【Code with SOLO】用 SOLO 从零搭建 BPM 流程设计器
ooderAgent 快速在线拓展实战
1. 摘要
用 TRAE SOLO 从零搭建了一个完整的 BPM 流程设计器（APD），包含 Spring Boot 后端（68个 Java 文件、42个 API 端点）和原生 JavaScript 前端（18个 JS 文件、10种节点类型渲染），并通过 SOLO 的 Spec 审查→补充→执行 的工作流，展示了 ooderAgent 快速在线拓展能力。
项目总代码量 18,928 行，从 Spec 审查到代码生成再到 Git 推送，全程由 SOLO 自动化完成。
2. 背景
我是一名后端架构师，负责 ooderCN 开源 BPM 平台的流程设计器模块。传统开发模式下，一个完整的流程设计器需要前端+后端团队协作数周。我尝试用 TRAE SOLO 验证：能否通过 AI 编程实现 ooderAgent 的快速在线拓展——即让 AI 理解现有平台架构，自动生成可集成的流程设计器模块。
3. 实践过程
本次实战分为七个阶段，完整展示了从 Spec 审查到代码生成再到 Git 推送的全流程。
阶段一：Spec 审查与质量评估
任务拆解
将 Spec 文档与 Tasks/Checklist 交叉比对，逐章审查覆盖率，确保每个功能模块都有明确的需求定义。
SOLO 能力
- 长文档理解：能够精确理解数十页的技术规格文档
- 多维度交叉分析：将 Spec 与 Tasks 逐项比对，识别缺失项
- 结构化报告生成：输出带优先级的缺失项清单
关键 Prompt
“按照文档规划执行任务，优先检查一下 spec 完整性，是否能支撑任务目标”
产出
生成 Spec 补充建议书 v1.0，识别出 6 个 P0 级 + 6 个 P1 级缺失项。
踩坑
初版 Spec 前端覆盖率仅 30%，如果直接执行会导致大量"猜测性"代码。
阶段二：设计团队协作补充
任务拆解
将缺失项整理为结构化文档，供设计团队按优先级补充。
SOLO 能力
- 文档生成：自动生成带模板的补充建议书
- 优先级排序：将缺失项按 P0/P1/P2 分级，明确补充顺序
- 影响分析矩阵：评估每个缺失项对其他模块的影响
产出
Spec 补充建议书，含模板化的字段定义建议，设计团队可直接填写使用。
结果
设计团队完成 v3.1.0 补充，覆盖率从 68 分提升至 92 分。
阶段三：深度复审
任务拆解
对 v3.1.0 进行二次审查，验证补充完整性并发现新缺失。
SOLO 能力
- 增量审查：仅对变更部分进行审查，提升效率
- 新问题发现：在补充内容中发现 8 个 P2 级新缺失项
产出
补充建议书 v2.0，确认 P0/P1 全部完成，新发现 8 个 P2 级项。
结论
Spec 达到可执行状态，可以开始代码生成。
阶段四：项目骨架搭建 (PH1)
任务拆解
并行创建 Maven 项目结构、后端模型、DTO 层、前端项目结构。
SOLO 能力
- 并行子任务：同时启动 3 个子 Agent 并行工作
- 多文件批量生成：一次性生成大量结构相似的文件
- 包结构管理：自动维护 Java 包路径和依赖关系
关键操作
同时启动 3 个子 Agent，分别处理：
| 子Agent | 任务 | 文件数 |
|---|---|---|
| Agent-1 | Maven 骨架（pom.xml + 启动类 + 配置文件） | 3 |
| Agent-2 | 领域模型（ActivityDef/ProcessDef/RouteDef/ApiResponse） | 4 |
| Agent-3 | DTO 层（流程/NLP/推导/子流程四大分组） | 34 |
产出
| 类别 | 文件数 | 说明 |
|---|---|---|
| pom.xml + 启动类 + 配置 | 3 | Maven 项目骨架 |
| 领域模型类 | 4 | ActivityDef/ProcessDef/RouteDef/ApiResponse |
| DTO 类 | 34 | 流程/NLP/推导/子流程 |
| HTML | 1 | 前端入口页 |
| CSS | 9 | 样式文件 |
| JS | 18 | 前端逻辑 |
踩坑
DTO 层 34 个文件需要精确的 import 关系，子 Agent 独立处理时需要明确的包路径。
阶段五：后端服务层实现 (PH2-PH4)
任务拆解
并行实现 NLP 服务（11 文件）、LLM 集成 + 基础设施（15 文件）。
SOLO 能力
- 接口设计：基于 Spec 自动设计 RESTful API
