Claude Fable 5 小项目实战：从需求到上线，全程 AI 完成了什么？

结论先行：我们用 Claude Fable 5 从零做出一个叫 pulsecheck 的 CLI——批量检查一组 URL/API 是否还能访问，结果写成 JSON，方便挂 cron 或接告警。全文分两块：先讲这个工具解决什么问题、成品怎么用（见下方说明与截图）；再按七个步骤复盘Claude Code 里 AI 写了哪些代码、哪些环节必须你来定。只想快速了解用途和效果，读到截图即可；要自己动手做一遍，从步骤 1 开始。

用来干什么：三个真实场景

先别管 Go、YAML、JSON——这个小工具解决的是「我怎么知道这些服务还活着」。下面三种情况，就是写它的理由：

• 定时巡检 — 你有 5～20 个健康检查 URL（支付回调、开放 API、内部网关）。以前用 shell 写 for url in ...; do curl ...，难维护、没统一报告。pulsecheck 读一份配置，输出结构化 JSON，cron 挂上去即可。
• 发版 / 值班前手动确认 — 上线前跑一条命令：./pulsecheck -config prod.yaml -o /tmp/pre-deploy.json。全绿（退出码 0）再发版；有红（退出码 1）先别推。
• 接告警的「探针」 — 不需要 Prometheus 全家桶时，用退出码接现有脚本：退出码 1 就 curl 你的 Webhook 或发邮件。JSON 报告留给事后翻日志。

它不负责的事：历史趋势、短信告警、多租户后台——那些交给 Datadog 或云监控。pulsecheck 只管此刻这一批 URL 通不通。

成品截图

下面是 pulsecheck 全部做完之后在 Mac 终端里的真实效果：读配置、探测 URL、写出 JSON，有一个站点返回 503 所以退出码是 1。

对应你本地的三条命令就是：

./pulsecheck -config config.example.yaml -o report.json
echo $?          # 1 = 有站点不健康
cat report.json   # 查看报告

输入 / 输出 / 技术形态

用途讲清之后，再看技术上怎么运转：可以把它想成「批量 curl + 汇总成一份报告」，做成可编译、可接 cron 的 CLI。

你需要维护的只是一份 YAML 配置，列出要巡检的 URL；探测与汇总由 pulsecheck 自动完成。示例见下：

targets:
  - https://api.example.com/health
  - https://status.example.com/ping

做完后的代码仓库约 400 行 Go，结构如下：

pulsecheck/
├── cmd/pulsecheck/main.go      # 命令入口：-config -o
├── internal/checker/checker.go # 发 HTTP、记延迟
├── internal/config/config.go   # 解析 YAML
├── config.example.yaml
├── Makefile · README.md
└── .github/workflows/ci.yml

后半篇：AI 在七步里写了什么

到这里，pulsecheck 是什么、用来干什么，应该已经清楚。从本节起进入构建过程：用 Claude Fable 5 + Claude Code，从空文件夹到打出 v0.1.0 tag，AI 逐步产出了哪些文件、人在哪几步必须插手。

一句话分工：AI 写代码和测试；人定「做什么 / 不做什么」、Review 打回、最后签字发布。下面七个步骤均可照抄 Prompt 复现；模型用 Claude Code 里的 Fable 5 即可（不必上 Opus，见 档位对比）。

环境准备

• Go 1.22+ — go version 确认
• Claude Code CLI — 模型选 Claude Fable 5（日常 Agent 循环够用，见 模型档位对比）
• 空目录 — mkdir pulsecheck && cd pulsecheck && git init
• （可选）GitHub 仓库 — 步骤 6 推远程跑 CI；也可先本地做完

步骤 1：建仓库、写需求

你要做的：用三句话写清痛点，落成 SPEC.md。可以手写，也可以先口述让 AI 扩写，但非目标必须人删（否则 AI 会加 Web UI、数据库）。

请阅读下面需求，生成 SPEC.md 草案，不要增加任何未列出的功能：

- 工具名 pulsecheck，Go 1.22 CLI
- 读取 YAML 配置中的 URL 列表，并发 HTTP GET
- 输出 JSON 报告到 -o 指定路径
- 字段：url, status_code, latency_ms, ok
- 默认超时 5 秒，环境变量 PULSECHECK_TIMEOUT 可覆盖
- 退出码：0 全绿，1 有失败，2 配置错误
- 非目标：无 GUI、无 DB、无 Docker、无告警推送

