我如何用 Claude Code 在 4 天内重建整个博客后端
我用一个能把 Claude 训练成“产品经理思维”而不只是代码生成器的插件，在 4 天里把 485 篇 WordPress 文章整体迁移到 Next.js。
两周前，我用 Claude Code 的 frontend-design 插件在 3 天内重做了 WordPress 站点外观。然后我又在14 天内重建了 DIALØGUE（复盘在这里），并写下自己对这种加速度的真实恐惧。
但我还没做完。那次 WordPress 重设计，本质上只是给一栋 17 年老房子刷了新漆。地基还是 PHP、MySQL，以及我每个月都在付费的 GCP VM。
于是我做了任何“理性人”都会做的事：把整套系统迁移到 Next.js。4 天完成。
| 项目 | 内容 | 用时 |
|---|---|---|
| DIALØGUE v1 | MVP 播客生成器 | ~6 个月 |
| STRAŦUM | 9 个 AI agents，多租户 | 75 天 |
| Site redesign | WordPress 前端重构 | 3 天 |
| DIALØGUE v2 | 应用完整重建 | 14 天 |
| This project | WordPress → Next.js，485 篇文章，Sydney RAG | 4 天 |
这次最大的不同，是一个社区插件：Superpowers。它彻底改变了我和 Claude Code 的协作方式。
起点是什么
我的博客在 WordPress 上跑了 17 年。PHP、MySQL、GCP VM。能用，但问题也很明确：
- Sydney（我的 AI 聊天助手）在 2025 年 11 月下线了，因为向量数据库长期成本不划算
- 每次改动都要 SSH、传文件、清缓存
- 485 篇文章锁在 MySQL 里
- SEO 主要靠 Yoast 插件
4 天后结果是什么
| 层 | Before | After |
|---|---|---|
| 内容 | MySQL 数据库 | Git 里的 485 个 MDX 文件 |
| AI Assistant | 已退役 | Sydney 2.0 + Supabase pgvector |
| 图片 | WordPress uploads（14k+ 文件） | Vercel Blob（~2,000 张优化后） |
| SEO | Yoast plugin | Sitemap、RSS、structured data、FAQ schema、llms.txt |
| 部署 | SSH + 文件传输 | git push |
但架构本身不是这篇的核心。真正的核心是：一个插件如何让这件事在不把人烧干的情况下变得可行。
Superpowers 到底哪里不同
大多数 AI coding tool 是反应式的。你问一句，它答一句。像乒乓。
Superpowers 把这个模式反过来。它看起来像插件，本质上更像一种方法论：强制你和 Claude 在动手前先思考。
1. Brainstorming（先业务，后代码）
当我说“我要把 WordPress 博客迁移到 Next.js”时，Claude 没有立刻开编辑器。它先问 why：
- “这次迁移的业务目标是什么？降成本、提迭代速度，还是别的？”
- “Sydney 2.0 的定位是什么？通用聊天机器人，还是更垂直？”
- “目标受众是谁？他们打开站点后应该感受到什么？”
目标明确后，它才进入技术问题：
- “你要保留全部 485 条旧 URL 做 SEO continuity 吗？”
- “图片现在是什么形态：本地上传还是 CDN？”
最终输出的是一份设计文档，里面不只是 what，还有 why：包含竞品分析、目标受众、成功指标。整个阶段大概 20 分钟，但把后面所有动作都对齐了。
2. Planning（这份文档会“驱动执行”）
brainstorm 之后，Superpowers 生成了实施计划。不是抽象 bullet，而是 400+ 行可执行任务：
- 明确到文件路径级别的创建/修改说明
- 每个任务的验证步骤
- 任务依赖关系
- 每项任务约束在 2-5 分钟执行粒度
我可以先审查计划、调整优先级，然后再说 “execute”。
3. Parallel Agents（真正加速发生在这里）
这是我没预料到的点：Claude Code 会根据任务自动选模型。
复杂架构决策，它用 Sonnet 4.5（重型思考）。但像多文件读取、样板代码生成、内容归纳这类并行任务，它会启用 Haiku 4.5 agent——速度快 4-5 倍，成本更低。
迁移期间，我能看到它同时派出多个 Haiku agent：一个抽取博客内容，一个分析 CSS 模式，一个生成组件骨架。Sonnet 在上层负责整体编排。
这不是 autocomplete，这是一个“团队”。
4. 执行中自带代码审查
Superpowers 不是只执行任务，它会在每个任务后自动自审，至少两层：
- Spec compliance：我是否按计划做了该做的事？
- Code quality：这段代码只是能跑，还是足够好？
我会看到 Claude 刚写完组件，马上自评：“这个组件功能正确，但违反 DRY，建议抽共享逻辑为 utility。” 有些问题它抓到得比我在生产前能发现的还早。
几个让我意外的时刻
我用了两年 AI coding 工具，以为自己已经知道会发生什么。这几个瞬间说明我低估了变化。
“它不再问我确认了”
