24天16万行代码：用Claude Code从零构建K12教育产品的实战工作流-北京尧图网络

1. 先聊聊这个项目到底在做什么24 天630 次提交16 万行代码。这三个数字放在一起任何一个写过代码的人都会先愣一下——平均每天 26 次提交、6600 多行代码产出而且是在不到一个月的时间里从零搭出一个 K12 教育产品。如果这是纯手工敲出来的那基本等于一个人干了一个小团队两三个月的活。所以这个项目的核心看点不在于K12 产品本身而在于用 Claude Code 这类 AI 编程工具把一个人的产能拉到了什么程度。我自己也长期在用 Claude Code 做项目从最初把它当高级补全用到后来把它当成一个能独立跑任务的协作者中间踩过的坑、总结出来的工作流跟这个项目的节奏非常像。所以这篇东西我不打算复述AI 多厉害这种废话而是想把这个项目拆开讲清楚三件事它是怎么组织的、Claude Code 在其中扮演什么角色、以及一个普通人想复现这种节奏需要准备什么。K12 这个方向本身也值得说一句。K12 指的是从幼儿园到高中这段基础教育阶段产品形态通常是题库、练习、测评、学习路径规划这几类。它的技术难点不在算法多高深而在于内容结构复杂、交互状态多、数据模型琐碎——一道题可能涉及知识点、难度、题型、解析、变式、错因归类一个学生的学习路径又要跟这些维度全部挂钩。这种业务琐碎但逻辑严密的场景恰恰是 LLM 辅助编程最能发挥价值的地方因为大量代码是结构清晰但重复度高的 CRUD 和状态管理人写起来烦AI 写起来快。适合读这篇的人想用 Claude Code 做完整项目但不知道怎么组织工作流的开发者、独立开发者、想快速验证一个教育类产品想法的人以及单纯好奇AI 编程到底能到什么程度的技术人。下面我按项目实际推进的逻辑一层层拆。2. 技术选型为什么是 Python TSX LLM 这套组合2.1 前后端分离下的语言分工逻辑这个项目里出现了 Python 和 TSX 两个关键词这基本就框定了架构Python 负责后端与 AI 相关逻辑TSXTypeScript JSX负责前端界面。这不是随便选的而是被 K12 产品的特性逼出来的。后端选 Python理由很直接。K12 产品里最重的部分往往不是业务逻辑而是内容处理和 LLM 调用——比如把一道题自动拆解成知识点标签、生成变式题、批改主观题、根据错题推荐练习。这些活儿全都依赖 LLM 生态而 Python 是目前 LLM 工具链最完整的语言模型 SDK、向量库、数据处理、评测框架几乎都是一等公民支持。你要是用 Node 硬扛很多库要么没有要么是社区维护的半成品调试成本会翻倍。前端选 TSX是因为 K12 产品的界面状态极其复杂。一个练习页面可能同时存在当前题目、作答状态、计时、草稿、提交结果、解析展开、错题标记、进度条……这些状态如果用纯 JS 手写很容易乱成一锅粥。TSX 的类型系统能在编译期就帮你挡掉大量传错字段状态对不上的低级错误而这类错误恰恰是 AI 生成代码时最容易埋的雷——AI 写代码快但它不会替你记住这个字段到底是 number 还是 string类型系统就是最后一道防线。提示如果你也打算用 AI 辅助写全栈项目前后端都上强类型语言Python 加 type hints、前端用 TS能显著降低 AI 生成代码的返工率。这不是洁癖是实打实的效率账。2.2 LLM 在 K12 场景里的真实定位热词里有一堆 LLM 相关的词——llm 是什么、llm 模型、llm 框架、llm as judge、基于 llm 的单元测试。这些词能同时出现说明这个项目里 LLM 不是贴个聊天框那么简单而是深度嵌入了产品逻辑。在 K12 场景里LLM 通常承担四类任务内容生成根据知识点生成题目、解析、变式这是最直接的用法。内容理解把老师上传的题目自动结构化打上知识点、难度、题型标签。学习诊断根据学生的作答记录判断薄弱环节生成学习建议。质量校验用 LLM as judge 的方式让模型给生成的内容打分筛掉明显有问题的题。这里有个关键判断LLM 适合做生成和判断不适合做精确计算和状态管理。比如一道数学题的最终答案对不对最好用代码算别让模型心算但这道题考察哪个知识点这个解析讲得清不清楚交给模型判断就很合适。项目里如果把这俩混着用就会出现模型算错了但讲得头头是道的尴尬。2.3 为什么这套组合特别适合 AI 辅助开发Python TSX LLM 这套组合有个隐藏优势它的代码模式高度可预测。后端大量是接收请求 → 调模型 → 处理结果 → 存库 → 返回的流水线前端大量是状态 → 渲染 → 事件 → 更新状态的循环。这种模式化代码正是 Claude Code 最擅长的——它能从你已有的几个文件里推断出模式然后批量生成风格一致的代码。