ByteFisher AI 编程实战（九）：AI辅助后端开发

后端开发的很多工作——CRUD、数据库操作、API 路由——具有高度模式化的特点，这正是 AI 的强项。

一、后端开发中的 AI 适用场景

场景	AI 能力	价值
CRUD API 生成	根据模型定义生成完整路由	节省 80% 样板代码
数据库设计	根据业务描述生成 Schema	减少设计遗漏
SQL 编写	自然语言转 SQL 查询	减少调试时间
错误处理	生成统一错误处理中间件	保证格式一致
测试用例	生成 API 集成测试	提升覆盖率
部署配置	生成 Dockerfile / CI 配置	减少配置时间

二、Node.js + Express API 生成

2.1 从零搭建项目

使用 Cursor 或 Claude Code：

创建 Express + TypeScript + Prisma 的 REST API 项目，
包含用户管理模块：获取用户列表、创建用户、获取用户详情。
数据库使用 SQLite 方便本地开发。

AI 会生成完整的项目结构：

my-api/
├── src/
│   ├── routes/users.ts
│   ├── controllers/userController.ts
│   ├── services/userService.ts
│   ├── middleware/errorHandler.ts
│   ├── middleware/auth.ts
│   └── index.ts
├── prisma/schema.prisma
├── package.json
├── tsconfig.json
└── .env

2.2 完整 CRUD 示例

生成后的路由层代码：

// src/routes/users.ts
import { Router } from 'express';
import * as userController from '../controllers/userController';
import { authMiddleware } from '../middleware/auth';

const router = Router();

router.get('/', authMiddleware, userController.getAll);
router.get('/:id', authMiddleware, userController.getById);
router.post('/', userController.create);
router.put('/:id', authMiddleware, userController.update);
router.delete('/:id', authMiddleware, userController.delete);

export default router;

控制器层代码：

// src/controllers/userController.ts
import { Request, Response, NextFunction } from 'express';
import * as userService from '../services/userService';

export async function getAll(req: Request, res: Response, next: NextFunction) {
    try {
        const page = parseInt(req.query.page as string) || 1;
        const limit = parseInt(req.query.limit as string) || 10;
        const users = await userService.findAll({ page, limit });
        res.json({ data: users, page, limit });
    } catch (err) {
        next(err);
    }
}

export async function create(req: Request, res: Response, next: NextFunction) {
    try {
        const user = await userService.create(req.body);
        res.status(201).json({ data: user });
    } catch (err) {
        next(err);
    }
}

三、Prisma Schema 设计

3.1 博客系统数据模型

在 schema.prisma 中 Cmd+K →
"创建一个博客系统的数据模型：
- User：用户名、邮箱、密码哈希、角色
- Post：标题、内容、状态（DRAFT/PUBLISHED）
- Comment：内容、状态（PENDING/APPROVED/REJECTED）
- 完善的关联关系和时间戳"

AI 生成的 Schema：

model User {
  id        Int      @id @default(autoincrement())
  username  String   @unique
  email     String   @unique
  password  String
  role      Role     @default(USER)
  posts     Post[]
  comments  Comment[]
  createdAt DateTime @default(now())
  updatedAt DateTime @updatedAt
}

model Post {
  id        Int       @id @default(autoincrement())
  title     String
  content   String
  status    PostStatus @default(DRAFT)
  tags      String
  author    User      @relation(fields: [authorId], references: [id])
  authorId  Int
  comments  Comment[]
  createdAt DateTime  @default(now())
  updatedAt DateTime  @updatedAt
}

model Comment {
  id        Int            @id @default(autoincrement())
  content   String
  status    CommentStatus  @default(PENDING)
  author    User           @relation(fields: [authorId], references: [id])
  authorId  Int
  post      Post           @relation(fields: [postId], references: [id])
  postId    Int
  createdAt DateTime       @default(now())
}

3.2 从 Schema 生成 API 的 Prompt 技巧

基于 Prisma Schema 中的 User 和 Post 模型：
1. 为每个模型生成完整的 CRUD 路由
2. Post 的创建/更新需要关联到当前登录用户
3. 未登录用户只能读取已发布的 Post
4. 使用 Zod 做请求参数校验
5. 错误处理统一返回 { error: string, code: number }