第 2 天，我需要改 11 篇提到 Sydney 的旧文。老内容里有些能力描述已经过时，链接也变了，机器人定位也和现在不同。
前 5-6 篇，Claude 都会给出拟改内容并问：“这样改可以吗？是否继续？”
我逐条确认。模式都差不多：更新能力描述、修正链接、补一条 Sydney 演进说明。
到第 7 篇，事情变了。Claude 直接做完，不再逐条问。它已经从我前面的批准模式里学到我的偏好。
原计划其实是“所有改动都要先确认”。但它自适应了。识别到我在重复批准同类操作后，它停止打断。
这不是我在文档里读到的能力，更像是涌现行为——你会觉得像一个跟你协作很久的人类同事才会有的默契，而不是几个小时前才开始协作的模型。
长时会话真的能扛住
以前很多 AI 工具在复杂任务上 20-30 分钟就会丢上下文：你得重复讲架构、约定、目标。
这次迁移是以小时计的连续会话。Claude 记得我们在用 TRANSMISSION design system，记得 content/blog/ 是 MDX 目录，记得 Sydney 需要的不只是搜索，还要对话记忆。
我离开一段时间再回来，也能无缝接上。计划文档就像持久记忆层——Claude 会先重读它，再瞬间恢复全局语境。
Sydney RAG 15 分钟落地，而不是几个月
这一段最让我后背发凉。
我第一次做 RAG 版聊天机器人（Sydney 1.0）时，花了几个月：向量库、embedding 模型、chunk 策略、检索链路全都要自己摸。我还写过 Weaviate 成本、调试噩梦、冷启动问题。
这次呢？我去看 git history，核心 RAG 管线——Supabase pgvector schema、HNSW index、embedding 生成脚本——15 分钟完成。
pnpm db:seed # 同步 485 篇文章到 Supabase
pnpm db:embeddings # 生成 embeddings
两条命令。Sydney 就能检索我 17 年博客归档。 :D
我 2024 年花几个月学会的那些知识，现在已经变成 Claude 的内置能力。我以前要按月付费的 Weaviate 基础设施，现在在 Supabase 免费层就跑起来了。
这件事让我到现在都还在消化。
这意味着什么（也不意味着什么）
我不是在说每个人都该把博客迁到 Next.js。也不是说 Superpowers 是魔法，更不是说 AI 会取代开发者。
我真正想说的是：软件构建方式变化的速度，远快于多数人当前感知。
我不断观察到的模式是：
| 项目 | 用时 | 变化来源 |
|---|---|---|
| DIALØGUE v1 | 6 个月 | 一切从零学起 |
| STRAŦUM | 75 天 | 工具更好，经验更深 |
| Site redesign | 3 天 | frontend-design 插件 |
| DIALØGUE v2 | 14 天 | 多插件协同 |
| Blog rebuild | 4 天 | Superpowers workflow |
每次跃迁都不是“更拼命”，而是“换一种协作方式”——从 completion 工具升级为 workflow 工具。（这张表现在还有一条最新记录：不会 Swift 做原生 iOS app，scaffold 一个晚上搞定，但真正产品化工作仍在继续。）
你也可以试试
如果你想体验 Superpowers：
- 在 Claude Code 里输入
/plugin，从列表选 Superpowers - 在写任何代码前先跑
/superpowers:brainstorm - 让它先问问题，先别急着跳实现
- 信任计划，但执行前请审计划
第一次当 Claude 不再逐条问确认、而是按你的偏好自动推进时，你就会理解我为什么要写这篇。 :)
常见问题（FAQ）
Superpowers for Claude Code 是什么？
Superpowers 是 Jesse Vincent 创建的 Claude Code 社区插件。它本质是一套结构化工作流：从 brainstorming 到 planning、execution、code review，强制你和 Claude 在写代码前先思考。
学会 Superpowers 需要多久？
大约 20 分钟对话就能理解核心流程。真正的“体感学习”发生在你看到 Claude 产出 400+ 行执行计划，并开始并行分发 agent 时。
Superpowers 适合所有项目吗？
都能用，但在复杂多步骤项目上价值最大。简单 bug 修复用它会偏重；迁移一个 17 年博客（485 篇）、重建 RAG 搜索、优化上千张图片，这种任务才最能体现它的优势。
Sonnet 和 Haiku agent 的差别是什么？
Claude Code 会用 Sonnet 4.5 做复杂架构决策，用 Haiku 4.5 做并行任务（文件读取、样板生成等）。Haiku 通常更快（约 4-5 倍）且成本更低。系统会根据任务复杂度自动选择。
Claude Code 真的会学我的偏好吗？
会，通过模式识别。比如我连续批准 5-6 次同类型改动后，Claude 就不再逐条询问，而是把同样模式应用到剩余文章。这不是我手动写规则，而是模型从你的批准行为里学出来的。
你有试过结构化 AI workflow 吗？还是还在做那种来回乒乓式对话？欢迎分享你现在最有效的方法。
致敬，
Chandler
Still coding, still learning, still occasionally terrified by how fast this is moving.
