在传统开发中,后端是"最重"的部分——路由、中间件、数据库连接、认证、部署……每件事都需要大量的样板代码。
在 Vibe Coding 中,你选择 AI 最熟悉的框架,然后让 AI 处理这些样板代码。你只需要定义"系统需要什么功能",AI 负责"怎么实现"。
以下三个后端框架对 AI 最友好。选择哪一个取决于你的项目类型——全栈应用、Python 数据处理项目、还是轻量 API 服务。
简介:如果你的应用是全栈的(有前端也有后端),Next.js API Routes 是最省事的选择。前后端在同一个项目中,API 路由按文件系统组织。
为什么 AI 友好:
app/api/ 目录下,文件名就是路径示例指令:
帮我创建一个 API 路由:
- POST /api/contact:接收联系表单提交,验证邮箱格式,保存到数据库
- GET /api/posts:返回文章列表,支持分页参数 page 和 limit
AI 会在 app/api/contact/route.ts 和 app/api/posts/route.ts 中创建对应的处理函数。
与前端的数据流转:
在 Vibe Coding 中,你可以同时生成前端代码和 API 代码——并且 AI 会自动让它们匹配:
帮我创建一个完整的"联系我"功能:
1. 前端:表单(姓名、邮箱、内容)+ 提交按钮 + 提交成功提示
2. API 路由:POST /api/contact
3. 数据库保存到 Contact 表(使用 Prisma)
AI 会一次性创建前端组件、API 路由和数据库模型。前端表单提交时自动调用正确的 API 路径。
注意事项: Next.js API Routes 在 App Router 中默认使用 Serverless 函数模式。这意味着每次请求都会创建新的数据库连接。AI 会知道如何处理这个问题——使用 Prisma 的连接池配置或 Prisma Accelerate。如果你发现 API 响应较慢,告诉 AI "API 响应慢了,优化数据库连接",AI 会添加连接池配置。
简介:Python 生态中最适合 AI 项目——原生异步支持、自动生成 API 文档、Pydantic 数据校验。
为什么 AI 友好:
async/await 模式示例指令:
帮我创建一个 FastAPI 项目:
- GET /api/items:返回商品列表,支持按分类筛选
- POST /api/items:创建商品,包含名称、价格、库存字段
- 自动生成并启用了 Swagger 文档
AI 会创建 main.py、定义 Pydantic 模型、实现路由。你运行 uvicorn main:app 后,访问 /docs 就能看到自动生成的 API 文档。
Pydantic 模型的自动校验:
你在 API 中定义的参数类型会由 FastAPI 自动校验——比如你定义 price: float,前端传了 "abc" 作为价格,API 会自动返回 422 错误,不需要你在代码中写校验逻辑。AI 知道这个机制,所以它生成的代码通常不需要额外的参数校验。
和 AI 功能的天然亲和:
如果你需要 AI 功能(RAG、Agent、Embedding),Python 生态中的库最齐全(LangChain、LlamaIndex、Transformers)。FastAPI 是承载这些 AI 功能的最佳 Python 框架。
帮我创建一个 FastAPI 项目:
- 上传 PDF 文档
- 用 LangChain 做文档问答
- 使用 Claude API 生成回答
- 在 /docs 中可测试 API
AI 会安装 FastAPI、LangChain、ChromaDB 等依赖,创建完整的 RAG 流水线 API。
简介:一个超轻量的 Web 框架(< 14KB),运行在 Node.js、Deno、Cloudflare Workers 上。适合构建 API 和边缘计算应用。
为什么 AI 友好:
示例指令:
使用 Hono 创建一个 API 服务器:
- 支持 CORS
- GET /api/weather:返回模拟天气数据
- 部署目标为 Cloudflare Workers
什么时候选 Hono: 当你不需要全栈框架(Next.js)的重量,也不需要 Python 的数据科学生态时。Hono 是最轻量的 API 框架。
虽然 Express.js 是 Node.js 生态中最知名的框架,但它在 Vibe Coding 中的优先级低于以上三个。
AI 熟悉度: 很高——AI 的训练数据中有海量 Express.js 代码。但 Express.js 的"自由度过高"导致 AI 生成的代码风格不一致:有人用 express.Router(),有人直接写 app.get(),有人用回调函数,有人用 async/await。这种多样性偶尔会导致 AI 生成的代码混杂了不同风格。
什么时候选 Express.js: 你的项目需要最大化与现有 Express.js 生态的兼容性(比如已有的中间件或插件),或者你需要在非 Next.js 环境中运行纯 Node.js API。
| 特性 | Next.js API Routes | FastAPI | Hono | Express.js |
|---|---|---|---|---|
| 语言 | TypeScript | Python | TypeScript | JavaScript/TypeScript |
| 适合场景 | 全栈应用 | AI / 数据处理项目 | API 微服务 / 边缘计算 | 传统 Node.js API |
| 自动文档 | 无(需额外配置) | 内置 Swagger | 无(需额外配置) | 无(需额外配置) |
| 部署 | Vercel / Node.js | Uvicorn / Docker | Node.js / Workers | Node.js / Docker |
| AI 熟悉度 | 极高 | 高 | 中高 | 很高 |
| 包体积 | Next.js 整体 | 较小 | < 14KB | 中等 |
| 学习成本 | 低(文件即路由) | 低(类型提示即校验) | 低(API 简洁) | 低(经典模式) |
你的项目有前端页面吗?
├─ 是 → 你是全栈项目
│ ├─ 前端框架是 Next.js → Next.js API Routes(最省事)
│ └─ 前端框架是其他 → 用 FastAPI 或 Hono 做独立后端
│
└─ 否 → 纯后端项目
├─ 需要 AI/数据处理 → FastAPI
├─ 需要部署到边缘 → Hono
└─ 传统 API 服务 → Express.js 或 Hono
对 Claude Code 说:
"我计划开发一个包含用户认证、数据 CRUD 和 AI 功能的 Web 应用。帮我比较 Next.js API Routes 和 FastAPI,推荐一个适合我的方案。"
进阶练习:
用 FastAPI 创建一个项目,让 AI "创建 FastAPI 项目,包含 3 个 API:1)GET /api/hello 返回 JSON;2)POST /api/echo 接收 JSON 并返回相同的 JSON;3)GET /api/items 返回硬编码的商品列表。启用 Swagger 文档。" 然后在浏览器中访问 /docs 查看自动生成的 API 文档页面。