可以连接到数据库里的开发用户。为了后续方便也添加了 Oracle 的 Skill不过这不是必须条件。另外conda 环境也已经安装。笔者让 Codex 直接在 conda 中创建一个独立的alfred环境这样不会影响同样使用此环境开发的其他同事。端口也提前规划好。本次使用两个端口分别给前端和后端。02 | 不急着写代码先让 AI 探索数据库真正开始 AI 开发时笔者先和 Codex 对话让它通过 SQLcl MCP 连接开发用户并分析已建立的一张表。这里有一个关键点Vibe Coding 不要求一开始就懂很多具体技术但最好有一点前后端概念。需求描述可以按生产要求来写这样后续结果不会只停留在 Demo。笔者的做法是先把初步想法交给 AI让 AI 润色成一版更完整的提示词。提示词里明确产品目标是构建“可信知识录入平台”并告诉 Codex数据库通过本地 SQLcl MCP 读取和写入不要在 Python 中做 Mock 数据后端使用 FastAPI并要求异步化、RESTful 接口和 Pydantic 校验前端使用 React建议结合 Tailwind CSS页面要具备现代响应式设计第一步不是直接写 React而是先探索数据库中的AI_QA_LIB表如果后续需要其他表必须以AI_开头便于区分。这样Codex 的第一步任务就很清晰先理解表结构再汇报查到了什么、表之间可能有什么业务逻辑、计划设计哪些 FastAPI 路由以及 React 前端布局和配色想法。03 | 用聊天方式逐步确认需求第一步探索完成后后面的开发就顺畅很多。笔者继续用聊天方式和 Codex 确认需求等框架搭建并运行后再根据偏好微调。第一个版本先做最基础也最关键的功能访问真实数据表完成知识录入也能对已录入知识进行检索、更新和删除。可以访问真实的数据表进行知识录入可以对已录入知识进行检索、更新、删除这一步的重点不是一次性做大做全而是先跑通前端页面、后端接口到真实数据库表的完整链路。04 | 安全和运维要提前规划除了产品业务功能安全和运维层面的规划也很关键而且通用。在安全性方面笔者要求前端必须有登录界面验证真实用户名和密码后才可以进入系统后端 REST API 也必须有X-API-KEY认证。在易用性方面笔者要求提供一整套启动、关闭、检查服务状态的脚本。这样既方便后续维护也方便 Codex 调试时直接调用。