我是怎么用 Claude Code + Superpowers + GLM 5.1 从0到1做出一个儿童拼图游戏的!

news2026/5/5 14:50:45
一个想法 → 一个完整产品全程 AI 协作开发实录 今天来分享我如何用 Claude Code 的 Superpowers 技能体系从一句我想做一个儿童拼图游戏出发经过头脑风暴、方案设计、计划制定、代码实现最终部署上线到 Vercel 的完整过程这不是传统的AI帮我写代码而是一套结构化的协作方法论—— AI 不是工具人而是你的架构师、项目经理和代码审查员。开始页游戏页 第一步头脑风暴 —/superpowers:brainstorming我只输入了一句话我想做一个儿童拼图游戏Claude Code 自动调用了superpowers:brainstorming技能进入了结构化的头脑风暴流程。整个过程就像和一位经验丰富的产品经理聊天 流程清单自动生成技能一启动就自动创建了8步任务清单Explore project contextOffer visual companionAsk clarifying questionsPropose 2-3 approachesPresent designWrite design docSpec self-reviewUser reviews written spec 视觉伴侣Visual Companion因为拼图游戏涉及大量视觉问题界面布局、拼图样式等技能自动问我“有些内容可能更适合在浏览器中展示给你看。我可以在讨论过程中生成原型图、布局对比和视觉设计。这个功能还比较新可能会消耗较多 token。你想试试吗”我同意后Claude 启动了本地 HTTP 服务器把 HTML 原型推送到浏览器我可以直接在浏览器里看到方案对比图点击选择我喜欢的方案❓ 逐个提问帮我理清需求不是一口气问一堆问题而是一个问题一个消息每个都有多个选项第1问目标年龄段→ 我选了 3-5岁幼儿技能解释了这个年龄段需要极简界面、大拼图块第2问拼图类型→ 经典拼图推荐技能说明了各类型的区别第3问运行平台→ Web网页推荐理由是开发最简单、任何设备都能玩第4问图片素材来源→ 两者都支持预设上传功能最全第5问难度设置→ 多难度等级2×2/3×3/4×4渐进式体验第6问技术栈→ React我选了自己熟悉的框架️ 方案对比 — 在浏览器中展示技能在浏览器中同时展示了3种实现方案的对比图方案特点A: Canvas渲染拼图形状自由但实现复杂B: DOM组件 ✅推荐纯React触屏友好最适合幼儿C: Phaser游戏引擎功能强大但过重每个方案都有架构示意图、优缺点对比。我点了方案B技能记录了我的选择。 设计分段展示 — 逐段确认确认方案后技能一段一段展示设计每段都问我这个看起来合理吗整体架构— 配置层/游戏层/反馈层数据流清晰核心组件结构— App→StartScreen/GameScreen/CompleteScreen的树状图数据模型— PuzzlePiece和GameState的TypeScript类型定义界面设计— 在浏览器中展示了开始页、游戏页、完成页的完整原型反馈机制— 放对了/放错了/完成的音效和视觉反馈交互逻辑— 拖拽、拼合检测、打乱算法错误处理— 图片加载失败、上传过大、浏览器兼容降级每一段我只需回复合理或合适就能推进到下一段。 设计文档自动生成所有设计确认后技能自动把完整设计写入docs/superpowers/specs/2026-05-02-children-puzzle-design.md然后做了自查Spec Self-Review占位符扫描无TBD/TODO内部一致性架构与组件匹配范围检查聚焦单一拼图游戏歧义检查需求明确无歧义最后让我审核文档我确认后技能转入下一阶段。 第二步写实施计划 —/superpowers:writing-plans设计文档确认后Claude 自动调用了superpowers:writing-plans技能把设计转化为可执行的任务级计划。15个 bite-sized 任务每个任务都是 2-5 分钟的小步骤遵循 TDD先写测试→跑看失败→实现→跑看通过→提交Task 1: 项目初始化Vite React Vitest Task 2: 类型定义和常量 Task 3: Shuffle打乱算法TDD Task 4: 拼图块裁切区域计算TDD Task 5: 上传图片压缩TDD Task 6: 音效生成Web Audio API Task 7: 游戏状态管理HookTDD Task 8: PuzzlePiece组件TDD Task 9: StartScreen组件TDD Task 10: GameScreen组件TDD Task 11: CompleteScreen组件TDD Task 12: App组件整合 Task 13: 预设图片素材8个SVG Task 14: PuzzlePiece背景尺寸修正 Task 15: 运行和手动验证每个任务都包含完整的测试代码、完整的实现代码、运行命令、预期输出、commit 消息。没有placeholder没有TBD全部是可直接执行的代码。 第三步执行计划 —/superpowers:subagent-driven-development我选择了Subagent-Driven方式执行计划。这是最有趣的部分什么是 Subagent-Driven每个任务派一个独立的 AI 子代理subagent来执行它不会继承我的对话历史而是收到精确的任务描述和上下文。