反过来如果你做的是图形算法、底层引擎这种每行都要精细设计的代码AI 辅助的收益就会大打折扣。所以选型阶段其实就决定了后面 AI 能帮你多少。这个项目能在 24 天里堆出 16 万行选型占了很大功劳。3. 用 Claude Code 做项目的核心工作流3.1 从补全工具到任务代理的认知转变很多人用 Claude Code 的方式还停留在我写一半它补一半。这个项目能跑出 630 次提交的节奏说明用法已经升级了——把它当成一个能接任务、能自己跑、能自己验证的代理。具体差别在哪传统补全是你盯着光标它给你下一行。代理模式是你给它一个明确任务比如给题目模型加上难度字段并更新所有相关的序列化逻辑和测试它自己去读文件、改代码、跑测试、报告结果。你从写代码的人变成派活和验收的人。这个转变带来的最大变化是并行度。你可以同时让它在后端加一个接口、在前端加一个页面、在测试里补几个用例自己则去处理那些真正需要人判断的事比如产品逻辑、交互设计、内容质量。24 天 16 万行靠的就是这种人管方向、AI 管产量的分工。3.2 任务拆解的粒度控制但代理模式有个大坑任务给太大它会跑偏给太小你光描述任务的时间比它干活还长。我自己的经验是一个任务的合适粒度大概是能在 5 到 15 分钟内完成、涉及 3 到 8 个文件、有明确验收标准。举个例子在 K12 项目里实现错题本功能这种任务就太大了它涉及数据模型、接口、前端页面、状态管理、推荐逻辑AI 很容易做到一半就开始自由发挥。正确的拆法是先加错题的数据模型和迁移脚本再加标记错题的接口和测试然后加错题列表页面的数据获取最后加错题列表的 UI 和交互每一步都有明确的输入输出AI 做完你能立刻验证错了也能快速回滚。630 次提交里我猜相当一部分就是这种小步快跑的产物——提交次数多不是坏事反而说明每次改动都可控。3.3 上下文管理让 AI 记住项目规则Claude Code 这类工具的一个核心能力是读取项目里的规则文件。你可以在项目根目录放一个说明文件写清楚技术栈是什么、目录结构怎么分、命名规范、测试怎么跑、哪些文件不要动。这样每次它接任务时都会先读这些规则生成的代码风格就能保持一致。在 K12 项目里这类规则尤其重要因为业务概念多。比如知识点题目练习作答记录这些实体之间的关系如果不写清楚AI 很可能这次叫knowledge_point下次叫knowledgePoint再下次叫kp最后整个代码库命名混乱维护成本飙升。提示规则文件不要写成百科全书控制在能一屏读完的长度。写太多 AI 反而不看或者看了抓不住重点。核心就三块技术栈约定、目录与命名规范、常用命令。4. 实操过程一个功能从需求到上线的完整链路4.1 环境准备与工具链搭建要复现这种开发节奏环境得先搭顺。核心是几样东西Python 环境、Node 环境、Claude Code 本体、以及一个趁手的编辑器。Python 这块建议直接用 3.11 或以上版本用虚拟环境隔离依赖。安装本身不复杂官网下载安装包一路下一步就行关键是装完之后把python和pip加进环境变量不然后面命令行调用会一直报找不到命令。依赖管理用requirements.txt或者更现代的pyproject.toml别手动一个个装AI 生成代码时经常需要新库有清单文件它才知道该装什么。Node 这边装 LTS 版本即可前端用 Vite 起项目启动快、配置少。TSX 的支持是开箱即用的不用额外折腾。Claude Code 的安装不同系统略有差异Windows、Ubuntu、macOS 都有对应的方式。装完之后建议在 VS Code 里配置好集成这样它改代码你能实时看到 diff验收效率高很多。有个常见的坑是订阅权限问题如果提示组织禁用了访问通常是账号配置的问题检查一下登录状态和权限设置即可。4.2 数据模型设计K12 产品的骨架K12 产品的数据模型是整个项目的地基这块设计错了后面全是返工。核心实体大概这几类实体关键字段说明知识点id、名称、父级、学科、年级树形结构支持层级题目id、题干、题型、难度、答案、解析关联多个知识点练习id、题目列表、目标知识点一组题目的集合作答记录id、学生、题目、答案、对错、耗时学习行为数据错题id、学生、题目、错误次数、最近错误时间从作答记录派生设计时有个关键决策知识点用树形还是标签。树形结构清晰、便于做路径规划但一道题往往跨多个知识点硬塞进树里会很别扭。所以更实际的做法是树形多对多关联——知识点本身是树题目和知识点之间是多对多。这样既能做层级推荐又能表达一道题考多个点。这块我建议让 AI 先生成模型定义和迁移脚本然后你人工审一遍关系。因为 AI 很容易把一对多写成多对多或者漏掉索引这些在数据量小的时候看不出来一上量就是性能灾难。