[开源推广]codeSee-面向vibecoding的功能级画布(ai写代码,你来读故事)

Kaka 2026-05-16 14:27 1

本帖使用社区开源推广,符合推广要求。我申明并遵循社区要求的以下内容:



  • 我的帖子已经打上 开源推广 标签:

  • 我的开源项目完整开源,无未开源部分:

  • 我的开源项目已链接认可 LINUX DO 社区:

  • 我帖子内的项目介绍,AI生成、润色内容部分已截图发出:

  • 以上选择我承诺是永久有效的,接受社区和佬友监督:


以下为项目介绍正文内容,AI生成、润色内容已使用截图方式发出




codeSee


起因


在经历大量vibecoding后,个人发现有一些非常真实的痛点和需求:




  • ai开发代码的速度和人类review代码的速度根本不对称。ai能在几分钟内写5000行代码,而我们审查5000行需要几个小时甚至更多,并且审查的质量和效果递减。




  • 在大多数vibecoding的场景下,我需要审查的其实不是代码,而是逻辑。如果一个代码中混合大量的专业技术、不同语言,而我的精力和时间是非常有限的,这代表着我不可能先学会这个项目中所有的技术和语言再进行review。我真正需要审查的是这个功能做了什么,它的上下游是谁,影响谁。这是语义层面的东西。




  • 排查一个问题的时候需要全链路追踪能力,例如当功能 A 出了问题,根本原因可能是由于功能 B 和功能 A 互斥所导致的,所以我需要的是功能层面的影响地图。




  • 除了开发上的痛点外,还有个人的一些心理问题。我需要对这个项目的参与感和掌控感,我不想vibecoding后完全不理解我的项目。而可视化的功能画布能让我在不读代码的情况下,仍然“拥有”这个项目 ^-^(也算是个人的一点小小需求)




那么基于上述需求和痛点,就有了以下这个项目:




干啥的?


让 ai 探索或者开发时实时更新功能视图,我能够看到整个项目的逻辑链条。这个项目以一种奇妙的方式进入我的脑袋里 ^-^


针对以下两个场景:




  • 从0开始vibecoding一个项目(这是我推荐的最佳实践):从第一天就把codeSee集成到项目中,ai永远不会丢失上下文,代码是刚写的,对应的功能视图即时更新。每一次同步只涉及几个小功能,ai 也不会去猜测已有的代码干啥了,因为这是它刚刚写的 ^-^,而我们能够在任何时候审查这个画布(相较于枯燥的代码我觉得我更愿意看这个)




  • 接入已有的项目:如果是小型项目还好,但如果是重型项目,无论提示词设计的好还是坏,无论是分出多少步来进行扫描项目的工作流,ai 总可能会出现幻觉或者覆盖不到的地方,尤其是针对不那么强的模型来说




效果演示:









具备三个视图:



  • 概览视图:从用户故事把整个项目的功能逻辑说清楚

  • 功能视图:每一个概览视图中的节点都对应功能视图中的一个容器,容器内包含了这个节点的所有子功能

  • 步骤视图:双击功能视图中的子功能即可查看它的详细逻辑链条和步骤


怎么用?


这个项目分为 web 前端和 prompt,clone 项目到本地后,通过安装脚本把prompt、校验器、agents.md注入到你的项目(不必担心覆盖原有的AGENTS.md,如果已经有了会直接追加内容)。注入项目的目录大概长这样(由于块引用视觉效果不太好,我这里就放截图了哈 ^-^):


注入后让你的 ai ide 直接阅读 agents.md 产出 features.json 即可。


产出 features.json 后在本项目的 viewer 目录下运行 npm install 和 npm run dev 。


接下来你就可以打开 http://localhost:5173/ 查看项目的功能视图啦 ^-^(开始享受⑧),记得把产出的 features.json 拖进去哦 ^-^


开发重点


欢迎大家来尝试和体验 ^-^


如果有佬友认可我的项目可以加个^-^ star ^-^,您的认可也是我的动力 ^-^


同时欢迎各位佬友指出不足和提PR ^-^


目前项目后续的重点完善方向是:




  • prompt 优化:虽然已经做出了一些规范,但是个人使用后产生的真实痛点和案例才是 prompt 的壁垒和护城河,类似于 skill。人人都可以经历真实使用后做出自己的 prompt 贡献。




  • 前端布局算法优化:受限于个人经验和知识面广度,目前的布局算法还是有一些问题,个人认为不太美观。并且这个布局算法我认为不应该单纯的基于节点位置和关系,更应该加入功能逻辑、语义层面的布局。目前已经在这个方向做出了努力:添加了单独的 layout.json 布局文件把布局位置解耦出来,后续可能也会让 ai 直接进行操作和语义布局。




增量更新ing




  • 添加hooks机制,适配claudecode、kiro。




  • 更新路线图,把计划即图(不再局限于感知项目代码,把实时计划也能变成图)添加到路线图。原因在于,在各大agent的spec或者plan模式下会产出plan文档,如果一个plan太大,这种plan看似是对用户负责,但是实际上是把审阅、责任转移到用户身上了。所以计划应该是一种更加易于看的形式–>codeSee ^-^




