32｜Vibe Coding：使用Trae Builder开发实战项目（下）

月影

你好，我是月影。
上节课，我们通过 Node Module Builder 创建了项目 CEFR-analyzer。
这一节课，我们将在 AI 创建代码的基础上，具体深入到业务中，去迭代开发，从而实现我们想要的具体功能。
AI 辅助下的业务开发具体过程还记得上一节课 AI 创建的项目结构吗？
📁 src/                # 核心源码
├── index.ts           # 模块入口
├── vocabulary/        # 词汇表相关
│   └── dict.ts        # CEFR词汇字典
├── analyzer/          # 分析器模块
│   ├── index.ts       # 分析器入口
│   └── types.ts       # 分析器类型定义
├── utils/             # 工具函数
├── services/          # 外部服务封装
└── types/             # 全局类型定义
📁 tests/              # 单元测试文件夹
├── analyzer.test.ts   # 分析器测试
└── utils.test.ts      # 工具函数测试
📁 .trae/              # 项目配置和记忆
├── project_rules.md   # 项目规则
└── memory_bank/       # 项目记忆库
现在我们可以进入具体业务逻辑。我们大致看一下具体代码逻辑，主要是 analyzer 和 utils 这两部分。首先是 analyzer：
./src/analyzer/index.ts

公开

同步至部落

取消

完成

0/2000

荧光笔

直线

曲线

笔记

复制

AI

深入了解
翻译
英语
中文简体
法语
德语
日语
韩语
俄语
西班牙语
解释
总结

1. 项目 CEFR-analyzer 是通过 Node Module Builder 创建的，主要涉及 AI 创建代码和业务迭代开发。 2. 修复了 mapPartOfSpeech 函数，将 wink-nlp 的词性标记映射到词性类型，并更新了类型声明文件中的 PartOfSpeech。 3. CEFRTextAnalyzer 类实现了分析文本中的CEFR级别单词分布、获取文本中指定CEFR级别的单词列表和获取文本的CEFR级别分布统计。 4. 通过 Vibe Coding 技巧，让 AI 根据官方文档描述的方式进行代码修复，确保代码符合需求。 5. formatAnalysisResult 方法将 CEFR 分析结果的JSON数据可视化为可读性好的表格文本。 6. calculateComplexityScore 方法计算文本的 CEFR 加权分值，以此分值来衡量文本的难度。 7. getComplexityLevel 方法根据加权分值给出这段文字的综合难度。 8. generateSimpleVisualization 方法将 CEFR 分析结果用可视化图表的方式展现。 9. 项目通过 Vibe Coding 过程，利用 AI 辅助完成了整个项目的开发，大大节约了时间成本。

仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《跟月影学前端智能体开发》，新⼈⾸单¥59

立即购买

登录后留言

精选留言

由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。

收起评论