4.3 后端接口用 LLM 生成结构化内容后端最核心的接口是内容生成。流程大概是接收一个知识点和难度要求 → 拼 prompt → 调 LLM → 解析返回 → 校验 → 存库。这里有个实操细节别让 LLM 直接返回自由文本要让它返回结构化数据。比如要求它输出 JSON包含题干、选项、答案、解析、知识点标签这些字段。然后在代码里做 schema 校验字段缺失或类型不对就重试。热词里那个 provider rejected the request schema or tool payload 就是典型的 schema 不匹配问题多半是 prompt 里对输出格式的描述和实际校验的 schema 对不上。校验通过之后还可以加一层 LLM as judge让另一个模型调用给这道题打分判断难度是否合适、解析是否清晰、答案是否正确。分数低于阈值的直接丢弃或重生成。这一步能显著提升内容质量代价是调用成本翻倍所以一般只对核心内容做。4.4 前端页面状态管理的实战前端这块K12 产品的页面状态是真的多。以练习页为例至少有这么几组状态当前题目索引、用户作答、是否已提交、提交结果、解析是否展开、计时器、整体进度。用 TSX 的话建议把这些状态收敛到一个 reducer 或者状态管理库里别散落在各个组件。AI 生成前端代码时最容易出的问题是状态更新不同步。比如提交答案后结果显示了但进度条没更新或者切到下一题上一题的解析还开着。这类 bug 靠人眼 review 很难全抓出来最好的办法是让 AI 同时生成对应的测试用测试来锁住行为。我自己的做法是每写完一个交互组件就让 AI 补一组测试覆盖初始状态、用户操作、边界情况三类场景。测试跑绿了再提交。这样虽然单次提交慢一点但整体返工少长期看反而快。5. 常见问题与排查技巧实录5.1 AI 生成代码的典型翻车场景用 Claude Code 做项目翻车基本集中在几类第一类是幻觉 API。它会调用一个看起来合理但根本不存在的函数或参数。比如某个库的方法签名记错了或者用了一个已经被废弃的写法。这类问题在跑测试或启动服务时会立刻暴露所以每次 AI 改完代码第一件事就是跑一遍别攒着一起跑。第二类是上下文丢失。任务做长了它可能忘了前面定义的约定开始自由发挥。表现是命名风格突变、目录放错、重复造轮子。解决办法是把任务切小或者在长任务中途提醒它回顾规则文件。第三类是过度设计。你让它加个字段它顺手给你重构了整个模块还引入了两个新依赖。这种最烦因为 diff 巨大review 成本高。对策是在任务描述里明确写只做最小改动不要重构无关代码。5.2 排查速查表现象可能原因处理方式服务启动报模块找不到依赖没装或虚拟环境没激活检查环境、重装依赖LLM 返回格式解析失败prompt 输出格式与 schema 不符对齐 prompt 与校验逻辑前端状态不同步状态分散、更新遗漏收敛状态、补测试提交历史混乱任务粒度过大拆小任务、勤提交代码风格突变上下文丢失提醒规则、切小任务测试跑不过但代码看着对AI 幻觉 API查文档、跑最小复现5.3 独家避坑经验几个我踩过之后才明白的点提交要勤但信息要写清楚。630 次提交如果每条都是update那历史等于没有。每次提交写清楚做了什么、为什么出问题时能快速定位。AI 生成的提交信息往往很泛建议自己改一下。别让 AI 碰核心配置。像数据库连接、密钥管理、部署脚本这些让 AI 生成初稿可以但最终一定要人工审。它不知道你的部署环境细节很容易写出本地能跑线上挂的配置。定期做一次人工通读。AI 写的代码单看每个文件都没问题但合起来可能有架构层面的重复或矛盾。每隔几天抽时间通读一遍关键模块能提前发现这类问题。测试是 AI 时代的保险丝。AI 写得越快测试越重要。没有测试你根本不敢让它大改有了测试它改完跑一遍就知道有没有破坏现有功能。这个项目能高速推进测试覆盖率大概率不低。6. 关于节奏和心态的一点个人体会24 天 16 万行这个数字第一次看会觉得夸张但拆开看其实合理AI 负责产量人负责方向和验收。真正难的不是让 AI 写代码而是建立一套让 AI 高效产出又不失控的工作流——规则文件、任务拆解、测试兜底、勤提交、勤验收这几样缺一不可。我自己用下来最大的感受是AI 编程工具把写的成本压得很低但把判断的价值抬得很高。以前一个功能写占七成时间想占三成现在反过来了想清楚要什么、怎么验收、哪里可能出问题这些才是决定项目成败的部分。所以别指望装个工具就能 24 天出产品真正拉开差距的是你怎么组织这件事。如果你也想试建议别一上来就搞大项目。先拿一个小功能练手把派任务 → 验收 → 提交这个循环跑顺再逐步放大。工具是死的工作流是活的跑通了自己的节奏产能自然就上来了。

