面经策

现场实操：给定一个包含数据 Schema 的 API 文档，请使用 AI 工具在 15 分钟内生成符合 RESTful 规范的 CRUD 接口代码，并解释关键实现逻辑 ​

  • 标签：大模型

🏛 业务架构师 ​

这类实操题考察的是"AI 辅助工程能力"，我按 15 分钟的操作流程演示并讲解：

第一步（1 分钟）·准备上下文：把 API 文档中的数据 Schema（实体字段、类型、约束）喂给 AI 工具（如 Claude/Cursor），声明技术栈——"Spring Boot 3 + MyBatis-Plus，RESTful 规范，统一返回体"。

第二步（2 分钟）·生成核心代码：Prompt 要求生成实体类、Mapper、Service、Controller 四层 CRUD。关键实现逻辑：

text
- 实体类用 @TableName 映射表，字段与 Schema 一一对应
- Controller 按 RESTful 语义设计路由：
  GET /api/orders（列表，支持分页参数）
  GET /api/orders/{id}（详情）
  POST /api/orders（创建，@Valid 校验）
  PUT /api/orders/{id}（更新）
  DELETE /api/orders/{id}（删除）
- 统一返回体 Result<T> 包装，异常走全局处理器

第三步（3 分钟）·迭代修正：编译报错直接贴回给 AI 修复；补充业务约束（字段长度校验、幂等键）。

第四步（5 分钟）·验收：用 Swagger/HTTP 工具跑通增删改查，检查字段校验与错误码。

我的观点：15 分钟生成 CRUD 的价值不在"代码写多快"，而在人从"写代码"转向"定义规格+验收质量"——架构师定义 Schema、规范、校验规则这些"不变资产"，AI 负责体力活。这也正是企业推行 AI 辅助研发的流程重塑点。

🏗 系统架构师 ​

这类实操题我的做法是工程化闭环，15 分钟的分配：2 分钟读文档、10 分钟迭代生成、3 分钟验证解释：

步骤：

  • 把 API 文档（含数据 Schema）喂给 AI 工具（IDE 内 Agent 如 Copilot/Claude Code），Prompt 给明确契约：实体名、字段、RESTful 规范（资源复数名、状态码语义、分页约定）、技术栈（Spring Boot 3 / JPA 或 Node）；
  • 先让 AI 生成 Entity + Repository/DAO + Service + Controller 分层骨架，再生成 CRUD 五个端点，最后补参数校验注解；
  • 关键逻辑我口述约束：统一响应包装、全局异常处理、乐观锁版本字段——这些 AI 默认不会做，要显式要求。

关键实现逻辑解释：

  • RESTful 语义：GET 列表（分页参数）/ GET 详情 / POST 创建（201 + Location）/ PUT 更新 / DELETE（204），资源命名复数、层级表达从属关系；
  • 校验分层：入参 DTO 校验（Bean Validation）在 Controller 层拦截，业务规则（重名、状态机）在 Service 层；
  • 幂等：POST 支持客户端幂等键防重复创建。

架构师点评：AI 生成的价值在样板代码（占 CRUD 的 80%），风险在与存量工程的契合度（统一异常码、鉴权注解、日志规范）——所以 Prompt 里必须注入项目约定。生成后跑编译 + Swagger 验证 + 一条冒烟请求，这个验证闭环不能省。

💻 全栈开发专家 ​

我现场的做法分四步（15 分钟够用，前提是提示写好）：

1. 把 Schema 喂给 AI（1 分钟）：把 API 文档的实体定义（如 MySQL DDL 或 OpenAPI schema）直接粘贴，明确技术栈：Spring Boot 3 + MyBatis-Plus + SpringDoc。

2. 生成提示词要点：要求按 Entity/Mapper/Service/Controller 分层、RESTful 规范（GET 列表+分页、GET 详情、POST 新增、PUT 全量改、DELETE 删除）、参数用 Bean Validation、统一响应体。

3. 生成后立即验证（5 分钟）：

bash
./mvnw spring-boot:run &
curl -s -X POST localhost:8080/api/users \
  -H 'Content-Type: application/json' \
  -d '{"name":"ken","email":"a@b.com"}'
curl -s 'localhost:8080/api/users?page=1&size=10'

4. 解释关键逻辑：生成代码的骨架是：

java
@RestController
@RequestMapping("/api/users")
public class UserController {
    @GetMapping                      // GET /api/users?page=&size= 分页列表
    public Page<UserVO> list(Pageable p) { ... }
    @GetMapping("/{id}")             // 单条详情，404 处理
    @PostMapping                     // 新增，@Valid 校验，201+Location
    @PutMapping("/{id}")             // 全量更新，乐观锁 version
    @DeleteMapping("/{id}")          // 删除，幂等
}

关键实现逻辑：RESTful 语义（动词靠 HTTP method、名词复数资源路径）、分层解耦（Controller 只做协议转换）、校验前移（Bean Validation 注解）、异常统一处理（@RestControllerAdvice 返回一致错误结构）。

经验之谈：AI 生成的常见毛刺是漏唯一约束校验（邮箱重复应 409）、分页没设上限——这两处一定要人工补。