Vibe Coding | 耗费过亿Tokens，从零做出 AI 文件搬运工具

🌟AI 应 用 深 度 体 验

🙏🏻愿 助 力 ¹⁰⁰⁰⁰⁰人 打 开 AI 新 视 界

「 引言 」

🌐「头一回发Vibe Coding的内容，1亿tokens是个坑。但不是标题党的坑。」

就是在电脑本地先耗费了至少1亿tokens，突然发现不对劲，才紧急亡羊补牢 手搓了一个轻量级小工具，还是半自动的

同时给屏幕前的你防坑预警⚠️

so，本篇没有以往的教程或概念，只是作者掉坑、爬坑、填坑的过程🤷‍♂️

但可以保证：从过程到结果

一定能收获一二，特别是刚起步凑热闹搞点「小发明」

先说核心任务—电子文档批量分类、整理

前情铺垫：

• 起因也很淳朴，

  存了几百本设计类书籍📚PDF，乱糟糟不好找，手动整理不现实

• 正好那几天刚开始用腾讯的QClaw，这种轻量级的任务，交给桌面版AI Agent简直是举手之劳。
• 因为QClaw自己说▼

• 抱着试一试的心态，先整十几本，几乎秒级完成。然后100本也不错，开始自动分类，因为原本我也有很好的分类习惯。至少品牌、平面、包装等设计大类先要分出来。

• 然后想起网盘尘封已久的“设计书1000本”，成功难倒了AI。因为文件名杂乱，有的还有乱符，有的同文件不同格式，有的不同命名指向同一本书，有的干脆文件损坏。
• 那就顺便测试一下AI Agent的能力边界。于是耐心地一轮一轮对话、一次一次指导，整理电子书（或文档）遇到的多重问题都暴露出来了。
• 最后真的觉得太折腾了，每次都要再把整理过的规则需求描述一遍。久而久之开启痛苦面具🎭
• 
• 
  

  而这种痛苦正是新思路和创造力的原动力。所谓难者不会，会者不难。对于传统编码工作者来说，几乎分分钟可以想通的事。

• 
  因为当时还没有意识到，创造一个合适的脚本复用，就能解决大部分的整理工作
• 峰回路转，在与AI对话过程中的所有总结、修正、反思和无语，最后可以汇总成一个真实的需求，打包一下就是一个skill。
  

根据下面最初给到首任AI Agent的任务描述，既然。比较重量级的复杂的设计书类可以整理，那以文本为主的其他书籍会容易些吧↓

在电脑📂xx里，有一万本未分类的电子书要整理——信息：1️⃣1/3的书名完全乱码或部分乱码2️⃣格式有PDF、EPUB、MOBI、txt、azw33️⃣有大量重复的书目4️⃣有大约100本是合集
要求：1️⃣分门别类、整理的井井有条，类似于图书馆式的书架分类方式，而且要细分到至少三层类目；如遇单个子类目下多余50个内容，那么继续细分2️⃣优先保留EPUB格式，其次是MOBI，然后是PDF，没有这三样就原地转化格式为EPUB3️⃣同书名多重格式优先保留EPUB4️⃣重复的内容按照格式/大小/出版年份/公认版本等因素衡量保留一份5️⃣所有文件标准命名：《书名》作者_年份6️⃣分类时直接移动不用保留