- Mock 降级：每个服务都实现 Mock 模式，无需真实后端
- 多服务协调：同时管理多个服务的依赖关系
关键产出
| 服务模块 | API 端点数 | 文件数 | 说明 |
|---|---|---|---|
| DesignerService + Controller | 17 | 2 | 流程设计核心服务 |
| NLP 服务 | 10 | 2 | 自然语言处理 |
| 推导服务 | 15 | 6 | 能力/表单/参与者推导 |
| LLM 集成 | - | 3 | 阿里云 DashScope + Mock |
| 缓存/WebSocket/数据源 | - | 4 | 基础设施层 |
亮点
阶段六：前端核心组件实现 (PH5)
任务拆解
并行实现 Canvas 画布引擎、PanelManager 面板、6 个辅助组件。
SOLO 能力
- 复杂交互逻辑：拖拽/框选/缩放等多种交互模式
- SVG 渲染：10 种节点类型的精确渲染
- 事件系统：完整的事件总线和事件委托机制
关键产出
| 组件 | 代码行数 | 核心功能 |
|---|---|---|
| Canvas.js | 2,250 | 10 种节点、贝塞尔连线、拖拽/框选/缩放 |
| PanelManager.js | 1,518 | 3 个抽屉面板、8 种表单控件、动态渲染 |
| Chat.js | ~310 | AI 对话交互组件 |
| Tree.js | ~280 | 流程节点树形结构 |
| Toolbar.js | ~280 | 工具栏组件 |
| ContextMenu.js | ~270 | 右键菜单组件 |
| TabManager.js | ~210 | 标签页管理 |
| Elements.js | ~170 | 元素拖拽面板 |
踩坑
Canvas.js 是最复杂的单文件，需要精确的 SVG 坐标计算和事件处理。
阶段七：Git 推送与交付
SOLO 能力
- Git 操作：自动初始化、提交、推送
- 远程仓库管理：与 Gitee 远程仓库关联
- 冲突合并：自动处理 pull 时的合并冲突
操作流程
git init → commit(103 文件) → pull 合并远程 → push 到 Gitee
代码仓库
ADE: 一款基于NLP自然语言构建SKILLS FLOW 可视化定义工具.
4. 成果展示
项目统计
| 类别 | 数量 |
|---|---|
| Java 后端文件 | 68 |
| JS 前端文件 | 18 |
| CSS 样式文件 | 9 |
| HTML 页面 | 1 |
| YAML 配置 | 5 |
| 总文件数 | 102 |
| 总代码行数 | 18,928 |
API 端点覆盖
| 服务模块 | API 端点数 |
|---|---|
| 流程设计 (Designer) | 17 |
| NLP 服务 | 10 |
| 推导服务 (Derivation) | 15 |
| 合计 | 42 |
代码仓库
ADE: 一款基于NLP自然语言构建SKILLS FLOW 可视化定义工具.
5. 效果与总结
提效数据
| 指标 | 数值 |
|---|---|
| 传统模式预估 | 后端 2人×2周 + 前端 2人×3周 = 约 10人周 |
| SOLO 实际耗时 | 约 2 小时（含 Spec 审查+补充+代码生成+推送） |
| 提效比 | 约 25:1 |
SOLO 在流程中做了什么
- Spec 智能审查 — 自动识别 26 项缺失，量化覆盖率评分
- 结构化补充建议 — 生成设计团队可直接使用的补充模板
- 并行代码生成 — 3 个子 Agent 同时工作，大幅提升效率
- 全栈覆盖 — 从后端 Java 到前端 JS/CSS/HTML，一站式生成
- Git 自动化 — 初始化、提交、合并冲突、推送全流程
ooderAgent 快速在线拓展能力验证
- 通过 Spec 驱动的方式，SOLO 能够理解 ooderCN 平台的架构规范
- 生成的代码遵循平台的包结构、命名规范、技术栈要求
- DTO/Service/Controller 三层架构与现有平台完全兼容
- 验证了 “AI 理解架构 → 生成可集成模块” 的 ooderAgent 拓展模式
可复用方法
- 先审查 Spec 完整性，再执行代码生成（避免返工）
- 分阶段并行推进，最大化利用子 Agent 并发能力
- P0/P1/P2 优先级分层，确保核心功能先完成
- Mock 降级模式，让前后端可以独立开发和测试