יצירת יישום תחבורה בתוך שעתיים בלבד מציבה אתגר לכללי הפיתוח הרגילים. *ההופעה של שיטת ה-vibe-coding* משנה את הנוף הטכנולוגי, מה שהופך את התהליכים לנגישים ומהירים יותר. *הבינה המלאכותית* מתפקדת ככלי מהפכני, שמסיר את המחסומים הזמןיים והטכניים שמשתמשים בהם לעיתים קרובות על ידי המפתחים.
לדמיין מערכת ניטור חזותי והתראה על הקו P של ה-Tranilien, זה לתפוס את מהות השיטה החדשנית הזו. אין צורך בידע מעמיק בתכנות כדי להשיג הישג כזה.
הבחירה ב-IDE האידיאלי
תהליך הפיתוח החל בבחירת סביבת הפיתוח המשולבת (IDE). Cursor התגלה כבחירה המובילה. תוכנה זו, ידועה בביצועים שלה, מנצלת את המודל הפופולרי של הנדסת תוכנה: Claude 4. בניגוד ל-Windsurf, ששייך ל-OpenAI, Cursor מציעה יכולות קידוד שאין להם תחליף.
יצירת בסיס הקוד הראשון
לפני שנכנסו לעומק יותר ב-Cursor, גירסה ראשונה של הממשק נוצרה באמצעות הצ'אטבוט של Anthropic, שמשתמש ב-Claude 4 Opus. שלב ראשון זה אפשר להקים בסיס קוד יציב להמשך הפעולות. הקוד הועמד על שרת מרוחק, מה שהקל על העדכונים והשינויים בזמן אמת באמצעות דפדפן אינטרנט.
הפקודה שנמצאה בשימוש עבור Claude 4 הייתה מדויקת ומפורטת. היה צורך לעצב ממשק אינטרנט רספונסיבי המיועד ללוח תצוגה דיגיטלי עבור יציאת רכבות בקו P. הלוח היה צריך להציג מידע חיוני, לרבות שעת יציאה, יעד, מספר הרכבת ופרטים נוספים בזמן אמת. המפרטים דרשו גם עיצוב נקי, עם פונקציה של קידוד צבעים לציון מצב הרכבות.
שיפורים עם Cursor
לאחר שהגרסה הראשונה הייתה במקום, הסייען של Cursor נוצל לשיפור הממשק. מצב "סוכן" של הכלי אפשר ל-AI לפעול בצורה אוטונומית, להתאים את הקוד ולהוסיף קבצים. אוטונומיה זו הקלה על התקנת התלויות הנדרשות, בין היתר באמצעות פקודות התקנה של Unix.
שימוש יעיל במודלים LLM
עבור הצד האחורי של היישום, ה-API PRIM של איל-דה-פרנס הוטמע. API זו מהווה מקור יקר ערך למידע חיוני לפעולה התקינה של היישום. השבתת הבחירה האוטומטית של המודל על ידי Cursor אפשרה שימוש במודלים מותאמים ומשתלמים יותר, מה ששדרג את היעילות של הפיתוח.
חלק מהפונקציות הושגו באמצעות Claude 4 Sonnet Thinking עבור מטלות מורכבות בצד האחורי. פעולות קידוד פשוטות התבצעו עם Claude 4 Sonnet. תיעוד הוקל הודות ל-Gemini 2.5 Flash, שמאפשר שאלות ללא שימוש באשראים, ונמצא מועיל מאוד להבנת הקישורים בין הקבצים השונים.
שלב בדיקה ודיבוג
הבדיקות אפשרו לאמת את הפעולה התקינה של הפונקציות. עם סיוע Cursor, בוצעו תיקונים בנוגע לסינון המידע שמגיע מה-API. כל הקוד פורק לאחר מכן, ונוצרו בדיקות יחידה כדי להבטיח את עמידותו של היישום.
