Vibe Coding实战尝试，用 AI 生成闪卡 + FSRS 复习的obsidian插件

场景：

　　一直听说vibe coding很好用，但是最近都是做传统开发java的我，想找个机会试试。正好前几天刷头条，看到一个帖子介绍anki--闪卡，可以理解为小学那种单词卡，背后有个FSRS算法，就是根据你答题情况安排复习的频率，来加强记忆。再加上自己也是一直在用obsidian的（obsidian可以理解为notion一样的笔记本，不过自带知识图谱体系，挺有意思的），发现也有类似的anki插件，但是没有结合ai的程度还没那么深。

　　于是就想用vibe coding开发一个obsidian的闪卡插件，传统的anki软件要手动生成闪卡，但是有了ai，可以利用ai大语言模型的能力，让ai替我生成一个闪卡。

解决：

　　说干就干，这里不讲代码，讲一下vibe coding生成整个项目时遇到的问题和使用下来的体会：

• 多智能体协作：之前用vibe coding一直是在idea中使用它进行开发，对于需求开发、代码bug修复也表现的很好。但是这个换到整个产品项目的维度，我发现单个智能体是不够用的。首先我对我和智能体进行了分工，这个项目中一共3个角色：1、需求智能体：GeMini对话，它来负责整体需求。2、测试：目前没有找到很好的本地测试智能体，于是是我自己测试的。3、开发智能体：vscode + clien + deepseek-v4-flash。我会让GeMini和我讨论出初版需求，并生成测试案例、需求文档（可以直接用谷歌文档，很方便），然后让deepseek帮我开发，我按照测试案例去测试和验收。这个流程我觉得其实就是有点想loop agent的概念了
• 需求讨论：需求是自己想出来的！ai能帮我生成大致的需求，但是很多细节比如卡片管理、重跑、卡片预览、算法介绍等，都是它不会提出来的，只有你自己开发、使用插件的时候，会觉得好像少了些什么，去问ai，它才会给出一个方案或者直接就是说“你说得对！”（不亏是谷歌版豆包...），帮你细化功能点
• 选型：一开始选的是codex，但是太消耗token了。而deepseek性价比很高，但是表现一般般，经常会出现强调好几次要改某个文件的逻辑，死活不改。或者就是莫名其妙的把正常的功能改坏了，但是整体可以接受。
• 人工要不要审核：我是没有评审ai生成的代码的，一方面是我是java栈的对前端技术也不懂，另一方面个人决定评审ai生成的代码，没有起到解放劳动力的作用哇。全靠ai可以吗？应该行。但是有的方面人工介入可能效率更高的，有些小的改动，比如样式统一、多语言支持这种简单的，我更倾向于人工去改。因为ai改动还可能改坏
• 一定要做好版本管理：这次是直接拉了个github仓库去做的插件，然后有2-3次ai把之前好的功能改坏了的情况，建议每次改完后要回归测试没问题，马上提交git。哪怕后面改坏了还能从一个好的节点开始

结果：

　　插件目前已经上线obsidian插件市场，名字为recallflow-ai，有兴趣的朋友可以试试，配置自己的eAPI KEY，就可以用了。主要包括：

　　1、选中文本，AI 生成卡片——你写了一段笔记，高亮它，右键一点，AI 就帮你提炼成一张 Q&A、填空题或者选择题。

　　2、不用复制粘贴，不用切换窗口，卡片生成后可以预览，预览觉得后可以就通过，不可以可以再次”抽卡“。这里设计出一种抽卡的感觉，还是挺有意思的。

 

　　3、FSRS 间隔重复复习——卡片存进去之后，插件自带一个复习面板，按 FSRS 算法帮你安排哪天复习哪张卡。这个算法是目前比较新的间隔重复方案，比anki使用的SM-2 更灵活一些。

 

　　4、而且答完题后的反馈也很重要：

　　6、然后在设置页有一些算法的简单介绍，这个手绘风格的图片我觉得画的挺好的：

 

 

　　7、然后在设置页面，做了类似git的热力图，答对越多颜色越深。还做了卡片管理、重跑的功能，有的时候今天复习完了想再复习一次，可以重跑进行复习，不会污染FSRS算法。

 

　　8、可以看出来是个很完整的产品，ai确实能大大提高效率。如有兴趣，也欢迎大家下载我的插件玩玩，代码地址：https://github.com/poopchen/obsidian-recallflow-ai