完成后还有两阶段审查Spec合规审查— 另一个子代理检查代码是否完全匹配规格要求代码质量审查— 检查代码是否整洁、可维护主代理我 → 派遣实现子代理 → 实现测试提交 ↓ 派遣spec审查子代理 → 合规✅ ↓ 派遣质量审查子代理 → 代码质量✅ ↓ 标记任务完成 → 下一个任务实际执行过程合并执行提效因为一些任务比较机械项目初始化、类型定义、工具类我把多个独立任务合并到一个子代理里批量执行大幅节省时间Tasks 1项目初始化→ 单独执行快速通过Tasks 2-6类型5个工具类→ 合并到一个子代理TDD逐个验证Tasks 7-11Hook5个组件→ 合并到一个子代理TDD逐个验证Tasks 12-14整合图片修正→ 合并到一个子代理每个子代理完成后我在主对话中验证测试结果和commit记录确认一切正常后标记完成。 子代理的执行报告每个子代理会返回一个详细报告实现了什么测试结果多少个pass修改了哪些文件自查发现任何concerns我只需要看报告确认不用自己去检查每个文件。 第四步手动测试与踩坑修复子代理完成所有15个任务后我启动开发服务器在浏览器中验证。Playwright 自动化验证用 Claude Code 内置的 Playwright MCP 工具直接在浏览器中操作打开页面 → 看到开始页 ✅点击小猫图片 → 选中 ✅点击开始拼图 → 进入游戏页 ✅用 evaluate 执行点击交换 → 拼图块交换成功 ✅完成拼图 → 自动跳转庆祝页 ✅6个踩坑每次只需一句话我的输入Claude 的修复“从相册选择图片后没看到预览”添加上传图片预览卡片“上下滚动功能没用”移除overflow: hidden“手机端适配不太好”全面改CSS竖排布局、自适应网格、百分比背景“点击开始拼图后四宫格图片不显示”添加width/height: 100%“手机端拖拽功能不行”手动绑定{passive: false}touch 事件“passive event listener报错”移除 JS 的 preventDefault靠 CSS touch-action每次我都只描述了问题Claude 自动定位原因、修复代码、运行测试验证、提交 commit。我全程没有手动写一行代码。 第五步部署到 Vercel首次部署遇到构建错误推送到 GitHub 后Vercel 自动部署但报了 TS6133 错误未使用变量。我只把错误信息贴给 Claudesrc/App.tsx(1,1): error TS6133: ‘React’ is declared but its value is never read…Claude 立刻定位了5处未使用变量逐个移除npm run build通过重新推送后 Vercel 秒级重新部署成功后续迭代也一句话搞定我的输入Claude 的动作“将页面标题改成小天儿童拼图”改了 index.html 和 StartScreen“还是改成儿童拼图吧”又改回儿童拼图“展示的图片只有4张弄到12张主页还是显示4个但可以左右滑动”创建8个新SVG 改常量 添加横向滑动轮播CSS“拖拽功能又失效了”简化交互为点击交换“手机端不能支持拖拽吗”用非passive touch事件实现真正的拖拽 Superpowers 技能体系总结整个项目用了这些 Superpowers 技能技能作用什么时候用brainstorming结构化头脑风暴逐个提问方案对比有想法但没设计方案时visual companion浏览器中展示原型和方案对比涉及视觉/布局问题时writing-plans把设计转化为TDD任务级计划设计确认后准备实现前subagent-driven-development派子代理逐任务执行两阶段审查有计划后选择执行方式executing-plans在当前会话中批量执行不想派子代理时核心方法论想法 → 设计brainstorming 技能把模糊想法变成清晰设计设计 → 计划writing-plans 技能把设计变成可执行的TDD任务计划 → 代码subagent-driven 技能把计划变成实际代码测试问题 → 修复直接描述问题Claude 自动定位修复AI 不只是写代码的工具而是从产品构思到代码审查的全流程协作伙伴。 最终成果22 个 git commit每个都有清晰的 feat/fix 标签36 个单元测试覆盖算法、状态、组件3 种交互方式桌面拖拽、手机拖拽、点击交换12 张手绘 SVG预设图片 用户上传支持从一句话到上线产品全程没有手动写代码源码已经上传到 Github 上面https://github.com/kensonhe/kids-puzzle也直接访问https://puzzle.aigame.art/ 体验感受用 Superpowers 技能体系开发最大的不同是❌ 传统方式自己想需求 → 自己写设计 → 自己写代码 → 自己debug✅ Superpowers方式描述想法 → AI引导你做决策 → AI写计划 → AI子代理执行 → AI审查质量我不是在让AI帮我写代码而是在和AI做结对开发—— 我负责方向决策选什么方案、改什么需求AI负责执行落地写代码、写测试、跑验证、做审查。这种方式下我的角色更像产品经理和技术负责人而不是码农。而Claude Code就是我的全栈工程团队 有任何问题欢迎留言也想试试用Claude Code做项目的姐妹们冲#ClaudeCode #Superpowers #AI编程 #前端开发 #React #Vercel部署 #儿童游戏 #从0到1 #AI协作开发

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2585295.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…