可直接从自然语言生成 graphql schema 和 go resolver 骨架代码：先用 fitten code 插件将“用户有 id、name、email 字段……”转为 schema.graphqls，再通过 gqlgen 或插件命令生成 resolver.go，最后替换 panic 为真实逻辑并验证 playground 查询可用。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想在开发 GraphQL 服务时跳过手写 schema 定义和 resolver 框架的重复劳动，直接从自然语言描述生成可运行的 .graphql 文件和 Go resolver 骨架代码。
安装并启用 Fitten Code 插件
打开 VS Code → 点击左侧扩展图标 → 搜索 “Fitten Code” → 点击安装 → 重启编辑器后插件自动激活。
首次启动时，插件会提示你配置 LLM 接口；若未配置，右键任意文本 → 选择 “Fitten Code: Configure LLM” → 填入本地 Ollama 的 http://127.0.0.1:11434/v1/ 地址、Token（如 ollama）及模型名（如 deepseek-r1:1.5b）。
用一句话描述生成 Schema
新建空白文件，命名为 schema.prompt，输入类似：“用户有 id、name、email 字段；支持按 email 查询单个用户，也支持列出所有用户”。
选中这段文字 → 右键 → 选择 “Fitten Code: Generate GraphQL Schema” → 插件将输出标准 GraphQL SDL 格式内容，包括 type User、Query 类型及字段定义。
复制生成结果 → 新建 schema.graphqls → 粘贴保存。这一步生成的 schema 必须能被 gqlgen 正确解析，否则后续代码生成会失败。
基于 Schema 自动生成 Resolver 骨架
确保当前工作区已初始化 Go 模块（go mod init xxx），且已安装 gqlgen（go install github.com/99designs/gqlgen@latest）。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
方法一：直接调用生成命令
在终端执行：go run github.com/99designs/gqlgen generate → 自动读取 schema.graphqls → 生成 graph/generated/generated.go 和 graph/resolver.go。
方法二：用 Fitten Code 辅助补全
打开刚生成的 resolver.go → 找到未实现的函数（如 func(r *userResolver) ByEmail(ctx context.Context, email string) (*model.User, error)）→ 将光标置于函数体内 → 右键 → 选择 “Fitten Code: Implement Resolver Logic” → 插件将根据函数签名和 schema 推断出基础数据库查询逻辑框架，例如调用 mock DB 或 GORM 方法。
注意：生成的 resolver 函数体默认含 panic，必须替换为真实逻辑，否则服务启动后调用该接口会直接崩溃。
验证生成结果是否可用
第一步：检查 graph/schema.graphqls 是否存在且语法合法 → 打开文件，VS Code 应显示无 GraphQL 语法错误提示。
第二步：确认 graph/resolver.go 中所有 resolver 方法均已移除 panic 并有具体返回逻辑 → 特别检查指针类型返回值是否非 nil（如 return &model.User{} 而非 return nil）。
第三步：运行 go run server.go（或你实际的启动入口）→ 访问 http://localhost:8080/graphql → Playground 加载成功且能执行 { users { id name } } 查询 → 返回格式正确数据。
