KeyFrame內部研究專用

Codex App 从 0 到 1 开发一个小程序, 保姆级教程,细节满满

AI随风·6月23日週二·50 min中文

三句話摘要

利用 AI 工具(Claude App)從零到一開發微信小程序、完成後端邏輯開發,並搭建可管理的後台系統。 ## 借助 Claude App 的代碼生成與圖片識別能力,結合微信雲開發與 Open Design,完全無需開發經驗也能從零到一完成小程序開發、後端對接、後台管理、線上部署的全流程。 1. 技術選擇:原生開發優於跨平台方案

重點整理

重點
  • 1

    1. 技術選擇:原生開發優於跨平台方案

  • 2

    選擇微信官方原生開發框架而非 uniapp 等跨平台方案,因為 Claude App 對原生代碼支持更完善,能避免隱藏的 bug 和踩坑風險。這對初學者尤其重要。

  • 3

    2. AI 的視覺能力是核心競爭力

  • 4

    Claude App 能截圖識別界面,像人眼一樣檢測佈局問題、溢出、樣式錯誤,自動修復。這讓無需打開開發者工具也能持續迭代界面。

  • 5

    3. 無伺服器架構降低技術門檻

  • 6

    微信雲開發讓開發者無需買伺服器、部署數據庫,所有後端邏輯以雲函數形式自動部署,極大簡化了中小程序的開發流程。

  • 7

    4. 完整流程閉環:設計→開發→管理→部署

  • 8

    從 Open Design 原型、Claude App 代碼轉換、CloudBase 後端、到靜態網站部署,形成完整的無代碼/低代碼開發閉環,適合非技術背景的創業者。

  • 9

    ##

實用技巧與重點

乾貨
  • ### 前期準備工具
  • 開發工具:微信小程序官方開發者工具、Node.js(最新版)、Claude App、Open Design(支持 Mac/Windows/Linux)
  • 賬號申請:微信小程序(個人或企業名義均可),獲得 App ID
  • ### Open Design 配置步驟
  • 下載桌面端,設置語言為中文
  • 執行模式選擇「本機 CLI」或「API Key」(推薦 CLI 直接調用本地 Claude)
  • 新建項目 → 選擇本地存儲 → 指向小程序目錄
  • 設計體系可選(內置 Coda、Tesla、寶馬、小米等風格),或自訂設計規範
  • 選擇「高保真原型」,讓 AI 閱讀 PRD 文件生成原型頁面
  • ### 微信小程序環境配置
  • 環境 ID(微信雲開發後台取得)→ 複製到 `app.js` 中的指定位置
  • 默認會生成 `cloud_functions` 目錄存放雲函數
  • 雲數據庫支持文檔式結構,無需預先定義複雜 schema
  • ### 後台管理系統框架
  • 框架選擇:CloudBase End Designer(或 Vant、Element 等)
  • 必配項
  • CloudBase MCP 插件(讓 AI 理解雲函數寫法)
  • CloudBase 技能插件(查看集合、授權、編寫規範代碼)
  • 啟動命令:`npm install` → `npm run dev`
  • 預置管理頁面:儀表盤、分類管理、商品管理、訂單管理、用戶與地址、秒殺活動管理
  • ### 部署與域名
  • 靜態網站導出為 zip → 通過 CloudBase Static Site 插件上傳至微信雲
  • 獲得微信提供的外網 URL,後續可綁定自訂域名
  • ### 關鍵提示詞與工具
  • 生成 PRD:告訴 Claude「生成 PRD 文檔」,包含頁面、功能描述
  • 轉換技能:講者提供「HTML 轉微信小程序」及「生成底部導航圖標」兩個技能
  • 圖標生成:使用 Claude App 圖片生成能力,可自訂風格的底部菜單圖標(需準備選中/未選中兩個版本)
  • 自動化測試:用 Computer Use 功能讓 AI 自動點擊、操作、截圖、修復界面問題
  • ##

結論

結論

借助 Claude App 的代碼生成與圖片識別能力,結合微信雲開發與 Open Design,完全無需開發經驗也能從零到一完成小程序開發、後端對接、後台管理、線上部署的全流程。

完整解析

詳細

現代 AI 工具的出現讓程序開發門檻大幅降低。本教程展示如何完全借助 Claude App 與配套工具,以零技術經驗開發一個功能完整的微信小程序商城。

準備與設計階段 首先需要準備一份 PRD(產品需求文檔),可以讓 Claude App 根據簡單描述自動生成。接著申請微信小程序賬號取得 App ID,並安裝微信官方開發者工具與最新版 Node.js。使用 Open Design 進行原型設計時,Claude App 會讀取 PRD 並生成整套 UI 稿(通常 7-8 個頁面),過程中會提問以澄清需求。設計完成後可在 Open Design 中用標記工具精細調整每個模塊,例如添加倒計時效果、滾動效果等。

