，包含用户故事、核心业务流程、风险列表。要求采用 Markdown 表格。
```
30 秒拿到骨架，自己再填业务规则，极大降低“面对空白 Word”的恐惧。
表结构 & 接口设计：
把 PRD 贴给通义灵码，让它按阿里规范生成 MySQL 建表语句、Spring Doc 注解的 Swagger 接口。
注意：一定加约束——“字段必须带注释、时间戳统一用 datetime(3)、禁止外键”，否则它会自由发挥。
代码生成：
采用“Controller → Service → Mapper”三层递进提示，每层让 AI 先生骨架，再人工 review。
示例提示：
```
用 Spring Boot 3 写一段新增商品的 REST 接口，要求： - 参数校验用 @Valid + 自定义注解 - 返回统一 Result<T> - 捕获全局异常 - 符合 Clean Code，每行不超过 80 字符
```
生成后只改业务，不改风格，review 速度翻倍。
单测 & 联调：
让 Copilot 对着方法名自动生成 JUnit5 + Mockito 用例，覆盖 80% 分支即可。
前端同理，生成 MSW（Mock Service Worker）假数据，后端 Ready 后一键切真实接口。
安全 & 性能：
AI 也会“健忘”，必须二次加固。
- 用 Cursor 问：“这段 SQL 是否可能存在注入？” 它会指出 #{ } 占位问题。
- 再用 GitHub CodeQL 跑一遍，零容忍。
- 压测：JMeter 脚本让 AI 写，200 并发 10 min，90% RT < 300 ms 才达标。

四、核心模块 AI 实战拆解

1. 购物车并发控制

场景：同一 SKU 被 1k 用户同时加购，超卖就是事故。
AI 步骤：

让灵码生成基于 Redis + Lua 的库存预扣脚本，保证原子性。
提示词加“compare-and-set”关键词，它会自动用redis.call('GET',KEYS[1])做库存对比。
人工 review：Lua 脚本不超过 4 个参数，避免 KEYS 数组越界。

关键代码（Java 片段）：

// CartService.java public void addItem(Long skuId, int num) { // 1. 用户维度限流，防刷 String lockKey = "cart:lock:" + UserContext.getUserId(); Boolean ok = redisTemplate.opsForValue().setIfAbsent(lockKey, "1", Duration.ofSeconds(3)); if (Boolean.FALSE.equals(ok)) { throw new BizException("操作太频繁，请稍后再试"); } try { // 2. 库存预扣 Lua 脚本 String script = "local stock = tonumber(redis.call('get', KEYS[1])) " + "if stock >= tonumber(ARGV[1]) then " + " redis.call('decrby', KEYS[1], ARGV[1]) " + " return 1 " + "else " + " return 0 " + "end"; Long result = redisTemplate.execute( new DefaultRedisScript<>(script, Long.class), List.of("stock:" + skuId), num); if (!Long.valueOf(1L).equals(result)) { throw new BizException("库存不足"); } // 3. 写购物车 DB（异步消息表，最终一致） cartMapper.insertSelective(buildItem(skuId, num)); } finally { redisTemplate.delete(lockKey); } }

Clean Code 要点：

魔法值 1/0 用常量表达含义；
提前 return，减少嵌套；
加注释写明“预扣非实扣”，方便后人。

2. 订单状态机

场景：订单有 5 大状态（待支付、已支付、已发货、已完成、已关闭），事件驱动。
AI 做法：

让 Cursor 生成 Spring StateMachine 配置，状态、事件、动作一揽子。
提示词强调“持久化到 DB”，它会自动加JpaPersistingRepository。
人工补“关单”定时任务，用@Scheduled每 10min 扫描过期订单。

TypeScript 前端联动：

// orderStatus.tsx const statusMap: Record<OrderStatus, string> = { PENDING_PAY: '待支付', PAID: '已支付', ... }; export const TagColor = (s: OrderStatus) => { switch (s) { case 'PENDING_PAY': return 'orange'; case 'PAID': return 'blue'; default: return 'default'; } };

AI 先枚举，再人工调色，保证 UI 语义一致。

五、安全加固 & 性能压测

SQL 注入：
MyBatis-Plus 默认#{}安全，但 Copilot 偶尔手写${}，一律拦截。
JWT 校验：
让 AI 生成过滤器，必须加“刷新令牌双 Token”逻辑，防止单点失效。
压测结果：
- 4C8G 容器，200 并发下单，CPU 65%，TP99 480 ms；
- 开 Redis 缓存后 QPS 提升 2.3 倍，DB 连接降到 12 个。

六、生产环境避坑指南

事务回滚失效：
捕获异常后别私自吞掉，AI 生成的try-catch有时只打印日志，一定加throw new RuntimeException(e)触发回滚。
缓存穿透：
布隆过滤器 AI 不会主动写，提示词里加“防止恶意查询空商品”，它才会生成BloomFilterHelper。
幂等性：
订单接口 AI 喜欢“无脑插入”，记得在唯一索引字段上加UK_ORDER_SN，提示词里强调“幂等 token”。
日志脱敏：
AI 打印对象默认 toString，可能含手机号，统一用@JsonIgnore或 Logback 脱敏插件。
版本漂移：
生成代码依赖最新包，但服务器 JDK17 你本地 21，记得锁定<java.version>。

七、落地时间线复盘

周次	任务	人工时	AI 辅助点
1	需求+PRD	8h	Cursor 生成大纲
2	表结构+接口	10h	灵码生成 SQL、Swagger
3	核心代码	16h	三层骨架、单元测试
4	联调+前端	12h	Copilot 写页面、MSW
5	安全+压测	6h	CodeQLL、JMeter 脚本
6	导师评审返工	4h	人工
7	文档+PPT	6h	AI 画图、生成摘要
8	答辩彩排	2h	人工