被零散开发工具折磨多年，我基于Doubao-Seed-Evolving自研轻量化一站式研发工作台Verve

作为一名后端与云原生开发者，日常开发、联调、部署、排查全流程，始终被碎片化工具困扰。正常工作链路是先定义接口文档、完成业务开发，再进行前后端联调，最终部署到容器环境；一旦出现问题，需要单独打开各类工具排查：查接口文档、联调测试要打开专用网页/客户端、排查Docker和K8s运行日志依赖命令行、服务器操作需要单独终端、查阅技术文档还要切换对应软件，每个环节都要单独开启工具，工作流极度割裂、效率极低。

为了覆盖整套开发、联调、排查流程，日常往往需要安装十几款独立工具，且市面上绝大多数研发工具都基于 Electron 开发，存在启动慢、内存占用高、后台臃肿拖累设备性能等问题。最影响开发效率的是，业务报错、容器异常、接口联调出问题时，需要在多个软件、多个窗口之间来回切换，工具之间配置不互通、工作流完全割裂，频繁打断开发思路，排查链路繁琐且低效。也正是这套长期低效的工具现状，让我萌生了自研一站式轻量化工作台的想法。而在项目落地迭代过程中，我发现传统大模型存在明显短板：上下文容量有限、长程任务不稳定，无法承载中型桌面项目的全局架构规划与多轮持续迭代，只能碎片化提问、反复补全上下文，极大增加了个人开发的迭代成本。

为了彻底解决这种多软件臃肿堆砌、频繁切换的低效开发工作流，我依托 Seed Evolving 模型1M超长上下文、稳定长程任务处理、周级持续迭代三大核心能力，从零落地开发了跨平台研发工作台 Verve。产品精准收拢开发者日常全场景刚需能力，涵盖接口全链路测试、云原生日志轻量排查、远程终端运维、团队协作文档管理、一站式轻量化开发工具箱等核心功能，将原本需要十几款臃肿Electron工具分别承载的独立工作，全部收敛到一款 Rust 原生轻量应用中，彻底解决工具割裂、设备卡顿、操作繁琐的开发痛点，真正实现单应用覆盖后端开发、联调、部署、日志排查、日常辅助的完整工作流。

为保证真实性和客观性我会在关键功能开发时截图附上供大家参考。

ps: Doubao-Seed-Evolving 是面向 Agent 与代码开发场景打造的持续进化大模型，一次接入即可无感迭代升级，周度更新持续强化长程规划、代码生成与工具调用核心能力。

开发实录

当下AI并不能根据笼统的指令为我们很好实现生产级可用的应用，但可以快速的生成Demo, 有人调侃AI生成的都是Toy 项目，我不否认用VibeCoding方式快速Demo甚至说原型是最佳的，打造为真正可用的产品是需要人工去不断的打磨完善，简单点说就是在Demo的基础上不断的打补丁，用提示词一点点修正，有时候单靠提示词也无法修正，需要结合官方文档甚至源码去分析。最差时候官方代码不支持，需要自己fork一个分支，提交pr合并，乐观的官方采纳，悲剧点官方不认同，只能自己维护单分支。这是我在开发verve时，遇到的两个极端的case其中一个被官方很愉快的merge了，另一个长时间没下文了。

当前大模型的共性问题是，你不能指望用一条笼统的指令让大模型一次性将任务完成，比如：为我增加文件上传和下载功能，大模型能规划完整的实现路径，但总会丢失一些细节或者实现不完整，除非你清楚的知道应该调用什么API以及每一步的实现细节。甚至有些功能要对话几十轮才能完成。

例如：对rust的异步编程机制是最容易踩坑的地方：

问题找到了：bind_sftp_browser 里用cx.spawn直接 .await 了 conn.open_sftp()，而 russh_sftp::SftpSession::new 需要 Tokio runtime。需要像 shell 连接那样，在专用 OS 线程 + 自有 Tokio runtime中打开 SFTP，再通过 channel 把 SftpSessionWrapper传回 actor 线程。

doubao-seed-evolving 只用了三轮对话就实现了完整功能，第一轮对话实现了布局，但是点击无响应，第二轮对话实现了功能异步编程的约束导致panic, 第三轮告知它异常，完成了功能的开发。单任务处理耗时上比glm5.2要快很多，这个请勿代号入座，glm5.2用户量也是最大的，在高并发下很难有说谁更快。对开发者来说更大的意义是又多了一个选择。现在火山引擎也同步上线了kimi的k3模型，我买的这个套餐刚好可以使用。

当然有些功能比如我在集成rz支持时，总是遇到第二次上传无效、同名文件已存在时进度卡住等问题，这些大模型在处理时花费了大量时间，甚至对话到达5小时上限了，依旧没有解决，此时就有点考验程序员读代码的功底了，我当时只读了个大概，凭直觉觉得异步session机制设计的有问题导致的任务长时间无感知，让大模型分析永远只会分析具体实现机制问题，尝试让大模型更换session处理机制后问题才得到解决，算是瞎猫碰上死耗子吧。如果真遇上非常难解的问题，就需要按照前文所说要么看文档、要么看源码、要么自己改源码这种显然花费的时间要多很多，也是开发生产级应用不可避免的。

在实现基本功能后，我期望活动栏只展示我想要的菜单，于是有了下面的对话：

一次对话完成了这个需求我甚是满意：

其实开发到这里已经满足日常开发使用的很多场景了，写到这里我决定试试doubao-seed-evolving的长任务能力，我将项目开始时规划的功能清单都丢给了它，补齐所有功能，于是有了下面的规划：