代碼生成與界面迭代 將原型導出為 zip 後,在微信開發者工具中建立新小程序項目並綁定 App ID,選擇「微信雲開發」以自動關聯後端環境。為了精確轉換,需先讓 Claude App 閱讀整個項目結構(包括解壓後的原型文件與 assets),生成一份開發規範文檔。接著使用講者提供的「HTML 轉微信小程序」技能,指定讀取 `screens` 目錄下所有頁面、轉換 CSS 為小程序格式、使用模擬數據。Claude App 會一次性完成所有頁面轉換,並自動生成底部導航。之後可用 Computer Use 功能打開開發者工具,讓 AI 逐頁截圖、識別樣式問題(如溢出、按鈕大小不當、間距錯誤),並自動修復。手動修復也很簡單:截圖標記問題區域,Claude App 會根據視覺反饋調整代碼。最後用圖片生成能力為底部菜單生成專業圖標。

後端邏輯與數據庫設計 前端完成後,讓 Claude App 閱讀頁面代碼,提取所有模擬數據並生成「數據庫設計文檔」和「API 規範文檔」。在微信開發者工具的雲開發控制台可查看環境 ID。根據文檔內容,需創建集合(商品、分類、購物車、訂單、用戶、地址等),Claude App 會編寫對應的雲函數。每個雲函數在開發者工具中上傳至遠程後,便自動部署。初始化數據透過執行特定雲函數的測試代碼完成。實測發現流程跑通後可逐步補完功能,如地址管理的新增頁面、支付對接等。

後台管理系統開發與部署 為了管理商城數據,需搭建後台管理系統。先在 Claude Code 等工具中安裝 CloudBase MCP 和技能插件,獲得 AI 對雲開發的完整理解。建立新對話,告訴 Claude:使用 CloudBase + End Designer 框架、讀取已定義的表結構、實現增刪改查功能、加入登錄驗證。Claude App 會生成完整的管理後台代碼。執行過程中需授權(點擊生成的鏈接確認),然後配置環境變數(雲環境 ID 與密鑰)。執行 `npm install` 和 `npm run dev` 後,訪問本地地址即可看到登錄界面(AI 會給出初始賬密)。後台包含儀表盤(訂單統計)、分類/商品/秒殺/訂單管理等模塊。測試中若發現功能缺陷(如編輯提交後數據未更新),直接截圖反饋給 Claude App,它會用 Computer Use 自動測試並修復。最後將後台代碼導出,用 CloudBase Static Site 插件上傳至微信雲,即可獲得公網 URL,後續可綁定自訂域名。

整個流程展現了 AI 工具的強大:不僅能根據需求寫代碼,更重要的是能透過視覺能力(截圖、識別、修復)自主完成界面調試。這對完全沒有開發背景的創業者而言,是從想法到上線的最短路徑。

##

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Everything Goldman Sachs Taught Me About AI (In 10 minutes)
AI 技術英文8月24日

Everything Goldman Sachs Taught Me About AI (In 10 minutes)

Nate Herk

  • 驗證優於相信:看起來完整的AI輸出不等於正確答案,需在提示中要求模型重新檢查數字、引用來源,並對無把握的部分標記。
  • 區分AI與自動化:確定步驟且答案已知的任務用傳統自動化更便宜快速;只在需要判斷力、靈活性或處理複雜資訊時才用AI,兩者結合效果最佳。
  • 以問題驅動選型:先寫清楚「要解決的問題是什麼、成功的樣子是什麼」,再決定用什麼工具,許多失敗項目是從技術而非問題出發。
Mu: a self-hosted personal agent where the interface is an email address you can write to
AI 技術英文8月23日

Mu: a self-hosted personal agent where the interface is an email address you can write to

GitHub Awesome

  • Mu 是自主代理人系統,具有實際網址與獨立伺服器,用戶可透過多種方式與其互動——網頁應用、電子郵件或程式化介面。
  • 架構完整覆蓋日常工作流程的多個層面,整合郵件收發(SMTP/IMAP)、檔案管理、行事曆、新聞聚合、市場數據與搜尋功能於一個 Go 伺服器內。
  • 支援自帶模型與多種通訊協定,用戶可選擇不同的 AI 模型,並透過 MCP、HTTP API 或命令列工具整合到其他系統。