当前位置：首页 > news >正文

口述编程不止写代码：用扣子做AI Bot实战（vibe-coding+Coze实操）

news 2026/6/9 15:24:30

前面的实操都在写代码。

今天换个赛道——不写一行代码，用口述编程做一个AI Bot。

阿Lee知道你在想什么："不写代码也算口述编程？"

算。口述编程的本质不是写代码，是用自然语言驱动AI完成你想要的结果。写代码只是其中一种形式，配置AI Bot是另一种——而且门槛更低、变现更快。

今天用扣子（Coze）平台做一个代码评审Bot——你贴一段代码进去，它帮你找bug、给建议、优化写法。

程序员刚需，阿Lee自己也在用。

扣子是什么：30秒说清楚

扣子（Coze）是字节跳动出的AI Bot搭建平台。核心卖点：

零代码——全程可视化配置，不写一行代码
内置大模型——直接用豆包等国产模型，不用自己接API
插件生态——搜索、代码执行、图片生成等现成可用
发布渠道——做完可以发布到豆包App、微信公众号、飞书等

你不需要会编程，只需要会"说话"——告诉AI Bot该做什么、怎么做。

这，就是口述编程的另一种形态。

第1步：创建Bot+基础配置

打开扣子平台（coze.cn），点"创建Bot"。

这一步不用口述，但要填几个关键配置：

表格

配置项	填什么	为什么
Bot名称	代码评审助手	直白，搜索友好
Bot描述	粘贴代码，AI帮你找bug+给优化建议	一句话说清楚价值
模型选择	豆包-pro	代码理解能力够用，性价比高
开场白	"贴一段代码，我来帮你review"	降低使用门槛

这些配置就是你跟平台"口述"的第一段需求——告诉平台这个Bot是干什么的。

第2步：编写人设与提示词

这是整个Bot的灵魂。阿Lee用Ch5的RTC框架来写：

你是一个资深代码评审工程师，精通Python、JavaScript、Java、C/C++等主流编程语言。你的任务是帮助开发者审查代码，找出潜在问题并给出优化建议。
审查维度：
安全漏洞：SQL注入、XSS、硬编码密码等
性能问题：不必要的循环、内存泄漏、N+1查询等
代码规范：命名不规范、缺少注释、重复代码等
逻辑错误：边界条件、空指针、异常未处理等
最佳实践：是否有更优的写法
输出格式：
按严重程度排序（严重→警告→建议）
每个问题给出：行号+问题描述+修复建议+修复后的代码片段
如果代码没问题，给出肯定+可优化点
语气：专业但不刻薄，像资深同事帮你review

这就是RTC框架在Bot场景的应用——角色（资深代码评审工程师）+任务（审查代码）+约束（5个审查维度+输出格式+语气）。

阿Lee的经验：提示词越具体，Bot输出越稳定。

如果你只写"帮我review代码"，Bot有时候会啰嗦讲一堆废话，有时候又漏掉关键bug。加上5个审查维度和输出格式，Bot的输出一致性直接拉满。

第3步：添加插件

扣子的插件生态是它的杀手锏。代码评审Bot需要2个插件：

表格

插件	用途	配置方式
代码运行	让Bot能运行代码验证结果	直接启用，无需配置
网页搜索	查最新API文档/最佳实践	直接启用，无需配置

启用方式：在Bot编辑页面，点"插件"→搜索插件名→点"添加"。

两步搞定，不用写代码，不用接API。

第4步：添加知识库

知识库是让Bot变成"专家"的关键。

阿Lee准备了一份代码规范文档，上传到知识库：

内容概要：

1. Python代码规范（PEP 8核心规则）

2. JavaScript代码规范（Airbnb风格指南精简版）

3. C语言嵌入式编码规范（MISRA C核心规则）

4. 常见安全漏洞清单（OWASP Top 10精简版）

5. 代码评审checklist

为什么加知识库？——光靠大模型的通用知识，评审深度有限。加上规范文档后，Bot能引用具体规则，比如"根据PEP 8，函数名应该用snake_case命名"。

知识库的配置方式：在Bot编辑页面，点"知识库"→上传文档→选择"自动分段"。

第5步：测试+调优

Bot搭完了，别急着发布——先测几轮。

测试1：Python代码（有安全漏洞）

输入：

python

@app.route('/login', methods=['POST'])

def login():

username = request.form['username']

password = request.form['password']

query = f"SELECT * FROM users WHERE username='{username}' AND password='{password}'"

user = db.execute(query).fetchone()

if user:

session['user_id'] = user['id']

return redirect('/dashboard')

return "Login failed"

Bot输出（精简版）：

🔴严重：SQL注入漏洞第4行直接拼接用户输入到SQL语句，攻击者可以通过输入' OR 1=1 --绕过登录验证。修复建议：使用参数化查询
python
query = "SELECT * FROM users WHERE username=? AND password=?"
user = db.execute(query, (username, password)).fetchone()
🟡警告：密码明文存储第4行直接比较明文密码，应使用hash验证。
💡建议：添加错误处理和登录限流

看到了吗？——SQL注入、明文密码、错误处理，3个关键问题全部抓到。

测试2：C语言嵌入式代码（有逻辑错误）

输入：

void uart_send_string(const char *str)

{

while(*str != '\0')

{

USART1->DR = *str;

str++;

}

Bot输出：

🔴严重：缺少发送完成等待第3行写入DR寄存器后立即发送下一个字节，没有等待上一次发送完成，会导致数据丢失。修复建议：加上TXE标志位等待
void uart_send_string(const char *str) {
while(*str != '\0') {
while(!(USART1->SR & USART_SR_TXE)); // 等待发送缓冲区空
USART1->DR = *str;
str++;
}
}
💡建议：加上超时机制，避免死循环

阿Lee做了10年嵌入式，这个bug确实是最典型的——串口发送不等待TXE标志，数据丢字节。Bot抓到了，说明知识库里的嵌入式规范起作用了。

Bot效果总结

表格

能力	表现
安全漏洞检测	强——SQL注入、XSS、硬编码等常见漏洞都能发现
性能问题发现	中上——循环优化、内存泄漏能发现，但深度场景偶尔遗漏
代码规范检查	强——有知识库加持后，能引用具体规范条文
逻辑错误排查	中——简单逻辑错误能发现，复杂业务逻辑还需人工
修复建议质量	强——给出的修复代码大部分可以直接使用

核心判断：这个Bot能替代你80%的初级code review工作量。剩下20%的业务逻辑review，还得靠人。