乐于分享
好东西不私藏

全程AI编程(Vibe coding)从原型到上架:我如何用 Codex 零手敲代码完成小程序和APP上线

全程AI编程(Vibe coding)从原型到上架:我如何用 Codex 零手敲代码完成小程序和APP上线

从原型到上架:我如何用 Codex 零手敲业务代码完成「悦美迹 / 魔镜美业」

特别说明:全程绝对0手敲代码,全程AI编程。不吹不黑!不信的自行绕道

最近,我完成了一件对自己很有纪念意义的事:一个完整的美业服务项目,从最初的原型设计,到 Java 后端、PC 管理后台、uni-app 移动端、微信小程序、iOS App 打包,再到最终上架苹果应用商店和微信小程序,整个过程我没有手敲业务代码,而是把 Codex 当成一个可以持续协作的 AI 工程师,一步一步把项目做到了可交付、可运行、可上线。

这不是一个为了演示 AI 能力临时拼出来的 Demo,而是一套真正覆盖业务链路的系统。

移动端应用叫「魔镜美业」,微信小程序标题是「悦美迹」。它面向上门美容和美业护理场景,用户可以浏览服务、按分类筛选项目、预约上门时间、管理地址、查看订单、使用优惠券、收藏服务、反馈评价;技师端可以完成入驻申请、资料维护、工作台接单、钱包收益、提现和服务进度处理;后台管理端则负责服务项目、技师资料、订单、优惠券、内容公告、版本、提现、反馈投诉等业务配置。

一、这个项目真正难的不是写几个页面,而是把一整条产品链路跑通

很多人提到 AI 编程,第一反应还是“让 AI 写一个页面”“让 AI 改一个接口”“让 AI 修一个报错”。但这个项目给我的感受完全不同。

它真正的难点不是单点功能,而是完整链路:

  • 前端要覆盖 H5、微信小程序和 iOS App;
  • 后端要承接用户、技师、订单、支付、钱包、优惠券、评价、内容配置;
  • PC 后台要能让运营人员管理服务、订单、技师、财务和公告;
  • 移动端要处理登录、定位、上传、支付、分享、消息、隐私弹窗和平台差异;
  • 上架阶段还要补齐 App 图标、包名、证书、描述文件、隐私协议、用户协议、技术支持 URL、审核材料和权限说明。

换句话说,这不是“能不能生成代码”的问题,而是“能不能把一个商业软件从想法推进到上线”的问题。

我最终验证的是:AI 编程已经可以从“辅助写一个小功能”,走到“协同完成一个真实项目的工程落地”。但前提是,人必须清楚自己要什么、怎么拆、怎么验收,以及哪些地方不能乱改。

二、系统结构:后端、后台、移动端和上线材料都在同一条交付线上

这个项目的后端基于 hmsj-plus-uniapp 架构,核心入口在 hmsj-admin,通用能力放在 hmsj-common,业务模块集中在 hmsj-modules/hmsj-business。其中 mjmy 目录承载美业项目的核心业务,包括服务项目、技师档案、预约订单、钱包流水、优惠券、用户地址、评价反馈等。

PC 管理后台在 plus-ui,基于 Vue3、Element Plus、Pinia、Vite 等技术栈,用来管理整个平台的业务数据。

移动端在 plus-uniapp,同一套代码覆盖 H5、微信小程序和 App。这里包含页面、组件、API、状态管理、组合式函数、平台适配、隐私协议、App 图标、权限配置和打包配置。

另外还有几个很关键的配套目录:

  • prototype 用来承载早期 UI 原型;
  • website 用于 App Store 技术支持页、隐私政策和用户协议页面;
  • docs 用来沉淀发布清单、审核清单、隐私协议、多平台上线检查等资料。

这些目录看起来只是项目结构,但在真实交付里非常重要。因为一个 App 能不能上线,靠的不是某一个页面写得漂亮,而是代码、配置、文档、审核材料和线上验证能不能互相对得上。

三、我的工作方式:不是让 AI 随便写,而是让 Codex 按工程上下文工作

这次我并不是直接对 Codex 说“帮我写一个美业 App”。如果这样做,得到的大概率只是一堆看起来像页面的代码。

我的工作方式大概分成七步。

第一步,我先用自然语言描述产品目标,而不是直接描述代码。我要做的是一个美业预约服务平台,需要用户端、技师端、后台管理端,需要支持微信小程序和 iOS App,需要能下单、支付、处理订单、技师入驻、钱包和提现。

第二步,每次开发新模块前,我都让 Codex 先阅读现有仓库。它需要理解后端分层、接口风格、DAO 写法、Service 写法、移动端页面结构、组件封装方式,以及项目里已有的工具类和规范。我的要求很明确:不要凭空生成一套新风格,要沿着当前项目往前走。

第三步,从原型 UI 开始推进。首页、服务分类、服务详情、预约页、订单页、技师工作台、个人中心这些页面,最早都是先从静态原型开始,再逐步拆成真实可运行的移动端页面。

第四步,进入业务开发。一个功能通常会拆成数据库、后端接口、后台管理页面、移动端页面几个部分。比如做服务项目,不只是移动端展示列表,还要有表结构、实体类、BO、VO、Mapper、DAO、Service、Controller、后台 CRUD 页面、移动端列表和详情页。

第五步,持续调试真实问题。这个项目经历了上传、支付、定位、微信登录、小程序分享、iOS 返回手势、App 隐私弹窗、权限说明、订单刷新、缓存、接口性能等大量真实问题。每次遇到问题,我会把报错、截图、现象告诉 Codex,让它定位文件、分析原因、提出最小范围修复方案,然后继续验证。