AI 会产出：SPEC.md。你要检查：有没有擅自加功能；验收命令是否写上 go test ./...。

验收：cat SPEC.md，确认「必须 / 非目标 / 退出码」三节齐全。

步骤 2：搭项目骨架

你要做的：让 AI 只搭架子、不写业务。这一步 Fable 5 几乎全包。

阅读 SPEC.md，初始化 Go 模块 github.com/you/pulsecheck。
只创建项目骨架，业务逻辑返回 stub：
- cmd/pulsecheck/main.go 解析 -config 和 -o
- internal/config 读 YAML
- internal/checker 空实现
- Makefile：test、lint、build
- .github/workflows/ci.yml 占位
要求 go build ./... 通过，不要写真实 HTTP 逻辑。

AI 会产出：上文目录树里的 8 个文件。耗时约 6 分钟。

验收：

go build ./...
./pulsecheck -h   # 应显示用法

步骤 3：写探测逻辑与测试

你要做的：要求先写测试、再写实现。这是整个项目里最「像在做项目」的一步——AI 会自己跑 go test，失败了改代码，直到绿。

在 internal/checker 中：
1. 先写 checker_test.go，用 httptest 模拟 200、500、超时三种情况
2. 再实现 checker.go：HTTP GET、记录 status_code 和 latency_ms
3. 循环执行 go test ./... 直到全部通过
4. main.go 串联 config → checker → 写 JSON 到 -o 路径

AI 会产出：核心探测代码。逻辑大致如下（节选）：

func CheckURL(ctx context.Context, client *http.Client, url string) Result {
    start := time.Now()
    req, _ := http.NewRequestWithContext(ctx, http.MethodGet, url, nil)
    resp, err := client.Do(req)
    if err != nil {
        return Result{URL: url, OK: false, LatencyMs: time.Since(start).Milliseconds()}
    }
    defer resp.Body.Close()
    ok := resp.StatusCode >= 200 && resp.StatusCode < 300
    return Result{
        URL: url, StatusCode: resp.StatusCode,
        LatencyMs: time.Since(start).Milliseconds(), OK: ok,
    }
}

实测中 Fable 5 跑了 3 轮 go test：第 2 轮自己修好了「超时没传进 HTTP client」的 bug，人没改代码。

验收：

go test ./... -v   # 12 条表驱动测试全绿

步骤 4：Review 修补

你要做的：自己当 Code Reviewer，列问题清单让 AI 改，不要自己动手改（否则测不出 AI 能不能按反馈迭代）。

按下面 Review 意见修改，改完 go test ./... 必须仍绿：
1. JSON 字段 latency 改为 latency_ms，与 SPEC 一致
2. 多 URL 用 worker pool，默认最多 10 并发
3. stdout 只输出 JSON 报告路径提示；warn 日志走 stderr

AI 会产出：并发 worker pool、字段改名、日志分流。人完成：判断这三条是否该改——这是 AI 替不了的。

验收：go test ./... 仍绿；手动跑一两个 URL 看 JSON 字段名对不对。

步骤 5：配置文件与 README

你要做的：让 AI 写运维能直接 copy 的文档和样例配置。

生成 config.example.yaml 和 README.md：
- 安装：go install 或 go build
- 用法示例、退出码表（0/1/2）
- cron 每 5 分钟跑一次并追加日志的示例
- 不要编造不存在的子命令

AI 会产出：

targets:
  - https://api.example.com/health
  - https://status.example.com/ping

验收：把 example 里的 URL 换成你能访问的地址，按上文「成品截图」里的三条命令跑通，report.json 字段齐全。

步骤 6：接 GitHub Actions

你要做的：推送到 GitHub，让 AI 补全 CI 并在失败时自修。

完善 .github/workflows/ci.yml：
- go test -race ./...
- golangci-lint run
- 用 go 1.22
如果 lint 失败，读日志并修复后重新提交。

