从Vibe Coding到AI Agent:一个喂养系统的完整实践

From Vibe Coding to AI Agent: A Complete Journey of Building a Baby Feeding System

今年对我来说是个非常意义重大的一年:我娃出生了。在新生的喜悦中,也不免有很多焦虑——总担心不能科学地喂养宝宝、有什么纰漏。在月子中心时,月嫂会比较规律的喂养信息记录——什么时间喝奶、睡了多久,几次大小便,有没有吃AD等,都会记录下来,可以追踪喂养状态。

但她们是通过纸笔记录,不够数字化。

当回家之后,需要自己带娃了,我觉得记录下来宝宝的抚养状态依然是有必要的:一是可以追踪每日具体的喂养状况,方便备忘,二是我希望能够基于日常的喂养数据,分析出宝宝的状态,给出针对性的建议,避免过度喂养或喂养不足,也能追踪宝宝的生长趋势。

想法有了,说干就干。

得益于近一年AI的发展,AI Coding已经跨过了可用性门槛,已经能够实际参与到真实项目的开发之中了。所以,我计划用AI帮我实现一个能够记录宝宝喂养和成长状态的系统——最好完全不用我自己写代码。

另外,随着AI Agent的发展,也让我思考如何把AI介入到宝宝的日常喂养中,作为专属的AI喂养助理,文章中会介绍我的实践。

需求分析

虽然喂养系统这个需求可能小众且非常私人化,但是我依然希望把它当作一个完整的小产品来设计。

我希望这个系统不仅仅能记录喂养状态,而是一个全面的婴儿成长记录:

  1. 基础喂养系统(母乳亲喂、瓶喂、奶粉、辅食、尿布、睡眠记录)
  2. 营养补剂(AD、维生素D等)
  3. 健康(用药、体温、疫苗)
  4. 成长(身高、体重、长牙顺序等)
  5. 备忘系统

除了这些基础记录之外,我还希望能够基于这些记录数据,搞一个数据看板,可以跨天追踪近期的整体状态。

  1. 按时间轴展示喂养数据
  2. 高频数据进行统计展示(如喂养量、大小便、睡眠时长、补剂服用情况等)
  3. 身高、体重曲线(以及与WHO的参考值对比)
  4. 未完成的疫苗记录
  5. 喂养、作息是否规律
  6. …..

总的来说,我希望能够基于原始的喂养信息,分析所有可知的数据。

几个关键的技术点的选择:

  1. 基于Next.js + Tailwind CSS
  2. 响应式设计,优化移动端体验
  3. 纯Web实现,需支持PWA
  4. 采用Sqlite单文件存储
  5. 支持多租户,数据的隔离和安全性需要保证
  6. 完整的HTTP API、支持Webhook
  7. 方便Docker部署

从功能支持,到基础技术点,以及部署的方便性都提出了要求。而不是只是一个笼统的概念,比较清晰的设计也能够方便让AI来实现,这也是AI最擅长的领域——把明确的事情做好。

实现 / 体验迭代

虽然AI已经可以写代码了,但是对于一个完善产品的理解和设计能力还是有很大差距,它可以针对单点问题给出合理的实现,但不能很好地基于产品的整体架构考虑,以及模块之前的关联,有时候改完一个问题,又冒出来几个新的问题。

所以就算有了AI加持,如果从零开始设计一个系统,需要人脑中先有一个整体框架,基于这个框架优先设计数据结构和数据库,然后让AI填充逻辑和细节。
数据结构和数据库设计非常重要,一定要慎重。字段语义需要明确,且要考虑扩展性,不然一旦新增、修改功能,对已有数据的迁移和兼容会存在挑战。

当然,这部分内容也可以跟AI不断讨论后进行迭代,有了AI确实可以解放生产力,来实现那些之前不擅长、人力投入产出比没有那么多的事情。

当具有一个整体的需求和关键技术点的选择后,使用AI来实现初版功能是非常快的,半天就可以迭代出一个能跑的服务。

注:我使用 ClaudeCode +Opus 4.6实现了初始的版本,后续用DeepSeek + GPT5.6做过多轮优化。

AI能把功能实现,或许没什么太大问题,但AI不知道怎么样的交互才是最方便与合理的——尤其是对于一个需要高频操作的功能来说,麻烦的操作会磨灭记录的耐心——还不如手写记录一下,这也是我老婆最初的真实吐槽。

