摘要：本文记录一个已上线生产环境的Vibe Coding项目（VS Code + Claude Code开发）的完整复盘过程：导出62个JSONL会话文件，用WorkBuddy完成对话梳理、数据清洗与经验分析，人工复检后生成项目复盘报告，并总结项目启动、开发、部署三个阶段的实践经验。适合正在使用AI编程工具做项目的开发者参考。

项目背景与环境说明

• 开发环境：VS Code + Claude Code 插件
• 项目类型：前后端分离的部门内部内容管理与发布系统
• 复盘工具：腾讯 WorkBuddy
• 数据来源：VS Code 导出的 JSONL 格式会话文件，共62个

我在VS Code里装了Claude Code插件，用纯自然语言对话的方式开发了一个前后端分离的项目。项目是一个部门内部使用的内容管理和发布系统，因为没有专职时间开发，前后零零散散花了个把月。

小白科普：这种通过自然语言对话完成编程的方法就是现在很火的 Vibe Coding。

说白了，就是请了个24小时在线的程序员搭子：你说需求，他写代码；你提意见，他改实现。你不用一行行敲键盘，但得一句句把需求说清楚。

AI写的代码已经跑在生产环境上了，项目复盘该怎么做？我的思路是：复盘的对象不是代码，而是过程，对话记录就是过程的全部证据。项目上线后活还没结束，一方面是想通过复盘汲取经验，另外一方面是应领导要求做内部交流，所以有了这次内容。

图：VS Code里和Claude Code对话开发

第一步：把对话记录导出来

Claude Code的每一次会话，VS Code都会存成一个JSONL格式的文件，一个会话对应一个文件。

我这个项目一共62个会话文件，摞在一起密密麻麻全是原始数据。刚看到这堆数据的时候我也头大，打开文件分析了一下，里面都是Json格式的数据。这种结构化数据的处理正是Agent擅长的，所以我请出了WorkBuddy。

图：从VS Code导出的会话记录文件

第二步：交给WorkBuddy做体检

我干的头一件事，就是把这批文件丢给WorkBuddy，让他把原始记录梳理成一问一答的清单：我提了什么，AI回了什么，按时间顺序排好。

格式很简单，但这一步特别关键。原始数据不梳理成可读的对话，后面的分析根本无从下手。

这个是我从vscode的claude code插件导出的项目对话记录，请你帮我进行分析，我要将项目对话原文内容梳理出来形成对话，格式：

Claude Code：xxxxxxxxxxxxxx
我：xxxxxxxxxxxxxx

类似这种一问一答的清单，作为我后续分析对话的原始数据

这个就像翻微信群聊天记录，整成对话清单才方便下一步分析。为什么坚持一字不改地搬？因为原始数据是后面核对的基准，梳理稿一旦掺入改写，核对就失去意义了。

经验分享：原始数据很重要，用于后面的核对，所以原始数据和梳理数据得分成独立的两份。

图：WorkBuddy梳理出的一问一答清单

第三步：人工复检，删掉水分

梳理清单出来后不能直接用。里面混着不少没用的东西，比如：模型调不通报400、401的，寒暄打招呼的，还有一些任务停止后的"继续任务"等。

我让WorkBuddy把这些剔除掉，然后自己又人工过了一遍，62个会话最后剩下57个有效会话。

会话里面有一些是因为模型调不通而出现的会话，如：

我：继续任务。
Agent：400、401等模型不通的反馈。

还有一些无用对话，如：你好、你能做什么，等会话。这些类型的会话从梳理的会话清单和分会话中去掉。

经验分享：AI的判断不一定全对，人工复检这步省不掉。

有些会话看着像报错，其实是开发过程中的正常调试，机器容易误删。清洗规则让AI定，但删了什么，你得自己进行一轮审核。

图：清洗后剩余57个有效会话

第四步：生成完整复盘报告

拿清洗完的数据，我让WorkBuddy做整体分析。从项目过程梳理，到经验和教训，最后汇总成一份完整的分析报告。

图：WorkBuddy生成的项目分析报告结构

AI生成的分析报告也可能出现遗漏：像接口对接、模型限流这些结论，我核对了原始对话，发现确实也漏了一些内容。聪明的模型也可能会出现这个问题！

图：调整补漏后的项目复盘报告

复盘总结出的Vibe Coding经验

项目启动阶段

1、先写 CLAUDE.md 再写代码

• 开工前先定好规则：把项目要求、技术栈等写进CLAUDE.md，AI干活前先读规则。如果团队已有明确的代码编写规范，一起放进项目中。

2、明确技术栈和行为边界

• 特别约束：临时文件清理、不做无关修改、注释要求等。在项目过程中持续补充新规则。
• 技术选型匹配业务复杂度：不需要选择多新的开发语言，也不需要选择多新的框架。合适的才是关键。

3、UI设计、数据库设计

• 高保真UI原型先行：先确认UI设计，再让Agent进行代码改造，避免边开发边设计导致的反复返工。
• 数据库设计审查前置：在后端开发前完成数据库设计与前端类型的对齐，避免接口对接阶段才发现字段不匹配。

开发阶段

1、使用任务清单驱动

• 维护task/todo.md：每个任务有编号和状态，每次开发前让Agent检查任务清单，确认下一步任务，发现的问题及时记录到任务清单。这样做的好处是不会遗漏任务，也便于后面核对。

2、大需求拆解小任务

• 控制单次会话规模：一个会话完成一个明确任务，大任务拆分为多个小会话（避免上下文丢失），避免单次会话超过50轮对话。别太相信网上那些"一句话干完一个项目"的说法。

3、接口对接和垃圾清理

• 接口对接的规范化：前后端接口契约文档先行，前端API封装与后端路由保持同步，每个请求添加用途注释。
• 及时清理临时文件：在CLAUDE.md中明确规则，每次会话结束后检查工作区是否有意外文件。

部署阶段

• 部署文档要面向"小白"：每一步都有具体命令和预期输出，包含常见问题的排查方法。
• Docker部署的注意事项：.env文件不入Git，数据存储优先使用宿主机目录挂载（非Docker卷）。
• 上线立即做的三件事：1）安装备份cron任务+恢复演练、2）安装监控cron任务+配置告警通知、3）打版本tag（如v1.0.0）

结语：方法、边界与结论

先说结论：Vibe Coding能不能用好，不取决于模型多聪明，而取决于过程有没有被管理。对话记录就是最好的管理素材——62个会话摆在面前，哪个阶段返工多、哪类问题重复出现，一目了然。

这套复盘方法不挑工具，用Claude Code、Codex或其他Agent都能照搬，核心是五步：导出记录、梳理对话、清洗水分、生成报告、人工核对。其中人工核对这步不能省，AI的分析有遗漏是常态，不是意外。

需要说明的边界：本文经验来自一个部门内部系统的复盘，项目规模不大、业务复杂度中等，更大的项目场景下未必全部适用，请结合自己的实际情况取舍。

如果觉得有帮助，欢迎点赞收藏。有问题也欢迎在评论区交流。

---

版权声明：本文为原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。