首次 lint 报了 unused import，Fable 5 读 CI 日志后自己删掉。若本机 16GB 内存跑 -race 会 Swap，可把 race 放到 GitHub Runner 或 Cloud Mac 节点 上跑——与 Claude Code 执行环境 选型同一思路。

验收：GitHub 上 CI 全绿。

步骤 7：验收并打 tag 上线

你要做的：最后一步必须人亲手做——smoke test、打 tag。AI 可以写 CHANGELOG 草案，但上线签字是你的事。

go test ./...
make build
./pulsecheck -config config.example.yaml -o /tmp/report.json
cat /tmp/report.json | jq .
git add -A && git commit -m "feat: pulsecheck v0.1.0"
git tag -a v0.1.0 -m "first release: YAML-driven HTTP health probe"
git push && git push --tags

到这一步，pulsecheck 就算从需求到上线做完了：一个能装 cron、能接监控的 CLI 小工具，全程约 52 分钟。

各步对照：AI 完成了什么

做完项目后回头看，七步里 AI 与人的分工可以这样记：

可编码产出大约 78% 由 AI 写完；需求剪刀、Review 判断、tag 签字这三样，换哪个模型都得人做。

场景怎么选（决策矩阵）

推荐组合（可叠加）

• 个人开发者 — Fable 5 跑 ②–⑥；Cursor Tab 做发布前微调；Opus 仅对外服务做审查。
• 小团队 — 仓库模板内置七阶段 checklist；新工具复制 pulsecheck 流程；Agent 挂在 Claude Code 生产级工作流。
• 省 token — Spec 润色与 CHANGELOG 可用 Gemini Flash；编码循环仍用 Fable 5；路由见 OpenRouter 定价结构。

叠加 MCP 时：MCP 拉 Issue / 监控上下文，Fable 5 改仓库；⑦ 发布签字仍建议人工。

常见误区

• 误区 1：没写清做什么项目就开聊 — AI 会泛泛给方案；先定 pulsecheck 这类一句话目标。
• 误区 2：步骤 2 就让写业务逻辑 — 骨架和实现混在一起，后面难测。
• 误区 3：跳过步骤 4 Review — JSON 字段名、日志污染 stdout 等细节会漏进「成品」。
• 误区 4：不做步骤 7 就打 tag — 没 smoke test 不算上线。
• 误区 5：本机 16GB 跑 race + Agent — 变慢是内存问题，把 CI 放 Runner / Cloud Mac。

FAQ

pulsecheck 用来解决什么问题？

解决「一批 URL 现在能不能访问」——不用手写 shell 循环 curl，也不用上重型监控平台。适合个人项目、小团队或发版前的快速探活。

和 UptimeRobot、Prometheus 有啥区别？

pulsecheck 是自己机器上跑的轻量 CLI，配置在你手里，无 SaaS 依赖；后者是完整监控方案，功能多、成本高。本文做的是前者——够用、可自己改代码。

能直接 clone 仓库吗？

本文是实测复盘 + 可复现教程，按七步 Prompt 可在自己目录生成等价实现，不必追求与文中 diff 逐行一致。

哪一步 AI 做得最多？

步骤 3（测试 + 实现）和步骤 2（骨架）几乎全由 Fable 5 写完；步骤 1 和 7 人动手最多。

和 Cursor Tab 补全有什么不同？

Tab 适合改单文件；做完整项目要 Claude Code 多文件 + 跑测试。见 Copilot vs Cursor 实测。

总结

成品：pulsecheck——读 YAML 里的 URL，批量检查是否在线，输出 report.json（见上文截图）。过程：用 Claude Fable 5 按七步从空目录做到可打 v0.1.0 tag，AI 写了大部分 Go 代码与测试，人负责定范围、Review 和发布。你若只想评估「AI 能不能做小项目」，先看截图和输入输出表；若想自己做一遍，从步骤 1 的 Prompt 复制即可。