24天16万行代码：用Claude Code从零构建K12教育产品的实战工作流

相关推荐

把法条速查和文书起草封装成WorkBuddy Skill：执法岗AI工作流实测

TensorRT在Hopper上的性能红利：线程块集群、TMA与FP8实战解析

Claude API 缓存命中率优化：4步把账单砍半的实操指南

更多资讯

Linux 内核揭秘：用户空间程序的启动过程——从 `_start` 到 `main` 的完整调用链

Android MVVM 架构模式实战指南：ViewModel、LiveData 与 StateFlow 在 developer-roadmap 中的系统解读

OpenShell：把Win10/Win11开始菜单调回经典样式，安装配置与进阶玩法全攻略

JavaWeb学生信息管理系统大作业：完整源码+建表SQL+课程设计报告，跑通CRUD全流程

主流AI论文工具梯队榜（2026 深度测评）

Android Ext4文件系统故障排查：从Journal机制到fsck实操

今日更新

CMOS设计三大物理效应：体效应、沟道长度调制与亚阈值导电

微信小程序在线阅读毕设全解析：Java后端+MySQL+避坑实战

Android音频问题五层分析法：从App到Codec的系统化诊断

本周精选

CMOS设计三大物理效应：体效应、沟道长度调制与亚阈值导电

微信小程序在线阅读毕设全解析：Java后端+MySQL+避坑实战

Android音频问题五层分析法：从App到Codec的系统化诊断

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？