与 Gemini 一起编码
Source: Dev.to
这是对Built with Google Gemini: Writing Challenge的提交
我用 Google Gemini 构建的项目
我构建了一个全栈 AI 驱动的药房管理系统，帮助药房防止因药品过期和库存短缺导致的损失。这个想法来源于一次与药房员工的真实对话，她告诉我自己要对任何未及时上报的过期药品负责。这个问题需要一个解决方案。
在 Gemini 作为编码伙伴的帮助下，我的过程从一个想法开始——然后我询问 AI 对于这个特定项目最合适的编程语言和技术栈是什么。评估了建议后，我自行做出了最终决定：后端使用 FastAPI，前端使用 React 与 TypeScript，智能功能则采用 Groq 的免费 AI API。
Gemini 帮我编写代码，但过程远非全自动。我遇到了缩进错误、接口损坏、模型名称已弃用以及缺少导入等问题。我使用 Chrome DevTools、Postman 以及仔细阅读错误信息等工具进行调试。第一次的设计并未符合我的设想，于是我推动了完整的重新设计。每一个出错点都必须被识别、理解并修复。
我学到的是，在这个 AI 工具盛行的时代，软件工程师最有价值的技能不仅是技术知识——更是能够从真实观察中产生真实想法的能力，以及通过将 Gemini、Postman 和浏览器调试等工具与自己的编程知识和创造性思维相结合来解决冲突的能力。
AI 可以写代码，但它不能走进药房、进行对话并把那一刻转化为解决方案。那部分是我的贡献。
演示
我学到的
技术技能
- 使用 FastAPI 构建 REST API。
- 使用 React 和 TypeScript 创建交互式 UI。
- 使用 SQLite 和 SQLAlchemy 管理数据。
- 通过 JWT 认证 和基于角色的访问来保障应用安全。
- 集成第三方 AI API（Groq）。
软技能
- 学会把 AI 当作工具，而不是捷径。
- 通过阅读错误信息、诊断问题并决定解决方案，提升了自信。
- 发现坚持比完美更重要。
意外收获
最重要的体会是想法仍然是不可替代的。我走进一家药店，进行真实的对话，识别出真实的问题，并为其构建了解决方案。没有任何 AI 提示我这么做。在一个 AI 能在几秒钟内生成代码的世界里，脱颖而出的工程师将是那些能够提出值得解决问题的人。
Google Gemini 反馈
做得好的方面
- 对快速搭建代码、建议技术栈、解释概念以及在提供正确上下文时进行调试非常有帮助。
- 从想法到可工作原型的速度令人印象深刻。
- 对学习者有价值，因为 Gemini 能解释 为什么 某事有效，而不仅仅是 写什么。
我需要更多支持的地方
- 有时会建议已弃用的库或模型名称，需要额外的研究。
- 生成的代码有时存在结构性问题，如缩进不正确或逻辑放错位置。
- AI 的回答假设环境完美，忽略了版本冲突、操作系统差异或本地设置的细节。这些缺口需要将 Gemini 与 Chrome DevTools、Postman 等工具结合使用。
综合评价
当你提供想法、判断力和调试技能时，AI 是一个极其强大的编码伙伴。真正的价值就在于这种组合。
#react, #Python, #full-stack