AI编程:胶水编程

注:本文章已收录至笔者的AI编程入门指南"Hello Vibe"。👉🏻 点击直达:https://hello-vibe.311factory.top/

对于任何一个项目,从零开始完全手搓总是"吃力不讨好"的,它会大大增加项目复杂度,也会增加项目维护成本。因此,"胶水编程"这个概念应运而生。

什么是胶水编程


胶水编程是一种软件构建方式,核心思路很简单:

尽量复用成熟的开源组件,用少量的"胶水代码"把它们组合成完整系统。

与其从零写代码,不如找到现成的轮子,专注于如何把轮子连起来。

为什么需要胶水编程


传统开发方式的问题:

  • 自己设计架构、写逻辑,周期长
  • 重复造轮子,维护成本高
  • 小团队很难快速构建大系统

而现在的开源生态已经变了:

  • GitHub 上有成千上万成熟项目
  • 各种场景都有现成框架
  • AI 可以帮你搜索、分析、组合这些项目

所以,从零写代码不再是最高效的方式。

胶水编程 vs 传统开发

项目 传统开发 胶水编程
功能实现方式 自己写 复用开源
工作量 大 小得多
成功率 不确定 高
开发速度 慢 快
错误率 容易踩坑 使用成熟方案
重点 "造轮子" "组合轮子"

胶水编程能解决什么问题

1. AI 幻觉问题

AI 不再需要"发明"新东西。它只需要:

  • 看看模块 A 的文档
  • 看看模块 B 的文档
  • 写出 A 到 B 的数据转换

这是 AI 比较擅长、也相对不容易出错的事情。

2. 复杂性管理

每个成熟模块背后都有:

  • 大量 Issue 讨论
  • 众多贡献者的智慧
  • 数年的生产环境打磨

你不是在管理复杂性,而是在借用社区的力量。

3. 降低门槛

你不需要懂底层实现、最佳实践细节、边界情况处理。

只要会说清楚需求:

"我要把 Telegram 的消息,经过 GPT 处理,存到 PostgreSQL"

AI 会帮你找到合适的轮子,然后把它们粘起来。


实践流程


复制代码
1. 明确目标
   └─ 我要实现什么功能

2. 寻找轮子
   └─ 有没有成熟的库做过类似的事?
   └─ 让 AI 帮你搜索、评估、推荐

3. 理解接口
   └─ 把官方文档喂给 AI
   └─ AI 总结:输入是什么,输出是什么

4. 描述连接
   └─ A 的输出要变成 B 的输入
   └─ AI 生成胶水代码

5. 验证运行
   └─ 跑通就完成了
   └─ 报错就把错误扔给 AI,继续调整

找轮子的技巧


使用 GitHub Topics

让 AI 帮你找到需求对应的 GitHub Topic,然后浏览该主题下的热门仓库。

示例提示词:

复制代码
我需要实现 [你的需求],请帮我:
1. 分析这个需求可能涉及哪些技术领域
2. 推荐对应的 GitHub Topics 关键词
3. 给出 GitHub Topics 链接(格式:https://github.com/topics/xxx)

常用 Topics:

需求 Topic 链接
Telegram Bot telegram-bot
数据分析 data-analysis
AI Agent ai-agent
CLI 工具 cli
Web 爬虫 web-scraping

其他有用的入口:


实际案例


案例:Polymarket 数据分析 Bot

需求:实时获取 Polymarket 数据,分析后推送到 Telegram

传统做法:从零写爬虫、分析逻辑、Bot 框架,可能要写几千行代码,花一两周时间。

胶水做法:

复制代码
轮子 1: polymarket-py(官方 SDK)
轮子 2: pandas(数据分析)
轮子 3: python-telegram-bot(消息推送)

胶水代码: 几十行
开发时间: 几小时

写在最后


记住以下五条"胶水编程"的核心原则:

  1. 能不写的就不写,能少写的就少写:任何已有成熟实现的功能,都不应该重新造轮子。
  2. 能复制就复制:直接复制使用经过社区检验的代码,是正常工程流程。
  3. 站在巨人肩膀上:利用现成框架,而不是试图自己再写一个"更好的轮子"。
  4. 不修改原仓库代码:开源库作为第三方依赖使用,保持不可变。
  5. 自定义代码只承担连接职责 :你写的代码只做:组合、调用、封装、适配,也就是胶水层。

用少量的胶水代码,把成熟的组件连接起来,快速构建出可用的系统。这不是偷懒,而是一种务实的工程选择。

相关推荐
Jasonakeke7 小时前
Ollama 装好却拉不动模型?八成是这两种病,一种缺网一种缺显存
ai编程·ollama
硅徒7 小时前
一条对话连换 Pi、Qwen Code、Google Harness² 三个底座——SoduWork 多底座接力、成本记录与源码排查实测
ai编程
用户1996143559967 小时前
亲手写一个最小Agent:50行代码看懂智能体循环
ai编程
ellis19708 小时前
Claude Code[二] 上下文相关的机制
unity·ai编程
真上帝的左手8 小时前
26. AI-Agent-技术架构:Harness、Runtime、Orchestrator、Framework
人工智能·架构·agent·ai编程·智能体
逐梦苍穹9 小时前
不训练不微调:直接改权重矩阵,给小模型补上新能力
ai编程·codex·claudecode
ndz9 小时前
ModelFold 对话模型订阅:三档怎么选,Claude Code 和 Codex 怎么接
ai编程
ZzT10 小时前
GPT-6.2 API 降价 20%,为什么老代码直接切过去反而更费钱?
openai·ai编程
翼帆11 小时前
我用 AI 复刻了 CodeTank,重温代码坦克
前端·javascript·开源·ai编程·游戏开发·codetank
掘黄金的打工人11 小时前
LangChain 少样本示例 和 动态示例选择
langchain·aigc·ai编程