7.2 设置 API 项目（Express 或 FastAPI）

7.3 使用 Claude 生成样板代码和业务逻辑

一旦你的项目骨架运行起来——无论是 FastAPI 还是 Express——就到了将 Claude 作为活跃的协作者引入工作流的时候。真正的生产力提升来自于让 Claude 生成你的样板代码，并协助构建驱动 API 的核心业务逻辑。这个阶段标志着从静态脚手架到动态、领域感知行为的转变。Claude 有助于强制执行清晰的结构、确保数据一致性，并加速创建重复性逻辑，如 CRUD 处理器、服务层和验证例程。

本节将展示如何一步步引导 Claude 产出高质量、模块化的业务逻辑，使其保持清晰、可测试和可维护，而无需手动重复。

概念开发

样板代码——路由、模型、验证和响应格式化——是必需的但耗时。如果你为 Claude 提供正确的上下文，它可以几乎瞬间生成它。关键在于结构化提示：你要描述你想要的以及你希望它如何组织，而不仅仅是最终代码。

一个强大的工作流如下：

1. 定义意图：用自然语言描述特性或逻辑（例如，"添加使用邮箱和密码的用户认证"）。
2. 勾勒结构：让 Claude 在生成代码之前提出文件夹布局或类设计。
3. 逐步生成：让 Claude 一次构建一个组件——先是模型，然后是控制器，再是路由——这样每个阶段都保持可检查性。
4. 验证和迭代：在本地运行每个文件以验证语法和逻辑正确性，然后将任何运行时反馈提供给 Claude 进行增量改进。

Claude 通过依赖关系进行推理的能力意味着它可以跨文件保持内部一致性——使路由签名与模式定义对齐，使测试用例与实现细节对齐。

下面的示例演示了 Claude 如何在受控框架内生成业务逻辑，将普通的 CRUD API 转变为功能性服务。

动手实践示例：为 TaskFlow API 添加业务逻辑

我们将通过引入一小层业务逻辑来增强上一节中的 TaskFlow API——具体来说，是跟踪逾期任务并通过自动检查将其标记为完成。

向 Claude 发送的提示

"Claude，向现有的 TaskFlow FastAPI 应用添加业务逻辑，使其能够跟踪任务截止日期并自动标记逾期任务。每个任务应具有 ISO 格式的 due_date 字段。包含一个列出所有逾期任务的端点 /tasks/overdue。使用 Pydantic 模型进行验证，并将所有逻辑保存在专用的辅助函数中。"

Claude 通常会生成一个清晰的计划，然后输出完整、有效的代码。下面的代码块展示了当直接应用到我们的 FastAPI 设置时，这种生成过程所产出的内容示例。

Claude 生成的代码（集成示例）

from datetime import datetime, date

from typing import List, Optional, Dict

from fastapi import FastAPI, HTTPException

from pydantic import BaseModel, Field, field_validator

app = FastAPI(title="TaskFlow API", version="1.1.0")

class TaskCreate(BaseModel):

    title: str = Field(min_length=1)

    description: Optional[str] = ""

    completed: bool = False

    due_date: Optional[date] = None

    @field_validator("due_date")

    def validate_due_date(cls, v):

        if v and v < date.today():

            raise ValueError("due_date cannot be in the past")

        return v

class Task(TaskCreate):

    id: int

    overdue: bool = False

_next_id = 1

_tasks: Dict[int, Task] = {}

def update_overdue_flags():

    """Mark tasks as overdue if due_date < today and not completed."""

    today = date.today()

    for task in _tasks.values():

        task.overdue = bool(task.due_date and task.due_date < today and not task.completed)

@app.post("/tasks", response_model=Task, status_code=201)

def create_task(payload: TaskCreate) -> Task:

    global _next_id

    update_overdue_flags()

    task = Task(id=_next_id, **payload.model_dump())

    _tasks[task.id] = task

    _next_id += 1

    return task

@app.get("/tasks", response_model=List[Task])

def list_tasks() -> List[Task]:

    update_overdue_flags()

    return list(_tasks.values())

@app.get("/tasks/overdue", response_model=List[Task])

def list_overdue_tasks() -> List[Task]:

    update_overdue_flags()

    return [t for t in _tasks.values() if t.overdue]

@app.patch("/tasks/{task_id}/complete", response_model=Task)

def mark_complete(task_id: int) -> Task:

    task = _tasks.get(task_id)

    if not task:

        raise HTTPException(status_code=404, detail="Task not found")

    task.completed = True

    task.overdue = False

    return task

这段代码引入了带验证的 due_date 字段、一个检查并标记逾期任务的后台辅助函数（update_overdue_flags），以及一个额外的端点 /tasks/overdue 以便轻松查询。它简洁、声明式，并符合实际需求。

测试方法：

curl -X POST http://localhost:8000/tasks \

-H "Content-Type: application/json" \

-d '{"title":"Submit project","due_date":"2024-12-01"}'

如果今天的日期超过 12 月 1 日，overdue 标志将自动显示为 true。

澄清表：样板代码的有效提示设计

在本节中，你学习了如何使 Claude 成为一位高效的协作者，以生成既功能完善又易于维护的样板代码和业务逻辑。"规划—提示—生成—验证"这一工作流程确保了输出质量的一致性，同时让你保留架构层面的控制权。

通过将大型功能拆分为多个由 Claude 引导的小型会话，你可以持续演进 API 的能力，同时保持清晰度与正确性。

在下一节"测试 Claude 生成的 API"中，你将学习如何通过自动化测试来验证新业务逻辑的正确性与健壮性——同样借助 Claude 来帮助你设计、生成和改进测试套件。