【Java+AI零花钱项目实战一】工程基建实战：基于Spec-Driven完成项目骨架从零搭建

豆花清海

441人浏览 · 2026-08-17 18:04:43

豆花清海 · 2026-08-17 18:04:43 发布

摘要：本文基于 Spec-Driven 规范驱动开发模式，完整记录零花钱AI项目后端工程从零搭建全过程。涵盖技术选型、环境配置、编码规范落地、核心工程文档（mission/tech-stack/roadmap）AI生成、M0基建骨架全自动编码与多轮验证迭代，同时分享AI工程化落地的成本踩坑与低成本使用心得，完整复刻AI主导开发的全新工作流。IDEA + ClaudeCode(Beta) + CC Switch + 阿里云百炼大模型 + SpringAI

标签：JavaAI项目实战Spec-Driven+ClaudeCode实现工程基建

阅读时长：12分钟

一、项目整体技术选型

本专栏实战项目为鸿蒙APP配套零花钱智能管理后端服务，主打家庭零花钱管控、AI语音交互、收支记录、价值零花钱统计等核心能力，整体技术栈聚焦新版本、AI原生适配，聚焦沉浸式AI实现项目实战，所有选型均为工程落地实战服务。

核心技术栈版本汇总：

编译环境：JDK 25.0.3
核心框架：SpringBoot 4.1.0
AI框架：SpringAI 2.0.0、Embabel 1.0
数据库：PostgreSQL 18
ORM框架：MyBatis
构建工具：Maven 3.9.16
部署方式：Docker镜像打包、阿里云服务器部署

后端工程相关maven配置初始化，见该文最后一章的描述

二、项目规范体系落地

Spec-Driven 开发的核心核心逻辑：The agent is the muscle，The spec is the brain。

AI是执行的肌肉，前置规范是项目的大脑。所有代码生成、迭代、修复、校验，都必须严格遵循提前定义的规范文档，杜绝AI的随意性。
关于Spec-Driven的相关信息，请见本专栏的姐妹篇的详解前置知识：Java开发者AI入门优质学习资源整理

三、核心工程文档 AI 全自动生成

工程基建阶段，优先产出 code-style-guide.md、mission.md、tech-stack.md、roadmap.md 四份核心文档，分别定义编码规范、项目使命约束、技术规范、迭代路线，为后续所有AI编码、迭代、校验提供唯一标准。

关于IDEA的ClaudeCode的环境搭建，请见本专栏的姐妹篇的详解 IDEA 搭建 ClaudeCode 本地环境，对接国产大模型实操指导

3.1 AI 生成code-style-guide.md

此处我先让豆包生成一个初版的编码规范要求，然后写入到工程下，再让claude审视修改下，没问题就直接让claude更新到 code-style-guide.md 中。
至此，我们就完成了指挥ClaudeCode这个Agent完成的第一个规范生成任务，感觉很爽对不对，当领导啦~~
当然如果是在企业内部，企业本身会有编码规范，直接使用企业的编码规范 + 当前部门/项目的编码规范要求即可。

在这里插入图片描述

3.2 AI生成 mission.md / tech-stack.md 文档生成

提示词：该零花钱项目，规划为鸿蒙单框架操作系统的APP，当前工程为对应APP的后端服务工程，为APP提供后端服务。该APP包括的功能有：首页（家庭成员零花钱看板、包月规则及余额、零花钱增加、提取记录、零花钱的规则列表、增加零花钱、提取零花钱、学习未来价值零花钱、工作价值零花钱，其中增加/提前零花钱，支持调用大模型，进行语音交互实现）；我的（我的家庭信息、登录/登出、设置零花钱规则）。计划使用的后端服务工程技术为：JDK 25、PostgreSql 18、Maven 3.9.16、SpringBoot 4.1.0、Commons-lang3、SpringAI 2.0.0、Embabel 1.0。请基于这个信息的基础上，调整mission.md、tech-stack.md，要求mission.md中主要体现功能概览及与ai交互的致信度约束相关的信息；tech-stack.md中，主要描述技术约束相关。请你站在架构设计师的视角，进行相关信息补充完善

在这里插入图片描述

我们看到ClaudeCode这个AI Agent就开始写mission.md、tech-stack.md了，很听话的Agent，对不对~

3.2.1 人工审视、AI微调

提示词：当前后端服务工程，最终需要打包为docker镜像包，部署到阿里云服务器上；并发量为 10tps;数据库的orm引入Mybatis；不需要ELK、不需要prometheus、grafana。请基于该信息，调整mission.md 和 tech-stack.md

然后claudeCode这个编码agent就又开始干活了，重复这个步骤，直到确定大方向没问题为止。
切忌，过程中不要自己手动修改任何内容。全程放手让ClaudeCode这个Agent根据你的指示，进行修改调整，你只做指导和审核。
角色一定要切换到领导上来，习惯习惯当领导吧，我的伙伴们~
在这里插入图片描述

3.3 大模型计费踩坑实战记录

大模型时代，项目交付过程，肯定不仅是技术问题啦，费用才是最大的问题。
这里就记录下生成文档过程中，产生的大模型费用踩坑记录吧，大家使用时记得避坑哦~

3.3.1 第一次免费额度超量导致欠费

在这里插入图片描述
很不幸的是，在微调过程中，免费的100万token很快就用完了，ClaudeCode提示403，然后一看阿里云百炼，我已经倒欠1.14元了。

很老实的缴纳了欠款，并且设置为免费额度用完自动停止，防止再出现这种超额使用免费额度欠费的问题。
在这里插入图片描述

3.3.2 第二次被阿里云bug导致欠费

由于免费的额度用完了，在官网看到了阿里云的Qwen3.8-Max大模型刚推出来，有100万免费token可用，于是我就修改cc-switch的配置为Qwen3.8-Max。
关于修改大模型配置，请见本专栏的姐妹篇的详解
IDEA 搭建 ClaudeCode 本地环境，对接国产大模型实操指导

