影片筆記：DeepSeek Harness DeepSeek-v4.1-flash 从0到1开发小程序，保姆级超详细教程

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

• 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

一句話總結

本影片演示了如何利用 DeepSeek Harness（搭配 V4.1 Flash 模型）與 March Skills 等工具，從撰寫需求文檔（PRD）、生成 UI 原型，到自動生成前後端代碼、進行單元測試與驗收，完整呈現從 0 到 1 開發小程序的自動化流程。

核心重點

1. 前後端分離開發策略：前端開發時必須使用模擬數據，禁止寫死數據，以便後續與後端對接。
2. AI 輔助原型與代碼生成：利用 AI 根據 PRD 和原型圖片生成小程序前端代碼，並通過截圖反饋進行界面修復。
3. 自動化後端開發（Goal Mode）：使用 March Skills 生成規格文檔（Spec）與子模塊文檔，並透過 DeepSeek Harness 的目標模式（Goal Mode）自動執行後端開發、單元測試及驗收。
4. 文檔驅動開發：強調 PRD、Spec 文檔與代碼的一致性，任何界面變更都需同步更新文檔。

詳細大綱

一、 前期準備：需求與原型設計

• 需求確認：
• 必須先有明確的需求文檔（PRD），包含功能、頁面列表及視覺規範。
• 可手寫或由 AI 輔助編寫。
• 原型設計方法：
• 建議先做出無數據交互的原型，再進行開發。
• 方法一：使用專業 UI 工具（如 Figma），利用 AI 輔助加快設計。
• 方法二：基於 PRD 文檔中的頁面說明與規範，直接生成小程序 UI 界面。
• 方法三：使用第三方工具生成原型圖片（例如使用 Challengept image 生成首頁原型圖），再基於圖片開發。

二、 前端開發：使用 DeepSeek Harness

• 環境設置：
• 打開 DeepSeek Harness，創建文件夾。
• 選擇模式：標準、PTC 或創造模式均可。
• 選擇模型：V4.1 Flash。
• 推理級別：選擇 High（無需 Max）。
• 工作區權限：選擇「完全」以擁有最高權限。
• 提示詞核心要素：

1. 閱讀 PRD 文檔，了解功能與頁面。
2. 參考原型圖片的風格規範。
3. 關鍵要求：所有界面必須使用模擬數據，禁止寫死數據，以便後續調整。

• 執行與結果：
• 輸入需包含圖片時，必須選擇支持圖片的模型（如 DeepSeek Flash 系列）。
• 生成包含 mini program 目錄的文件，自動從圖片中提取導航圖標等資源。
• 在小程序開發工具中打開目錄進行預覽。

三、 調試與界面修復

• 問題處理：
• 小程序環境無法直接讓 AI 訪問查看錯誤。
• 解決方案：通過截圖或複製編輯器中的錯誤信息發送給 AI 進行修復。
• 代碼結構檢查：
• 確認每個界面由 4 個文件組成。
• 確認數據來自後端獲取而非寫死。
• 檢查底部導航圖標（未選中/已選中狀態）。
• 若無圖標資源，可從開源網站（如 iconfund）尋找符合主題顏色的圖標進行替換。
• 局部調整：
• 若需調整特定樣式，可截圖並標註紅色區域，描述調整要求（如拉寬某區域），利用視覺模型能力進行局部修改。
• 文檔同步：
• 若新增界面（如登錄界面）或變更流程，必須要求 AI 將變更更新回 PRD 文檔，以保持前後端參考文件的一致性。

四、 後端對接：使用 March Skills 與目標模式

• 技術棧選擇：
• 非技術人員建議使用 Cloudbase（騰訊雲開發）。
• 若需求複雜（頁面超過 10-20 個），建議分塊實現；若簡單，建議一次性生成。
• 安裝與初始化技能：
• 安裝 March Skills 技能，用於梳理需求並生成標準規格文檔。
• 執行安裝命令，選擇全局安裝。
• 在 DeepSeek Harness 中進行技能初始化（Setup），讀取項目文件並配置保存位置（如本地）。
• 需求梳理與 Spec 文檔生成：
• 使用技能閱讀 PRD 文檔，AI 會針對不懂之處提問。
• 指定技術棧（如 Cloudbase）、數據庫類型（如 MySoco，需告知帳號與名稱）。
• 生成 Spec 文檔（規格文檔）及多個子模塊文檔（Issues）。
• 文檔內容包含：背景、目標、非目標、技術棧、數據模型、接口定義及驗收標準。
• 目標模式（Goal Mode）自動化開發：
• 新建對話，選擇「完全」權限，進入 Goal 模式。
• 上傳 Spec 文檔及所有 Issues 文檔。
• 讓 AI 基於文檔執行長任務：循環讀取文件、執行開發、進行單元測試與驗收。
• 可暫停/恢復任務，適合離線運行（如睡覺前佈置任務）。
• 注意：必須包含驗收條件，否則無法保證結果符合預期。
• 執行後會啟動腳本進行後台運行與單元測試，完成後可進行前後端聯調測試。