计划的落地我打算交给loop,中途可能会达到5小时限额，全程托管，看最终交付效果如何，在loop里我指定了诸如：自动化测试、压测、端口转发、轻量级k8s管理、抓包、hosts配置等一系列的任务，同时压测我指定了具体技术栈和实现参考以及要求，其它我都没有特定的要求大模型自动处理，记录处理开始时间为； 2026年7月20日，12:06分，欲知后事如何，且看下文分解。

嗯... ... 理想很丰满，现实很骨感，我预想的是，大模型自己设置loop,全程无人值守，到最后验收即可，实际上loop了几次后大概是上下文过长就不再继续了，午饭后一直手动继续，完成了22个任务的开发工作。第一版耗时大约4个小时。这比起个人手敲代码来已经算神速了。不过初版一般都会有各种问题，后续难免根据实际表现或者个人想法去做细化和微调。而实际上也果不其然运行后点击抓包就直接panic了，也算是预料之中了。开启缝缝补补打地鼠模式已经是vibe coding常态。比较消耗时间和精力。

遇到最多还是runtime问题

thread 'main' (845263) panicked at 1.52.3/src/process/unix/mod.rs:373:5:there is no reactor running, must be called from the context of a Tokio 1.x runtimenote: run with `RUST_BACKTRACE=1` environment variable to display a backtracefatal runtime error: failed to initiate panic, error 3, aborting

细节部分调整，压测我希望直接集成oha而不是运行安装oha,所以执行修复，大模型会自行clone oha仓库阅读源码后修改代码，doubao-seed-evolving 1M上下文有得天独厚的优势。

就在我本以为万事大吉准备收工的时候，突然发现，修改目录名字和发送请求会导致软件崩溃，并且没有任何代码提示，这种事rust spwan语法中极易出现的问题，异步执行时感知不到执行结果，出现异常时只能自行检索代码，值得肯定的是，两次崩溃我都是描述崩溃触发的时机，doubao-seed-evolving 自行根据代码推理出了代码缺陷，并且都是一次性修复，省去了我自行排查的一大笔时间。

压测管理我期望集成oha,并且是流式实时渲染，因此就有了下面的优化：

这才是一个程序员最应该关注的事情，知道自己想要什么，知道想用什么，而不是从头自己造轮子。

最终效果：

New day! 又持续使用自己的工具一天，继续进化！

这次我实际导入了几百个真实api，针对我的实际体验进行了优化，同时文档分享当前是基于本机IP+端口的，如果是公司多人使用，需要支持远程服务器同步。以及我期望输入json后可以有个实时的校验：

诸如上述分享，消耗大量时间和精力后最终达成我认为可基本使用的产品形态。很多细节都需要一一去调整，比如终端文本复制、终端支持自动补全、docker 如何远程支持远程连接、json格式化折叠和展开、API接口文档分享格式和内容渲染、图标绘制、菜单拖动排序、数据的导入导出、环境变量处理机制等等。

实战成果演示

项目管理

文档

k8s

docker

拖拽排序

自定义同步时间

主题切换

http抓包

hosts

json格式化

pdf编辑

mock服务

设置

ssh

文件上传

shell文本复制

笔记

统计了下代码量，作为当前阶段里程碑达成的记录，5万行的rust代码。安装包大小25MB，原生app, 极致速度体验，符合我对精品软件的定位！

时至今日此时，Verve已经完全适配我个人日常开发、联调、部署、日志排查、日常辅助的全流程场景，彻底摆脱了对数十款臃肿Electron工具的依赖。复盘整个开发过程，我总结出最真实的AI开发逻辑：

AI负责极速完成0到1的原型搭建，开发者负责完成1到100的产品级打磨。Vibe Coding大幅降低了项目落地门槛，但真正决定产品是否好用、稳定、可长期迭代的，依旧是开发者的工程认知、源码阅读能力、细节打磨耐心，以及高效借助AI工具迭代优化的思维。

体验版本发布地址：

https://github.com/aios-rs/verve/releases

由于时间关系我只顺手打了macos 的包，如需其它系统的使用安装包，请联系我。也欢迎体验后在issue区给出评价和建议！

后续我会持续迭代Verve轻量化研发核心能力，优化跨平台适配体验、打磨交互细节，同时深度结合Seed Evolving大模型能力，补齐工具智能化短板，打造「轻量化工具+智能AI辅助」的全新研发工作流。依托模型百万级超长上下文优势，后续将重点落地多项AI实战能力：支持调试后的接口一键智能生成标准化接口文档、自动梳理接口参数与返回逻辑、批量生成适配业务场景的测试用例；针对容器日志、接口报错、终端异常等日常排查场景，新增AI智能诊断能力，自动解析报错日志、定位问题根因并给出优化方案；同时优化AI辅助迭代机制，依托长任务能力持续迭代产品细节，让工具不仅能满足基础调试、观测需求，更能主动辅助开发者提效、排错、沉淀研发资产，进一步强化Verve一站式轻量化研发工作台的核心定位。

如果你同样厌倦了多工具频繁切换、臃肿卡顿、流程割裂的低效研发模式，不妨借助Seed Evolving的超强迭代能力，从自身真实开发痛点出发，自研打磨一套专属、高效、闭环的研发工作流。亦或者受够了某些软件的收费模式，大可借助AI来试试！