第六步,准备上线材料。微信小程序需要小程序配置、页面路径、隐私合规、接口域名和体验版验证;iOS App 需要包名、证书、描述文件、隐私权限说明、App 图标、用户协议、隐私政策、技术支持 URL、年龄分级和 App Store Connect 审核资料。

第七步,构建和发布。移动端项目通过 uni-app 同时服务微信小程序和 App。微信侧构建小程序包并提交审核;iOS 侧配置 com.dtfq.mjmy 包名、隐私权限、图标和证书材料,再走 App Store Connect 审核流程。最终,这个项目成功上线到苹果应用商店和微信小程序。

这七步里,Codex 负责大量执行工作;我负责判断业务是否正确、改动范围是否合理、交互是否能用、验证是否充分,以及什么时候可以进入下一步。

四、用户侧:从服务发现到预约转化,页面要能承接真实业务

美业项目的用户端并不只是展示服务。用户打开首页后,需要能快速理解服务类型、找到适合自己的项目,并进入预约链路。

所以首页里既有城市和搜索,也有服务轮播、类目入口、预约上门服务入口和热门推荐。分类页承接的是“我已经知道自己想找什么类型服务”的用户;服务详情页承接的是“我准备下单,但还需要确认价格、时长、日期和时段”的用户。

这些页面看起来是前端体验,但背后其实连着后端业务规则:服务上下架、价格、标签、销量、可预约时段、收藏、优惠券、地址、支付、订单状态和技师调度。如果只做静态页面,项目很快就会卡在真实下单链路上。

这也是我使用 Codex 时反复强调的一点:页面可以由 AI 快速生成,但每个按钮背后必须有业务依据。否则页面越多,后面越难收口。

五、消息、订单和个人中心:上线项目必须处理“用完以后”的问题

很多项目第一版只盯着“怎么下单”,但真正上线以后,用户下单之后发生什么同样重要。

用户要知道订单有没有变化,技师有没有联系,系统有没有通知;用户还要能查看自己的订单、优惠券、收藏、足迹、地址、投诉和帮助信息。这些不是锦上添花,而是项目能不能持续运营的基础。

这部分开发中,我最明显的感受是:AI 可以很快补齐页面和接口,但人必须把“业务闭环”想清楚。

比如消息中心不能只是一个空页面,它要区分在线客服、订单消息、系统消息和会话;个人中心不能只是头像和设置,它要承接订单状态、售后反馈、地址管理、优惠券、邀请和帮助入口。否则 App 看起来完整,用户真正遇到问题时却找不到入口。

六、Codex 真正节省的不是打字时间,而是把重复工程劳动压缩掉

这个项目让我最大的感受是:AI 编程并不是“让 AI 随便写代码”,而是把人从重复编码里解放出来,让人回到产品判断、需求拆解、验收标准和方向控制上。

我没有手敲业务代码,但我没有放弃思考。相反,我需要更清楚地告诉 Codex:

  • 这个功能解决什么问题;
  • 改动范围在哪里;
  • 哪些已有能力不能被影响;
  • 应该复用哪个已有模式;
  • 怎么验证才算完成;
  • 出错时应该先定位哪一层;
  • 上线前还缺哪些材料。

传统开发更像是“人写代码,工具辅助”。这次项目更像是“人定义目标和边界,AI 完成工程落地”。从 UI 原型,到 Java 后端,到 Vue 管理后台,到 uni-app 移动端,再到微信小程序和 iOS App 上架,Codex 贯穿了整个软件生产流程。

这对个人开发者的意义非常大。过去,一个完整项目往往需要产品、设计、前端、后端、测试、运维多人协作。现在,只要你能把需求讲清楚、把系统拆清楚、把结果验收清楚,就可以借助 AI 编程工具把一个商业级应用真正做出来。

七、这次项目对我的验证:AI 编程已经能走完整交付链路

「悦美迹 / 魔镜美业」对我来说不只是一款美业软件,更是一次验证。

它验证了三件事。

第一,AI 编程已经不只是写代码片段。只要上下文给得足够清楚,它可以连续参与原型、后端、后台、移动端、跨端适配、隐私合规和上架材料。

第二,个人开发者的能力边界正在变化。过去很多事情不是不会做,而是工程量太大、环节太多、上下文切换太重。Codex 把大量重复劳动压缩以后,人可以把更多精力放在产品判断和质量控制上。

第三,AI 协作并不会降低人的要求,反而会提高人的要求。你越依赖 AI 执行,就越需要清楚地定义问题、控制范围、检查结果,并且敢于对不合理的实现说“不”。

未来会写代码当然仍然重要,但更重要的是:你能不能定义问题、拆解系统、控制质量,并把 AI 当成真正的工程伙伴来协作。

这次从原型到上架的过程让我确认了一件事:AI 编程已经可以从“做一个小功能”,走到“完成一个真实项目并成功上线”。

我能怎么帮你做这类项目

如果你也准备做一个小程序、App、业务后台或行业服务系统,不一定一开始就要把所有功能堆满。更关键的是先把业务目标、核心链路、平台边界和上线材料拆清楚。

华茂思捷做这类项目时,会先看三件事:

第一,你的业务闭环是什么,用户从进入页面到完成交易或服务履约,中间有哪些关键节点。

第二,项目应该先做哪一版,哪些功能必须上线,哪些功能可以等真实数据跑起来以后再迭代。

第三,AI 编程可以在哪些环节提高交付效率,但哪些验收、合规、支付、数据和运营问题必须由人来把关。