我用 Vibe Coding 造了一个全球佛教古籍搜索平台： FoJin 佛津

我用 Vibe Coding 造了一个全球佛教古籍搜索平台：FoJin 佛津

1. 你用 Vibe Coding 诞生的最满意的一个作品是什么？它解决了什么实际痛点，还是纯粹为了好玩？

我最满意的作品是 FoJin （佛津）——一个聚合了全球 440+ 佛教数字文本数据源、覆盖 30 种语言的开源搜索与阅读平台。

痛点很真实：全球佛教文献散落在 CBETA 、SuttaCentral 、84000 、BDRC 等数百个数据库里，每个数据库有不同的界面、语言和数据格式。学者和研究者花在「找经」上的时间比「读经」还多。

FoJin 把这些全部聚合到一个平台上：

• 跨 440+ 数据源的全文搜索（ Elasticsearch + ICU 多语言分词）
• 30 种语言的平行阅读对照
• 9,600+ 实体的佛教知识图谱
• 基于 RAG 的 AI 问答，所有回答引用经文原文
• 6 部权威词典，23.7 万条词条
• IIIF 协议手稿查看器

整个项目从第一行代码到上线，Vibe Coding 贯穿始终。我不是一个人写了几万行代码，而是让 Claude Code 帮我把架构搭起来、把逻辑补全、把 bug 修掉。我的角色更像一个「产品架构师」——想清楚要什么，剩下的和 AI 一起完成。

项目地址： https://github.com/xr843/fojin 在线体验： https://fojin.app

2. 在 Vibe Coding 的过程中，你觉得最神奇（ AI 一次过）或最无语（ AI 疯狂一本正经胡说八道）的瞬间是什么？

最神奇的瞬间： 知识图谱的力导向可视化。我只是描述了「我想要一个交互式的知识图谱，能看到佛教人物、经典、宗派之间的关系，支持缩放和拖拽」，AI 直接生成了完整的 D3.js 力导向图组件，包括节点分类着色、悬浮信息卡片、关系连线标注。一次生成，几乎不需要调整。那一刻真的感受到了「代码能有多野」。

最无语的瞬间： 处理梵文和巴利文的 Unicode 编码。AI 对常见语言处理得很好，但遇到天城文（ Devanagari ）和僧伽罗文（ Sinhala ）的特殊组合字符时，会自信满满地给出一个看起来完美但实际运行时乱码的方案。反复几轮后我发现，这种场景还是得自己查 Unicode 规范文档，AI 在这种极端边缘 case 上确实会「一本正经胡说八道」。

3. 你目前最依赖哪个 AI 工具来写代码？

Claude Code （ CLI ） 是我的主力。

原因很简单：它不只是一个代码补全工具，而是一个能理解整个项目上下文的协作者。我可以直接说「帮我优化 Elasticsearch 的多语言搜索配置」，它会先读项目结构、理解现有的 schema ，然后给出一个符合项目风格的方案。

实际工作流：

• 架构设计：用 Claude 讨论技术选型（为什么选 pgvector 而不是 Pinecone ，为什么用 Dify 做 RAG 编排）
• 功能实现：描述需求 → Claude 生成代码 → 我 review → 迭代
• Bug 修复：粘贴错误日志，Claude 直接定位问题并修复

FoJin 的 GitHub 上可以看到，contributor 列表里有 Claude 的身影——这不是玩笑，是真实的协作记录。

4. 你认为 Vibe Coding 会让我们变成更优秀的架构师，还是最终会让我们丢失底层代码能力？

会让我们变成更好的架构师，但前提是你本来就懂底层。

FoJin 的技术栈涉及 React 、FastAPI 、PostgreSQL 、Elasticsearch 、Redis 、Docker——如果我完全不懂这些技术的原理，光靠 Vibe Coding 是造不出来的。AI 生成的代码需要人来判断「这个方案在高并发下行不行」「这个 SQL 查询会不会全表扫描」「这个 Elasticsearch mapping 对中日韩文本分词合不合理」。

Vibe Coding 真正改变的是：它把我从重复性的实现工作中解放出来，让我把更多精力放在架构决策和产品设计上。 以前一个全栈项目可能需要一个团队干几个月，现在一个人 + AI 就能做到同样的规模。

但如果有人完全依赖 AI 而从不理解底层原理，那确实会丢失判断力。Vibe Coding 不是替代思考，而是放大思考的效率。

FoJin 佛津 — 全球佛教古籍数字资源聚合平台 在线体验： https://fojin.app 开源地址： https://github.com/xr843/fojin Discord 社区： https://discord.gg/76SZeuJekq