AI全栈开发指南(前端项目)三
简介
AI全栈开发有两条路径,我这个项目采用的是先前端,再后端。
从事后总结来看这并不是最优选择,我应该选择自己擅长的后端开始,再进行前端开发。
AI很强大,你要想驾驭它就得给它立“规矩”,当你有一个固定的基点再去完成其他任务就会变得相对容易。
准备提示次
我的提示词:
请根据需求文档: `/d:/code/dqm/wechat/dqm-miniprogram-trae2/dqm-miniprogram/demand/demand-doc.md` 、
原型设计: `/d:/code/dqm/wechat/dqm-miniprogram-trae2/dqm-miniprogram/demand/ui/` ,完成小程序所有页面开发,并做好API文档设计,
为后续后端开发打好基础。
项目概述
经过多次调整后我生成了如下项目结构
这是一个基于 Taro + React 开发的微信小程序项目——「羽毛球助手」,主要用于记录羽毛球运动数据并提供AI分析功能。
技术栈
- 框架: Taro 3.x (跨端小程序开发框架)
- UI 库: React 18.x
- 语言: TypeScript
- 构建工具: Webpack 5
- 状态管理: React Context API
- API 交互: 自定义封装的 API 服务层
核心项目结构
src/
├── app.tsx # 应用入口文件,初始化全局配置
├── app.config.ts # 小程序配置(页面路由、tabBar、窗口样式)
├── app.scss # 全局样式文件
├── components/ # 公共组件
│ ├── base/ # 基础UI组件
│ ├── business/ # 业务组件
│ └── layout/ # 布局组件
├── hooks/ # 自定义Hooks
│ ├── user-context.tsx # 用户上下文管理
│ └── user-provider.tsx # 用户状态提供者
├── pages/ # 页面组件
│ ├── home/ # 首页
│ ├── record-list/ # 记录列表
│ ├── create-record/ # 创建记录
│ ├── profile/ # 个人中心
│ └── ai-analysis/ # AI分析(部分实现)
├── services/ # API服务层
│ ├── user-service.ts # 用户相关接口
│ └── exercise-service.ts # 运动记录相关接口
├── constants/ # 常量定义
│ ├── api-status-codes.ts # API状态码
│ └── types.ts # TypeScript类型定义
├── utils/ # 工具函数
│ ├── route-guard.ts # 路由守卫
│ └── token-manager.ts # Token管理
└── assets/ # 静态资源
└── icons/ # 图标资源
核心功能模块
1. 用户管理模块
- 功能: 登录认证、用户信息管理、资料完善引导
- 关键文件:
src/hooks/user-provider.tsx: 用户状态管理核心src/services/user-service.ts: 用户相关API调用src/utils/token-manager.ts: Token存储与管理
2. 运动记录模块
- 功能: 创建、查看、编辑运动记录
- 关键文件:
src/services/exercise-service.ts: 运动记录APIsrc/pages/create-record/: 创建记录页面src/pages/record-list/: 记录列表页面
3. 数据统计模块
- 功能: 运动数据统计展示
- 关键文件:
src/constants/types.ts: 统计数据类型定义src/pages/home/index.tsx: 首页数据展示
4. AI分析模块
- 功能: 羽毛球击球动作分析
- 关键文件:
src/services/ai-analysis-service.ts: AI分析APIsrc/pages/ai-analysis/: AI分析页面
本文是原创文章,采用 CC BY-NC-ND 4.0 协议,完整转载请注明来自 轻舟渡
评论
匿名评论
隐私政策
你无需删除空行,直接评论以获取最佳展示效果