独立开发纪实:我如何用 Gemini CLI 和 Claude Code 打造一个“100% 含 AI 量”的小程序

前言

作为一名开发者,我们常常陷入一种执念:总是想着用最完美的设计模式、最优雅的架构去从零手撸一个应用。但现实往往是,热情在无尽的增删改查和修修补补中消磨殆尽。

最近,我上线了一款主打"家庭监督与极简吃药提醒"的微信小程序。相比于业务本身,这个项目对我最大的意义在于:这是一个 100% 由 AI Agent 驱动开发的产品。在这篇文章里,我不想聊太枯燥的代码实现或深奥的架构图(千人千面,大家都有自己的设计习惯),我想聊聊在这个过程中,我是如何从一个"码农"转变为一个"包工头",以及 Gemini CLI、Claude Code、Codex 等 AI 工具是如何重塑我的整个工作流的。

1. 选题与产品设计:把 AI 当作合伙人,而不是打字机

以前做独立开发,PRD 往往都在脑子里,想到哪写到哪。但面对 AI,这种方式行不通。AI 不怕复杂,就怕模糊

在立项之初,我把初步的想法("做一个帮长辈记着吃药的工具")喂给 AI。我没有让它直接写代码,而是利用 Gemini CLI 在本地建立了一个非常严谨的(需求规格)目录。

在这个阶段,AI 的角色是产品合伙人和杠精

  • 它逼着我收敛需求:当我试图加入"药品扫码识别"时,AI 根据我设定的"极简"约束,提醒我这会引入庞大的药典库,拖慢第一版上线节奏。
  • 最终,我们共同确认了(产品共识),明确了产品只做"极简打卡"和"照护者一键提醒微信转发"。

心得:用 AI 写代码前,先用 AI 写契约。你给 AI 的边界越清晰,它产出的代码就越可控。

2. UI 设计与规范对齐:让 AI 理解"审美"

让 AI 写代码容易,让它写出好看的 UI 很难。传统的开发流是"画图 -> 切图 -> 写 CSS",而在纯 AI 工作流中,我采用了**"基于约束的涌现式设计"**。

我没有打开 Figma 画任何草图。相反,我让 Claude Code 阅读了我定下的全局设计规范(比如:大字号、高对比度、无障碍友好、组件圆角半径、主色调)。 当需要实现"一键打卡"页面时,我的 Prompt 是:

"根据设计规范,用原生微信小程序组件实现打卡页。核心按钮占据屏幕下半部分 1/3,要有极强的物理按下反馈感(阴影与位移),配色传递出'完成任务的轻松感'。"

奇妙的是,当我们把"审美"翻译成"工程约束和情绪词",AI 生成的 WXML 和 WXSS 往往能一次性达到 80% 的可用度,剩下的 20% 只需要我做微调。

3. 代码实现:多 Agent 协同的"左右互搏"

到了编码阶段,我完全摒弃了在编辑器里一行行敲代码的习惯。我的工作台变成了终端。

  • Gemini CLI (宏观把控与审查) :负责理解整个代码仓库的结构,阅读我写的 AGENTS.md(这是我给所有 AI 助手定的工作规矩),并生成或审查跨模块的架构决策(ADR)。
  • Claude Code (工程主力):它非常擅长处理大量的上下文。我把它绑定在具体的特性分支上,比如让它实现"微信订阅消息的 15 分钟定时唤醒链路"。我会看着它在终端里自己搜索文件、自己修改、自己运行测试。
  • Codex/Copilot (微观补全):处理特定算法片段或正则表达式。

心得 :不要让一个 AI 做所有事。让具有全局视野的 Agent 做规划和 Code Review,让执行力强的 Agent 去啃复杂的业务逻辑。偶尔它们还会"打架"(比如代码风格不一致),这就需要我作为"架构师"去维护统一的 lint 规则。

4. 自动化与上线:Agent 接管 DevOps

产品的上线往往是最折磨人的。但在这个项目里,我尝试把 CI/CD 和自动化脚本也交给了 AI。

从提交代码到自动触发云函数的部署,AI 帮我写好了全套的 GitHub Actions 脚本。我只需要在合并 PR 时点一下 Approve。

5. 真实的心得体会:AI 时代的独立开发者该何去何从?

经历了这个项目,我最大的感触是:AI 没有降低开发的门槛,它只是改变了门槛的形状

  1. Prompt 变成了新的编程语言:你会发现,花 10 分钟写一段清晰、逻辑严密的指令(包含背景、约束、期望输出),比你自己花 1 小时写代码效率高得多。
  2. 架构能力比编码能力更重要:代码可以由 AI 生成,但模块如何划分、数据流向如何设计、状态如何流转,这些依然需要人类的经验。如果你自己都不清楚系统该长什么样,AI 只会给你生成一堆运行得起来但无法维护的"屎山"。
  3. 情绪价值是最终壁垒:工具和代码可以被 100% 替代,但你为什么要在这个小程序的首屏放一句温暖的问候?你为什么要在长辈漏服药时,设计一套发给子女的提醒机制?这些基于人性和同理心的洞察,AI 无法凭空创造。

结语

这个名为《萱草日签》的服药提醒小程序已经跑通了全链路。它可能不是最复杂的系统,但它印证了 AI 驱动全生命周期开发的可行性。非常欢迎各位同行,专家拍砖。

把双手从键盘上拿开,用更高的维度去思考产品------这或许是 AI 时代给每一个独立开发者最好的礼物。

如果你也对这种"纯 AI 工作流"感兴趣,或者想了解在实际操作中如何避免被 AI 带进坑里,欢迎在评论区留言交流。

相关推荐
仅此而已6101 小时前
GPT-5.5 Codex 国内使用教程:Windows / macOS / Linux 配置
ai编程
AI砖家1 小时前
DeepSeek TUI 保姆级安装配置全指南 -Windows||macOS双平台全覆盖
服务器·前端·人工智能·windows·macos·ai编程·策略模式
Finger#0000FF1 小时前
从零上手VibeCoding(ClaudeCode+DeepSeek V4.Pro)
java·人工智能·ai编程·vibe coding·claudecode
Pkmer2 小时前
Javthon古法: Python中哪些让人搞不清的参数
python·ai编程
有梦想的小何2 小时前
Cursor AI 编程实战(篇三):Domain、Infrastructure 与策略模式
java·ai编程·策略模式
键盘飞行员3 小时前
Windsurf + Claude 4.7 前端开发:用 ui-ux-pro-max 根治 “AI 味”、实现全站 UI 统一
前端·ui·ai编程
陆业聪3 小时前
两次Flutter全屏白踩坑复盘:Layout的静默失败,以及AI结对编程的认知盲区
flutter·ai编程·大前端·跨端开发
wanderist.3 小时前
完美解决VS Code/Cursor远程连接报错:远程主机不满足运行 VS Code 服务器的先决条件(附AI编程最佳实践)
运维·服务器·ssh·ai编程
财经资讯数据_灵砚智能3 小时前
基于全球经济类多源新闻的NLP情感分析与数据可视化(日间)2026年5月15日
人工智能·python·信息可视化·自然语言处理·ai编程