  • 更新路线图,添加ai记忆层,目标是解决长任务遗忘和跨会话不一致问题。



最新回复 (19)
  • HavenLiew 05-16 14:34
    1

    这个好,我也有这样的痛点,完全不知道它的业务逻辑是如何写的,虽然运行着没问题,但心里发慌啊

  • HavenLiew 05-16 14:36
    2

    接入已有的项目:如果是小型项目还好,但如果是重型项目,无论提示词设计的好还是坏,无论是分出多少步来进行扫描项目的工作流,ai 总可能会出现幻觉或者覆盖不到的地方,尤其是针对不那么强的模型来说



    关于这点,佬有没有考虑过兼容现有的一些工作流呢?比如 trellis 之类的,直接读它的文档来生成

  • Comalot 05-16 14:37
    3

    功能視圖實現的原理是什麼 是有個規範的東西讓ai一邊寫代碼一邊更新圖嗎

  • Kaka 楼主 05-16 14:38
    4

    哈哈,我现在就在真实使用它帮助我进行另一个项目的开发。已经遇到了一些其他场景的问题,例如当前项目处于规划阶段,只有文档,目前的解决方案是先按照文档执行一次扫描,把文档中描述的功能点和逻辑写入,标记成planner状态,后续实现了改标签即可。另一个问题是multiagent协作场景下对features的修改规则。 ^-^真实使用的经验我觉得是非常宝贵的。欢迎佬友体验和提pr ^-^

  • Kaka 楼主 05-16 14:39
    5

    这个受限于我的个人知识面,还没有考虑过。我得先调研一下,感谢佬友意见 ^-^

  • Kaka 楼主 05-16 14:41
    6

    是的,目前功能视图只消费一个features.json文件。所有的功能视图逻辑和布局都以json文件的形式和前端解耦。但是刚刚突然想到如果json文件太大的话,ai阅读全文和修改会消耗大量上下文。这个可以记录为后续的优化方向。感谢佬友评论 ^-^

  • Comalot 05-16 14:44
    7

    可以用SQLite 至於數據點之間的向量存放可能有更好的方式 讓ai檢索看看

  • HavenLiew 05-16 14:44
    8

    如果兼容工作流的话,那这个做着就简单了,因为工作流都是先产生 prd,再产生 plan,然后再生成一系列的 task 进行编码和测试。像现在这个画布,在 prd 阶段结束后就可以读工作流的 prd,直接生成画布了,同时画布上的功能节点天然就带着属性,如 plan 阶段,task todo阶段,task done阶段,test done 阶段等(这些阶段,都是去读工作流在项目目录下的各个文档)。

  • Kaka 楼主 05-16 14:45
    9

    好的,确实好像向量数据库比现在的文件形式更好一些。感谢佬友 ^-^

  • Kaka 楼主 05-16 14:49
    10

    佬友,您说的这个我理解是不是把整个项目的开发流程变成工作流的形式,类似n8n那种,然后ai就不需要每次读所有的项目代码了,直接读工作流文件然后生成对应的features.json?

  • anzi 05-16 14:49
    11

    为啥不直接做个外挂的可以实时看到当前在构建什么

  • Kaka 楼主 05-16 14:51
    12

    佬友,您说的这种有没有类似的产品参考。我感觉目前已经是面向您说的这个需求啦 ^-^

  • HavenLiew 05-16 14:52
    13

    对,兼容现有的工作流,直接读文档,省心省力不出错还省 tokens。

  • Kaka 楼主 05-16 14:55
    14

    我感觉这个应该是针对vibecoding的不同形式所做出的决策。我现在大部分情况下是通过cc或者各种ai ide创作的。暂时没有尝试过使用工作流

  • HavenLiew 05-16 15:01
    15

    我说的工作流就是用 ai ide 时使用的,你可以先去了解下,可能能对这项目有帮助。

  • Kaka 楼主 05-16 15:02
    16

    佬友我刚刚看了下,感觉我现在的这个项目可以建立在Trellis上面(感觉会是个很好的优化方向) ^-^

  • Comalot 05-16 15:13
    17

    不一定向量數據庫 有的是為了訓練大的可怕 總之多多調查吧

  • HavenLiew 05-16 15:15
    18

    对的,trellis 确实很好用。


    但是没必要只兼容它,因为类似的 开源 high stars 的工作流框架还有不少,建议佬可以挑三四个最常用的兼容,基本就满足 80% 用户的需求了。


    可以直接把这几种工作流在项目目录生成的文件直接让 ai 去分析总结,然后统一生成画面规范,然后根据工作流的每个阶段完成,都自动刷新渲染 web 端生成画布,齐活儿~~


    简单好用实惠还解决大问题~

  • Kaka 楼主 05-16 15:17
    19

    感谢佬友,确实,我先兼容一下trellis,探索一下整体流程 ^-^

* 帖子来源Linux.do
返回