AI 辅助开发实战：基于 PHP 构建高可维护性美食网站毕设项目-育师

最近在帮学弟学妹们看一些 PHP 的毕业设计项目，发现很多美食网站类的毕设都存在一些共性问题：代码东拼西凑、功能模块纠缠不清、开发效率低下，后期想加个功能或者改个样式都头疼。正好我自己也在尝试用一些 AI 辅助编程工具，就想着能不能结合一下，用 AI 来帮忙构建一个更清晰、更易维护的 PHP 美食网站框架。这篇文章就是这次实践的一个记录，希望能给有类似需求的同学一点参考。

1. 毕设项目的典型“痛点”分析

在做毕业设计时，时间紧、任务重，很多同学为了快速实现功能，往往会选择“复制-粘贴-修改”的模式。这直接导致了几个常见问题：

代码冗余与重复劳动：比如每个页面的数据库连接、用户登录状态检查、分页逻辑，都是几乎一样的代码，却散落在各个文件里。一旦数据库密码要改，或者分页逻辑要调整，就得把所有文件翻出来改一遍，非常容易遗漏。
缺乏清晰的分层架构：很多项目把所有代码都写在几个*.php文件里，HTML、PHP 逻辑、SQL 查询全部混在一起。这种“意大利面条式”的代码，不仅自己隔两天就看不懂了，也让后续的功能扩展和调试变得异常困难。
安全盲区普遍存在：毕设项目通常对安全性要求不高，但一些基础的安全漏洞，如直接将用户输入拼接到 SQL 语句中（SQL 注入），或者不加过滤地输出用户评论（XSS 攻击），几乎是“标配”。这些漏洞在答辩时如果被老师点到，会很尴尬。
开发效率瓶颈：大量的时间花在了写重复的 CRUD（增删改查）代码、调试简单的语法错误和寻找拼写错误上，真正用于思考业务逻辑和用户体验的时间反而很少。

2. AI 辅助工具选型：Copilot vs. CodeWhisperer

为了提升效率，我主要尝试了两款主流工具：GitHub Copilot 和 Amazon CodeWhisperer。它们都能极大地提升编码速度，但侧重点略有不同。

GitHub Copilot：更像是你的“结对编程”伙伴。它的优势在于根据上下文和注释，生成大段的、符合逻辑的代码块。比如，你写一个函数注释// 根据菜品ID获取详细信息，它很可能直接给你生成一个包含 PDO 查询的完整函数。它对 PHP 这种语法的支持非常成熟，生成的代码风格也比较统一。
Amazon CodeWhisperer：除了代码补全，它有一个很突出的特点是安全扫描和建议。在生成涉及数据库操作或用户输入的代码时，它会主动提示可能存在 SQL 注入风险，并建议使用参数化查询。这对于安全意识薄弱的初学者来说，是个很好的实时提醒。

我的使用策略是：在 VS Code 中同时安装两个插件。在快速构建框架和编写业务逻辑时，主要依靠 Copilot 的流畅补全；而在编写数据访问层、用户输入处理等关键代码时，会特别关注 CodeWhisperer 的安全建议，两者结合，既能提速又能保底。

3. 核心实现：AI 辅助下的 MVC 架构搭建

我们决定采用最经典也最易于理解的 MVC（Model-View-Controller）模式来组织代码。目标是让 AI 帮我们生成骨架，我们再来填充和优化业务血肉。

1. 项目初始化与目录结构首先，我手动创建了基础的目录结构，并用注释说明了每个目录的用途：

project/ ├── app/ │ ├── controllers/ # 控制器，处理业务逻辑 │ ├── models/ # 模型，处理数据和业务规则 │ ├── views/ # 视图，展示HTML页面 │ └── core/ # 核心类，如数据库连接、路由 ├── public/ │ └── index.php # 单一入口文件 └── config/ └── database.php # 配置文件

然后，在public/index.php中，我只需要写下注释// 引入自动加载文件并启动应用，Copilot 就几乎帮我补全了整个引导程序的代码框架。

2. AI 生成核心模型（Model）代码以models/Dish.php（菜品模型）为例。我首先写下类定义和构造函数注释：

/** * 菜品模型类 * 处理与菜品表相关的所有数据库操作 */ class Dish { private $db; public function __construct($database) { $this->db = $database; }

接着，我新起一行，输入注释// 获取所有菜品列表，支持分页，然后等待 Copilot 的建议。它生成了如下代码：

/** * 获取所有菜品列表（分页） * @param int $page 当前页码 * @param int $perPage 每页条数 * @return array 菜品数组 */ public function getAll($page = 1, $perPage = 10) { $offset = ($page - 1) * $perPage; // CodeWhisperer 在此处提示：确保使用参数化查询防止SQL注入 $stmt = $this->db->prepare("SELECT * FROM dishes LIMIT :limit OFFSET :offset"); $stmt->bindParam(':limit', $perPage, PDO::PARAM_INT); $stmt->bindParam(':offset', $offset, PDO::PARAM_INT); $stmt->execute(); return $stmt->fetchAll(PDO::FETCH_ASSOC); }

可以看到，AI 不仅生成了分页逻辑，还自动使用了 PDO 的prepare和bindParam，这正是我们想要的安全写法。CodeWhisperer 的实时安全提示也起到了双重保险的作用。

3. AI 辅助编写控制器（Controller）与视图（View）在controllers/DishController.php中，我写下方法名public function showList()，AI 根据上下文（它已经“看到”了 Dish 模型）补全了调用模型和加载视图的代码。

在views/dishes/list.php视图文件中，我开始写一个简单的 HTML 表格，当我在循环中写下<?php foreach ($dishes as $dish): ?>后，AI 自动补全了表格的每一列<td>内容，甚至包括了用htmlspecialchars过滤输出的代码，有效防止了 XSS。

4. 性能与安全：AI 生成代码的质量分析

让 AI 写代码，最让人担心的就是质量和安全。通过这次实践，我发现：

SQL 防注入处理：只要我们在注释或上下文中体现了“安全”、“参数”等关键词，AI 工具（尤其是 CodeWhisperer）会倾向于生成使用预处理语句（Prepared Statements）的代码。这从根本上避免了 SQL 注入。我们需要做的，就是确保项目中统一使用 PDO 或 MySQLi 扩展。
XSS 过滤：在视图（View）层，当 AI 生成输出用户数据的代码时（如echo $comment['content'];），我会有意识地引导它，先输入echo htmlspecialchars(，它通常会很好地补全后面的变量和参数，养成输出前过滤的习惯。
会话管理与权限：对于用户登录状态检查这类通用功能，AI 能很好地生成样板代码。例如，在需要管理员权限的控制器方法开头，我写下注释// 检查用户是否登录且为管理员，AI 就能生成一段包含session_start()和角色判断的代码。这保证了基础权限控制的一致性。