清明假期基于 AI 开发了一个小程序的功能，参见前文（大象成本计算器微信小程序，快速计算物品的日均成本）。虽然使用 ai 节省了不少调试界面和基础逻辑的时间，但是我依然感觉效率不是很高。
举例说明，这个小程序功能涉及到前端界面，前端 js 逻辑，以及后台 golang 的服务器接口，及 mysql 存储。如果直接让 ai 去实现，实际是在两个完全不同的前后端项目中分别开发的。最直接的问题就是，字段名称对应不上。遇到字段比较多的功能，光统一字段名称就得忙活好一会，而且枯燥乏味。
🏃♀️ 流程优化
于是我今天总结了一下，感觉下面的开发逻辑更合理一些，可以节省字段不统一的手工调整耗时：
- 工具新建后台 model，即 golang 结构体
- 工具生成后台 crud 接口。即 golang gin 的 api
- 文字描述 model 的字段。靠 ai 半自动补全字段
- 工具基于 model 生成 ant design 管理后台的代码
- 工具生成微信小程序端的 crud 界面及逻辑代码
- 工具基于 model 生成前端的 json item 示例。方便 ai 生成时前后端字段统一。
- 通过提示词模版，让 ai 完善小程序前端的界面及数据处理逻辑。
- 手动调整及测试
这个流程，我感觉比直接让 ai 去从头写要高效一些。至于自动化工具，我今天已经搞定了。明天在新增功能时验证一下是否需要进一步完善。
💡 感想
在项目的间隙，完善辅助工具，是非常有意义的。能大大提高生产效率。同时也是增强对开发语言了解的绝佳方式。很多时候，自动化工具完成了，基本下个项目的功能点就能一键生成了，一举多得，何乐而不为 😊 再就是 mcp （大模型上下文协议）是否可以善加利用呢？
而且据说五月份 GitHub copilot pro 会现在高级模型的调用次数，一个月限制 300 次调用。所以如何高效使用配额，就是除了节省时间，也能节省使用费用。
🎼 插曲
昨天在小学门口等闺女下足球课的时候，有位大象计算器的热心用户加我，咨询我是否可以将一段 Python 的 tk 小工具改成微信小程序。我粗略浏览了一下代码，我第一眼看到前面的代码，感觉是老程序员写的，后面看到拼音出来的时候，就完全上另外一个风格了，我就感觉不是一个人写的。后来聊天的时候，这位老板说他不懂代码，整个程序都是靠 ai 生成的。他无法修改里面的逻辑，只能调整界面显示部分。不禁感慨，越来越多的人通过 ai 来写 Python 代码，这个时代真是好 👍 但是如何使用 ai，以及何时让 ai 介入，都是需要自己摸索的一个过程。唯有如此，才能更高效的开发软件。
微信关注我哦 👍
我是来自山东烟台的一名开发者，有感兴趣的话题，或者软件开发需求，欢迎加微信 zhongwei 聊聊， 查看更多联系方式