הושג תוצאה פונקציונלית ואסתטית. הממשק מציג את הרכבות הקרובות של הקו P ומידע על עיכובים או ביטולים באמצעות מערכת התראות מתקדמת. ההתראות מועברות ישירות באמצעות SMS ודוא"ל, מה שמבטיח שהמידע יגיע במהירות וביעילות.
מגבלות ואתגרים של ה-vibe-coding
יצירת ממשק זה בוצעה בתוך שעתיים בלבד, זמן שנחשב קצר מאוד. ללא סיוע Cursor, פרויקט זה היה לוקח מספר ימים, ואולי אף יותר. חיסכון משמעותי זה ממחיש את היתרונות של ה-vibe-coding.
עם זאת, חוויה זו העלתה את המודעות למגבלות המודל. יכולות להתרחש טעויות קוד, מה שדורש הבנה טובה של המבנה הבסיסי כדי לבצע שינויים מתאימים. על אף האתגרים הללו, השימוש ב-IDE איי אינטגרליים כמו Cursor משנה את הדינמיקה של הפיתוח, ומעביר את תפקיד המפתח מהעושה למנהל של כל התהליך.
שאלות נפוצות
מהי שיטת ה-vibe-coding ואיך היא התבצעה כדי ליצור את יישום התחבורה?
שיטת ה-vibe-coding משתמשת בכלים של בינה מלאכותית כדי ליצור קוד במהירות, כך שניתן ליצור יישומים בתוך מספר שעות במקום מספר ימים. במקרה שלנו, השתמשנו ב-Cursor וב-Claude 4 לפיתוח מערכת ניטור והתראה על קו תחבורה בפריז.
אילו כלים ספציפיים שומשו לפיתוח יישום התחבורה?
שימושנו ב-Cursor כ-IDE וב-Claude 4 ליצירת הגרסה הראשונה של הקוד. עבור הצד האחורי, הטמענו את ה-API PRIM של איל-דה-פרנס כדי לקבל נתונים בזמן אמת על התחבורה.
כמה זמן לקח ליצור את היישום ומה היה המטרה העיקרית?
יצירת היישום לקחה כעבור שעתיים. המטרה העיקרית הייתה לפתח מערכת ניטור קלה לשימוש והתראה מותאמת אישית כדי לשפר את חווית המשתמש לעומת יישומי התחבורה הקיימים.
איך הממשק של היישום מתאתם למכשירים שונים?
הממשק עוצב להיות רספונסיבי, מציג שתי עמודות על מסכים של מחשבים ניידים וטאבלטים ועמודה אחת על מכשירים ניידים. זה מבטיח שימוש אופטימלי על כל סוגי המכשירים.
אילו סוגי התראות היישום מספק למשתמשים?
היישום שולח התראות בנוגע למשיכות רכבות או עיכובים בטווחים זמניים ספציפיים. ההודעות יכולות להישלח באמצעות SMS דרך ה-API של Free mobile ודוא"ל באמצעות PHPMailer.
אילו אתגרים נתקלתם במהלך הפיתוח של היישום עם ה-AI?
למרות החיסכון המשמעותי בזמן, נתקלנו בכמה בעיות, כמו טעויות בקוד שנוצר על ידי ה-AI. היה צורך להבין את המבנה של הקוד כדי לתקן את השגיאות ולבצע שינויים רלוונטיים.
מהו תהליך הבדיקה והדיבוג של היישום לאחר יצירתו?
לאחר יצירת הקוד, השתמשנו בסוכן של Cursor לביצוע בדיקות ודיבוג היישום. כמו כן, ייצרנו בדיקות יחידה כדי לאמת את פעולתו הכוללת של הקוד.
האם אפשר ליצור יישומים מורכבים יותר באמצעות כלים של AI כמו Cursor בלבד?
אף שהכלים של AI כמו Cursor מקצרים באופן משמעותי את זמן הפיתוח, עדיין נדרשת הבנה בסיסית של הקוד ליישומים מורכבים יותר. המפתחים צריכים לשחק תפקיד פעיל בפרשנות ובשינוי הקוד שנוצר.