这种”Schema → Prompt → 完整 API”的工作流，是后端 AI 编程效率最高的模式。

四、Python FastAPI 生成

AI 同样擅长生成 Python 后端代码。同样的需求用 FastAPI 实现：

from fastapi import FastAPI, Depends, HTTPException
from sqlalchemy.orm import Session
from typing import List
import models, schemas, crud
from database import get_db

app = FastAPI(title="Blog API")

@app.get("/posts/", response_model=List[schemas.Post])
def list_posts(skip: int = 0, limit: int = 10, db: Session = Depends(get_db)):
    return crud.get_posts(db, skip=skip, limit=limit)

@app.post("/posts/", response_model=schemas.Post, status_code=201)
def create_post(post: schemas.PostCreate, db: Session = Depends(get_db)):
    return crud.create_post(db, post)

@app.get("/posts/{post_id}", response_model=schemas.Post)
def get_post(post_id: int, db: Session = Depends(get_db)):
    post = crud.get_post(db, post_id)
    if not post:
        raise HTTPException(status_code=404, detail="文章不存在")
    return post

生成跨语言代码是 AI 后端编程的一大优势——一次需求描述，同时得到 Node.js 和 Python 两个版本。

五、SQL 生成与优化

5.1 自然语言转 SQL

-- Prompt: "查询过去 30 天内下单次数最多的前 10 名用户"
SELECT 
    u.username,
    u.email,
    COUNT(o.id) AS order_count,
    SUM(o.total_amount) AS total_spent
FROM users u
INNER JOIN orders o ON o.user_id = u.id
WHERE o.created_at >= DATE('now', '-30 days')
  AND o.status != 'CANCELLED'
GROUP BY u.id
ORDER BY total_spent DESC
LIMIT 10;

5.2 SQL 优化 Prompt

帮我优化这个 SQL 查询，它在 100 万行数据上执行需要 5 秒：
SELECT * FROM orders 
WHERE YEAR(created_at) = 2025 
  AND status = 'pending'
ORDER BY created_at DESC;

要求：添加索引建议、避免函数包裹字段、优化排序。

AI 的分析：

1. 避免 YEAR() 函数：YEAR(created_at) 让索引失效。改为范围查询
2. 复合索引：在 (status, created_at) 上建立联合索引
3. 只查需要的列：SELECT * 改为明确列名

优化后：

-- 创建推荐索引
CREATE INDEX idx_orders_status_created ON orders(status, created_at);

-- 优化查询
SELECT id, user_id, total_amount, created_at
FROM orders
WHERE status = 'pending'
  AND created_at >= '2025-01-01'
  AND created_at < '2026-01-01'
ORDER BY created_at DESC;

六、安全注意事项

后端安全是 AI 编程中最不可跳过的审查环节：

关注点	AI 常见问题	审查要点
SQL 注入	可能直接拼接 SQL	确认使用参数化查询或 ORM
身份验证	可能遗漏 Token 验证	检查 JWT 中间件配置
权限控制	遗漏管理员接口的权限检查	检查权限守卫装饰器
数据校验	接受未验证的输入	检查请求体校验
敏感信息	硬编码密钥到代码	确保使用环境变量

安全审查 Prompt 模板

审查这个 Node.js API 的安全漏洞：
1. 是否有 SQL 注入风险？
2. 身份验证和授权是否完整？
3. 是否有敏感信息泄露？
4. 输入校验是否充分？
5. 是否有 CSRF/XSS 风险？

代码：[粘贴代码]

本章小结

• AI 在 CRUD API、数据库设计、SQL 编写等高模式化工作中表现优秀
• 分步生成（Schema → Service → Controller → Route）效果最好
• AI 能跨语言生成后端代码——同一个需求描述可生成 Node.js 和 Python 两个版本
• SQL 优化是 AI 后端编程的高价值场景
• 安全审查是后端 AI 编程最不可跳过的步骤——特别是 SQL 注入、权限控制、敏感信息
• 建议后端 AI 编程流程：描述需求 → AI 生成 Schema → 审查 → AI 生成 API → 完善安全 → 测试

下一篇进入你最熟悉的领域——AI 辅助 Unity 开发。