Vibe Coding 之前，先把这些准备工作做好

直接开始 Vibe Coding 也不是不可以，但过程往往会比较痛苦。为了让后续开发更顺畅，笔者通常会在动手前先做好几项准备。这些准备不涉及复杂技巧，重点是把环境、数据和版本管理的基础打牢。

整体上，这四项准备分别对应数据访问、运行环境、日常操作和版本管理四条链路，彼此独立又共同支撑后续的 Vibe Coding 过程。

flowchart LR A["准备工作"] --> B["打通数据库连接"] A --> C["准备 Python 运行环境"] A --> D["规划端口与封装脚本"] A --> E["用 GitHub 管理版本"] B --> B1["访问业务对象"] B --> B2["操作元数据"] C --> C1["conda 独立环境"] C1 --> C2["打包与容器化部署"] D --> D1["默认端口 + 可配置项"] D --> D2["启停前后端脚本"] E --> E1["提交代码"] E --> E2["打 tag"]

01 | 打通数据库连接

数据库连接是准备工作的第一步，主要涉及两类能力：一是能够访问业务对象，二是能够操作软件或项目所需要的元数据。

笔者使用 SQLcl 来实现对 Oracle AI Database 的访问管理（具体可用版本、连接方式与所需权限，以所用数据库版本和 SQLcl 官方文档为准）。把这条链路先打通，后续无论是查数据还是处理元数据，都不必临时折腾连接问题。

flowchart LR S["SQLcl"] --> O["Oracle AI Database"] O --> D1["业务对象访问"] O --> D2["元数据操作"]

02 | 准备 Python 运行环境

Python 软件运行环境同样需要提前安排。笔者会用 conda 为当前项目构建独立的开发环境。

只要为每个项目单独创建并激活环境，后续就会省心很多，不同项目之间互不干扰，也更方便打包，以及最终的容器化部署。环境隔离看起来是小事，但等到依赖冲突时再处理，成本会高不少。

flowchart LR P["当前项目"] --> E["conda 独立开发环境"] E --> I["项目间互不干扰"] E --> K["打包"] K --> C["容器化部署"]

03 | 规划端口与封装常用脚本

端口最好自行规划好默认值，同时提供可配置项，避免和其他服务撞车。

此外，对常用操作做脚本封装也很值得。比如启停前后端服务这类高频动作，封装成脚本后直接调用即可，已封装的常规启停操作在日常维护中可以不依赖 LLM，异常排查仍需人工判断。把重复劳动交给脚本，Vibe Coding 时才能把精力放在真正需要思考的地方。

flowchart TD A["常用操作"] --> B["封装为脚本"] B --> C["直接调用"] C --> D{"操作类型"} D -->|"常规启停"| E["不依赖 LLM"] D -->|"异常排查"| F["仍需人工判断"]

04 | 用 GitHub 管理版本

软件版本交给 GitHub 管理，重点是打通提交代码、打 tag 的链路。

链路顺畅之后，版本管理会更清晰，也有后悔药可吃。改动出问题时能回溯，心里会踏实很多。

flowchart LR A["本地改动"] --> B["提交代码"] B --> C["打 tag"] C --> D["版本可追溯"] D --> E["出问题可回溯"]

---

这四件事都不难，但提前做好，能让 Vibe Coding 的过程少走不少弯路。

---

关注我，和AI一起成长~