所以,VibeCoding或许可以极高提升编码效率,但对产品的细微体验的提升或许当前阶段还是需要人来做,毕竟有人味的产品,一定会超越冷冰冰的功能堆砌。

产品的设计与功能的实现,一定不能脱离真实的用户反馈,毕竟每天真实使用产品的人,才是最了解一个功能应该是什么样的人。

从最初实现的版本,到今天已有半年,期间经过了我多轮优化,更新了20多个版本。目前是我体验起来整体比较满意的了,这个小产品,也正随着我娃一起成长。

我将迭代的范围总结为下面几点:

  1. 功能设计随着宝宝的增长可能逐渐不符合预期
  2. 不同时段的宝宝,需要记录的侧重点不同(新生早期可能侧重奶粉,后面可能母乳、混合辅食)
  3. 随着一天天长大,又有新的项目需要记录(如辅食、长牙)
  4. 数据需要新的流转方式——如接入到AI Agent

可能一个产品完全做完了,就是产品生命力结束的那天,用户体验的提升可能是永无止境的。

使用 / 部署

我将项目开源到了github上,详见:hxhb/baby-feed

可以自己用Docker部署,我将最新的版本也发布到了DockerHub上,使用下面的配置即可部署:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
services:
baby-feed:
image: ahzknarf/baby-feed:latest
container_name: baby-feed
restart: always
ports:
- "3010:3000"
environment:
- NODE_ENV=production
- DATABASE_URL=file:/app/data/baby-feed.db
- NEXTAUTH_SECRET=${NEXTAUTH_SECRET}
- NEXTAUTH_URL=${NEXTAUTH_URL}
- TRUST_PROXY=${TRUST_PROXY:-true}
volumes:
- ./data:/app/data
healthcheck:
test: ["CMD", "node", "-e", "fetch('http://localhost:3000/').then(r=>{process.exit(r.ok?0:1)}).catch(()=>process.exit(1))"]
interval: 30s
timeout: 10s
retries: 3
start_period: 40s

默认运行在3000端口,首次登录注册的账号为管理员账户。

每个记录项目的控件,都是完全独立的,力求达到用最方便和直观的方式记录。

项目记录

下面挑几个特色的项目介绍一下:
如亲喂和睡眠,支持实时计时和事后补记:

疫苗会自动带入未完成的针次,可以快速记录:

牙齿萌出,可以直观选中牙齿:

统计信息

并且正如前面所说,我提供了丰富的基于原始数据的统计信息,可以对比近期的喂养趋势:

身高、体重、BMI趋势:

疫苗记录,可以方便查看未完成疫苗、剩余针次:

数据洞察

在洞察中,还可以查看当前身高体重的WHO位点:

婴儿体检时,医生也是依据当前所处的WHO位点判断生长情况的。

除此之外还包含喂养洞察、成长洞察、健康洞察等,不再一一介绍。

AI Agent:自然语言交互

前面介绍的内容,还是传统应用的思路,无非是功能、交互。

但现在是2026年,AI Agent爆发的时代。所以我一直在思考,怎么样才能更方便地使用这个喂养系统。

让我们只需要动动嘴,就可以记录宝宝状态。
有什么疑问,就可以直接问它,它能够基于宝宝的事实数据,给出针对性的回答,而不是笼统地问Chat。

一个完全基于宝宝的数据上下文的贴心AI助手!

为实现这个需求,我改造了hxhb/baby-feed项目,为每个可操作行为,都配备了HTTP请求接口:HTTP API

并且账户系统中,还提供了API KEY机制,可以基于API KEY进行账户验证、获取数据。

通过这些接口,就能操作整个系统——包括新增、删除、修改记录,获取近期数据。并且准备了所有API的数据Schema,这样提供了能让AI操作的可能。

基于这些接口,我实现了一个喂养系统专属的SKILL:hxhb/baby-feed-assistant

这个SKILL也迭代了很多版本,踩过一些坑,下面是我觉得必须要做的:

  1. 不要往SKILL中写太多内容,拆分引用文档,支持渐进式加载
  2. 把明确的部分,拆分为脚本,让AI执行脚本,获取确定性结果
  3. 系统功能更新时,及时更新SKILL,通过版本号标记

可以把它装到任何你喜欢的Agent中——ClaudeCode、Codex、Pi、Hermes、OpenClaw,都没问题。

我个人主要使用Hermes,接入到了QQ和微信中,就可以用自然语言让它操作喂养系统了,并且还能支持语音识别,更为方便。

询问宝宝状态怎么样:

添加记录:

可以添加什么辅食:

对宝宝大便带血丝的担心:

基于这个SKILL,就能完全操作整个喂养系统,AI可以添加、修改、删除、询问。并且数据依然可以在Web中访问、继续查看统计和洞察。

结合了两者的优点:

  • 利用AI提供了一种更方便和人性化的交互方式,使用自然语言、语音,就可以操作记录信息,询问问题,并分析数据给出针对性的回答。
  • 保持Web的高信息密度,可以打开页面直观看到整体情况。

AI Agent确实提供了非常丰富的可能性——只要数据足够丰富,给AI的指南足够明确,就可以实现非常惊艳的效果。

拥抱AI从来都不是最重要的目标,更重要是怎么样能通过它带来更好的用户体验。

Webhook:让AI主动提醒

前面介绍的,还只是能够让AI回答问题,但是随着喂养系统+AI,我越来越有一个新的想法:能不能根据记录数据,让AI在需要的时间主动提醒我?

为什么Agent的定时任务不够?

定时任务——顾名思义,它是固定时间段内执行的任务。

但我希望的是即时性,如:

  • 宝宝隔了一段时间没喂,提醒我喂养。它不是固定时间定时的,而是需要根据上次喂养时间推导
  • 宝宝打了疫苗,提醒我隔几个小时喂养
  • 宝宝还没喂养AD,提醒我
  • 宝宝几个小时没睡了,提醒我要不要让他睡觉,避免过度劳累

它需要基于系统的记录时间戳,根据规则,即时提醒我。

如果这些事情交由Agent的定时系统来做,要么就需要忍受不能及时提醒,要么就需要高频触发——浪费Token!

所以,我给喂养系统添加了支持Webhook机制,当达到设定条件时,主动推送给Agent,也就是QQ微信发消息给我。

允许创建Webhook,监听事件:

并添加了提醒功能:

并且结合了健康项目记录事件——当记录宝宝打疫苗了,自动创建体温提醒。

我将其接入到了Hermes的Webhook中,这样就可以顺利接收提醒了。

3小时喂奶提醒:

疫苗后体温提醒:

睡眠提醒:

从被动询问,到主动提醒,AI已经更深地介入到了宝宝的日常抚养中。

结语

这个项目,随着我娃的成长,一直在迭代,也是我纯Vibe出来的一个完整生命周期的自用产品,麻雀虽小,五脏俱全。

我们已经在这个系统上,记录了宝宝3600条数据,它们是宝宝成长的见证,伴随他一天一天慢慢长大:

也给了我们作为新手父母的自信——带娃可以用更科学的方式。

另外,在这个喂养系统中做的AI Agent尝试,也带给了我更多思考。

  • AI可以快速实现功能,但落点一定要能解决具体且实际的需求,它才是有价值的。
  • 丰富的结构化可解释的数据,是AI应用的飞轮。没有数据的AI应用可能只是无根之水,有了数据才与你有关,才能够深度介入到你的生活中。

AI从不是目的,能提供更好的体验才是。

如果你是新手奶爸/妈,且有自部署服务的经验,欢迎你体验hxhb/baby-feed,如果有好的建议也可以反馈给我,持续进化。

全文完,若有不足之处请评论指正。

微信扫描二维码,关注我的公众号。

本文标题:从Vibe Coding到AI Agent:一个喂养系统的完整实践
文章作者:查利鹏
发布时间:2026/08/13 14:05
本文字数:4k 字
原始链接:https://imzlp.com/posts/84248/
许可协议: CC BY-NC-SA 4.0
文章禁止全文转载,摘要转发请保留原文链接及作者信息,谢谢!
您的捐赠将鼓励我继续创作!