现在看来完全不可能，数以万计的任务量，谁来不得懵

深度使用AI不得不开钻的还是少数，所以依然推荐—-

🦞QClaw（主要之前每天提供4000万 tokens，没看错）

于是大量信息 融合在单轮对话里。 每天想起来就唠两句

就在微信ClawBot对话，简简单单（感谢语音输入法🎤）

声明：本文涉及到的电子书（名），©️版权归原作者所有，本文仅作学习/演示使用，侵删

慢慢才知道。完全没有考虑上下文管理，所以导致每次对话都很可能需要再调用一次上下文的记忆。

扫描这一批书单时，很可能要把上一批书单的零星信息也捎带上，比如要求和习惯。

但在下一批新的变动/规则，导致AI的记忆会发生错乱。后果也很直接，文件夹很快就乱了套。

这里省略：乱放的书目、文件的乱码、冗杂的QClaw

好在每次都要求QClaw输出一份Markdown报告，顿时又眉清目秀

几次就记住了主动输出到目标文件夹📂

有人会问，为什么不用其他的AI Agent？

确实切换了4个了，只是一直笃定，这个本质是轻量级任务（就是移动文件，从📂A到📂B）

WorkBuddy也参与了，同样也是额度非常慷慨，但运行起来会慢很多，而且不需要创造复杂、多行的代码。

最终发现问题还是复盘时，AI自己提出来的，就是每一次扫描移动分析，都是新生成了一次代码。执行之后就没有复用。╮(﹀_﹀”)╭ 为何不早说

光每次任务的脚本就这么多，还纳闷没几天QClaw2个G了

所以过程中至少有两次，光是扫描书籍，简单的分类、重命名、格式去重、文件去重，就把当日4000万的Tokens都消耗光了

（所以1亿Tokens还算保守了）

同时跟QClaw say sorry，大家千万要避坑🕳

新版QClaw也升级了「做梦」功能，开启会优化长期记忆，希望还能早日反思

几次想放弃的，支撑着自己不厌其烦、屡败屡战的

就是图1到图2的过程▼

全程都是靠AI实现，还真有点成就感的

那么下一步是要▼

所以转过弯来，咨询会编码的AI伙伴，手搓一个本地化的小应用（可视化+脚本），核心诉求就解决两件事儿：

1️⃣整理动作在本地运行，无需AI驱动

2️⃣大批量执行也能保证准确率

过程中，cmd 、 powershell、CLI、Python… 从通通不知道，到七窍通六窍；
再到手动粘贴代码给CLI，感受代码跑动的奇观，然后鼠标🖱点点点，Ctrl+C、Ctrl+V，居然就完成了超大批量的文件整理移动，甚至还能深入管理Windows系统

如果换成顶级的本地AI Agent，也许分模块、别挑刺儿， 跑个几十分钟，10w tokens差不多就能搞定（估算by Qwen，觉得有水分）

回到“正途”后，试试Vibe Coding。其实之前压根儿没有编码需求 就无法理解

Vibe Coding不是新词儿，也得让AI帮助理解▼

🌟

Vibe Coding（氛围编程）= 你动口、AI动手，你只管说想要什么效果，AI把代码全写好，你不用懂技术细节，满意就收工，不满意直接让AI 改。

主打一个能动口坚决不动手

此乃“广义”的Vibe Coding

先把刚才两个基本需求发给WorkBuddy。

并补充：我更习惯GUI（图形用户界面），

因为在整理书籍的过程中。我发现必须要有目标目录、源文件目录。和一份批量移动的指引文档，这三个必要因素。做书目整理和移动的AI才能够一一匹配，并准确执行，否则过程中就需要消耗大量的时间和Tokens搜索书籍信息、查看书目、封面或内容。
第一轮问答在WorkBuddy里就要选。最强的大模型先选了智谱GLM 5.1。很快做好了一版HTML。第一轮问答在Workday里就要选最强的大模型，先选了智谱GLM 5.1，自然语言描述一通需求，很快做好了一版HTML。

先忽略外观，测试下功能

当时我的理解是，这个HTML可以当做本地封装好的EXE应用，点点点实现功能我只需要把三个必要因素手动填写或上传，再一键开启整理。

不太行，故事的发展已在认知之外

发现界面上只是生成了一个BAT文件。还被系统安全阻止下载。

离想要的很远，还提醒他用frontend-design skill来实现高颜值网页排版，并切换暗色模式。
同时让他能不能一键直接调用命令行工具？试了几版都不行。

💡

要请AI编码的顶级高手Claude出场了。 把相关文件和需求都发给Claude，重构框架、修复bug、优化UI🎨

并告诉我这个BAT文件的必要性，以及如何处理 系统安全限制🔓

下载.BAT文件，解锁（当然Claude也建议：复制代码到txt另存为BAT再运行）

一轮跑通🥳设置的时候是半自动的，需要手动把必要的绝对路径、操作指引文档（就是把书单发DeepSeek问它怎么归类）传给这个网页

当BAT文件成功在命令行工具里运行，然后HTML显示了报告，瞬间觉得以上是值得的。

顿时感觉 简直是呕心沥血呕出来的，更理解了这个经典表情包🤣

虽然但是，目前为止，我很满意还要啥自行车

至于开篇提过的skill，暂时抛之脑后了，让几个AI伙伴轮番根据记忆直接打包skill，只做出来半个

报以微笑，真的很懂
之后，就是考虑怎么封装成exe，要链接AI API & 本地AI驱动，再一键执行整理/移动，给这个小项目取个名、定个位、上点儿价值🕶
同时，去年构想过N个AI小应用，也同步开启了

关键一句—-「前十个作品都是垃圾，所以，赶紧把前十个做出来吧」

源自游戏行业，引申到各行各业

手搓一个半成品，也远胜过收藏十篇高赞
感谢你看到这里，感兴趣可以留意后续有幸身处这场技术革命，见证科技与生活、产业与时代加速融合的新机遇

🪄

保持清醒，保持期待，保持好奇