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
全栈弄潮儿4 小时前
不要先问“用哪个 AI”,先盘点你的开发工作流
aigc·openai·ai编程
杨杨杨大侠5 小时前
大模型的权重到底怎么用?拆开一个 token 的生成过程
aigc·openai·ai编程
吴佳浩 Alben5 小时前
Agent 怎么做自动化评测?构建端到端的 Agent Evaluation 体系
人工智能·语言模型·架构·自动化·ai编程
小虎AI生活6 小时前
从四大模型一周连发看企业 AI 落地,为什么 95% 的试点不赚钱
ai编程
孟健6 小时前
Gemini 3.8 Flash 没涨价,干活却贵了 40%?
ai编程
举个栗子。9 小时前
SwarmForge:AI 智能体协同编程框架,让多个 Agent 在隔离工作区并行协作
人工智能·开源·ai编程
DK185838322529 小时前
【源码开源部署】电竞代练护航陪玩小程序:全游戏服务平台完整解决方案(附宝塔部署教程)
游戏·微信小程序·uni-app·开源·php
MuYi042011 小时前
71.6 万行 Flutter 重写成 112.5 万行原生双端:一次 AI 驱动的百万行架构迁移复盘
ai编程
晚安code11 小时前
Claude Fable 5.1 发布解读:科研智能体跑分翻倍,Agent 成本降45%
ai编程·claude
9i编程11 小时前
15.对SKILL进行一次全新尝试,改为框架+细节方式的实践及验证:三次联调(4)——第一次测试与事故
人工智能·openai·ai编程