接着通过IDEA的ClaudeCode对Qwen3.8-Max发起了两次请求，对mission.md、tech-stack.md 进行优化，然后很快就再次收到了403响应码及阿里的0.9元的账单。
这就不对劲了，明明设置超免费额度停用，怎么才发了两个请求就欠费了呢。然后去查了下费用详情，发现这个模型的使用token量并未达到100万免费额度。也就是阿里云计费系统有bug。
阿里云百炼的大模型使用量查看地址：
https://bailian.console.aliyun.com/cn-beijing?switchAgent=ws-7ghkdcozudy6ll9o&tab=costing-balance#/costing-balance/free-quota

这也让我不得不怀疑当前的大模型收费的潜在乱象，毕竟发展太快了，所以大家用大模型的时候，关注下了~
好在与客服反馈后，很快就给了10元优惠券的巨款补偿，那就接着玩下去了~
在这里插入图片描述

3.4 AI 低成本使用实战思考

1、不同的工作类型，有选择性的使用大模型：
在设计阶段这种探讨阶段，尽量的选择免费的对话性的大模型进行使用（如deepseek的客户端、google、千文、文心一言等），在探讨的基本成型后，再基于成型后的内容，使用专门编码的可靠性高的大模型进行优化，减少探讨次数，降低费用。
2、有些大模型，闲时和忙时的收费差一倍，所以在忙时尽量做设计思考的准备工作，在闲时再让大模型编码干货。
在这里插入图片描述

3.5 自动化生成项目路线 roadmap.md

提示词：请基于mission.md、tech-stack.md，生成一个可行的roadmap.md文件
可根据自己的需要，进行多轮对话，直到达到预期目标。
在这里插入图片描述

接下来的项目实战，我们将会沿着该roadmap.md进行演进。图中给的是古法编程的耗时预估，我们在接下来的专栏文章中，将会展示真实的AI编码交付耗时，敬请观看~
通过今日文档生成实战，已经初步领略到，AI编码时代，我们的编码效率，最大的性能瓶颈是：token费用。
在这里插入图片描述

四、M0 工程基建骨架全自动落地

M0阶段为项目核心基建阶段，目标是搭建可落地、可构建、可迭代的标准化工程骨架，统一全项目的代码结构、依赖版本、校验规则、构建流程。

4.1 M0 详细设计文档 AI 问答式生成

提示词：输出M0的详细设计文档，采用问答式与我交互。

注意：这里我要求它采用问答式与我交互，则每一步决策，它都会给几个方案，供我选择，以敲定最终方案。这个过程将会持续十几分钟，比人思考的要快非常多，但是比不上企业内部已经运转成熟的项目的起步。
这个过程你会感觉非常有意思，这也是为什么AI编程出来后，程序员会自愿加班干活的原因。
在这里插入图片描述

这是生成的M0的详细设计文档，效果让我很惊讶，不过这个只是基础框架及的功能描述，共性相对较多，AI表现的好，这个也属于正常现象。
由此也基本能推测出，AI时代的编程，程序员的输出实际上是这样的详细设计文档，甚至连这个其实也是AI辅助生成出来的。至于代码，那我们且往下看~
在这里插入图片描述

4.2 M0 全套代码全自动生成与迭代验证

终于到了我们激动人心的代码生成环节
在IDEA的ClaudeCodeCli中，输入提示词：“实现 M0-detailed-design.md 中描述的功能代码”
然后就是等待…过程中也可能会出现错误，需要关注并解决。

在这里插入图片描述
等待的过程中，我在思考，我下次是否应该让AI按照S1、S2 这种最小工程的方式，逐个执行，而不是直接让AI执行M0，这个M0太大了，且token消耗是真的大啊，大到我觉得大企业应该自己构建自己的编程Agent，去尝试降低token使用量。
因为我就问了两个M0执行的问题，qwen3.8-max的使用余量，就从50万降到了34万，也就是烧了16万token，就这还没执行完
然后使用余量从34万很快就降到了1500个token。此时为了不让任务中断，我先把qwen3.8-max的免费额度用完即停的开关关闭了，开始烧钱了
在这里插入图片描述

AI自动完成代码编写、BUG修复、编译校验、单元测试、质量门禁校验，全程多轮自动迭代。
这个过程已经持续了34分钟，还在继续，在这个过程中，会产生强烈的划时代的感觉。
AI编码真的很强大，有能力的大企业如果想要更好的落地AI，需要写出自己的AIAgent，进行更好的更低成本的更定制化的AI编程能力实现。
在这个过程中，会深刻体会AI时代的到来，促进OPC的产生的原因，one person company，个体的价值不再受公司定义，而应该由自己的奇思妙想去解决真实世界的真实问题来定义。
在这里插入图片描述

从16:20启动任务，历经11轮全自动构建迭代、耗时1小时40分钟，最终M0工程基建全部验证通过，项目骨架彻底落地。这期间，我就只是在最开始发了一个提示词，然后就是喝喝水、感叹下AI编程的厉害、监测下大模型token损耗情况、锻炼锻炼身体，然后就是回车
在这里插入图片描述

五、Token损耗情况

大家可以参考下我的token用量，大概算下费用。明天我看下费用，贴出来，长长眼，哈哈哈~
这个是我8-17 18:03分截图现实的token使用量，此时阿里云百炼系统现实的token为 564万。
在这里插入图片描述
然后晚上回家休息睡觉，今天下午上班查看昨天下午的token用量，发现实际用量为 1019万token。也就是说阿里云百炼的token用量统计显示不是实时的，而是有延时的统计呈现。