工具 / 模型 / 名詞整理

• 模型：
• DeepSeek V4.1 Flash
• DeepSeek Flash 系列
• 開發平台/工具：
• DeepSeek Harness（影片中也提及 HANIS、DBSC HANIS、Dpsy 等變體，指代同一開發環境）
• DBC / Dubc Hines（疑點：指代同一開發環境或工具）
• Figma（UI 設計工具）
• Cloudbase / Colorbase（疑點：騰訊雲開發平台）
• March Skills（用於梳理需求並生成規格文檔的技能）
• Slack（疑點：技能選擇選項之一）
• 其他工具/資源：
• Challengept image（疑點：第三方原型生成工具名稱）
• iconfund（疑點：開源圖標網站）
• MySoco（疑點：數據庫名稱，疑為 MySQL 之誤）
• Python（提及的對比技術棧）
• Web / iApp（提及的其他開發類型）
• 文檔類型：
• PRD 文檔（產品需求文檔）
• Spec 文檔 / spack（規格文檔）
• Issues 文檔 / 公單（子模塊文檔/工單）
• Design MD（設計規範文件）

操作流程整理

1. 準備階段：

• 撰寫或輔助生成 PRD 文檔。
• 使用 Figma 或第三方工具（如 Challengept image）生成 UI 原型圖片。

1. 前端開發：

• 在 DeepSeek Harness 中創建項目，選擇 V4.1 Flash 模型及 High 推理級別。
• 上傳 PRD 與原型圖片，提示 AI 使用模擬數據生成小程序代碼。
• 在小程序開發工具中預覽，若遇錯誤或樣式問題，截圖並發送給 AI 修復。
• 若需新增功能，同步更新 PRD 文檔。

1. 後端準備：

• 安裝並初始化 March Skills。
• 指定技術棧（如 Cloudbase）與數據庫（如 MySoco）。
• 由 AI 梳理需求，生成 Spec 文檔與多個 Issues 子模塊文檔。

1. 自動化後端開發：

• 在 DeepSeek Harness 中切換至 Goal 模式。
• 上傳 Spec 與 Issues 文檔。
• 啟動自動執行任務，讓 AI 循環進行開發、單元測試與驗收。
• 任務完成後，進行前後端聯調測試。

值得注意的限制或風險

1. 數據模擬限制：前端開發時若未嚴格使用模擬數據，將導致後續後端對接困難。
2. 環境隔離：小程序開發環境無法直接讓 AI 訪問查看錯誤，必須依賴用戶手動截圖或複製錯誤信息進行反饋。
3. 文檔一致性風險：若界面變更未同步更新 PRD 或 Spec 文檔，將導致前後端參考文件不一致，影響開發效率。
4. 驗收條件必要性：在 Goal 模式下，若 Spec 文檔中未包含明確的驗收條件，無法保證 AI 生成的後端代碼符合預期。
5. 複雜度管理：若頁面數量超過 10-20 個，一次性生成可能效果不佳，建議分塊實現。

逐字稿辨識疑點

• DeepSeek HANIS / DBSC HANIS / DeepSeek Harness / Depsy / DBSIC Hines：逐字稿中對該開發工具/模型的稱呼極不統一，可能為聽寫錯誤或口誤，實際應指 DeepSeek 的某個開發環境或 Harness 工具，但無法確定正確名稱，故保留原樣或標註疑點。
• Challengept image：作為生成原型圖片的第三方工具名稱，拼寫較特殊，需查證是否為正確名稱。
• 圓形：在「先把這個圓形做出來」的語境中，結合上下文「原型圖片」，疑為「原型」的聽寫錯誤。
• Cloudbase / Colorbase：指代騰訊雲開發平台，逐字稿中出現不同拼寫，疑為聽寫錯誤。
• MySoco：指代數據庫，疑為 MySQL 的聽寫錯誤。
• iconfund：指代開源圖標網站，疑為 Iconfont 或其他類似網站的聽寫錯誤。
• slack：在選擇技能時提及，疑為特定技能名稱或選項，需查證。
• spack / spec：指代規格文檔，拼寫有變化，疑為 Spec 的聽寫。
• 公單 / 玩長：在描述 Spec 文檔內容時，「關聯的子模塊的公單」疑為「Issues」或「工單」的聽寫；「有了這些玩長之後」疑為「有了這些文檔之後」的聽寫。
• 子帶里：在描述目標模式執行時，「開啟了 6 個這樣的子帶里」疑為「子代理（Sub-agents）」或類似概念的聽寫錯誤。

可延伸追問

1. DeepSeek Harness 的「Goal 模式」具體支援哪些程式語言或框架的後端開發？
2. March Skills 生成的 Spec 文檔格式是否有標準模板？如何確保其與特定後端框架（如 Cloudbase）的相容性？
3. 若使用模擬數據，前端與後端對接時，數據結構的映射規則應如何定義？
4. 對於非技術人員，使用 Cloudbase 進行後端開發的具體學習曲線與成本為何？
5. 在 Goal 模式執行過程中，若出現單元測試失敗，AI 的自動修復機制是如何運作的？