AI代码远征季-一人挑战全栈研发简历制作小程序

Powered by CloudBase

本项目基于 CloudBase AI ToolKit 开发，通过AI提示词和 MCP 协议+云开发，让开发更智能、更高效，支持AI生成全栈代码、一键部署至腾讯云开发（免服务器）、智能日志修复。

项目描述

这是一个基于微信云开发的简历助手小程序项目，旨在帮助用户创建、优化和管理专业简历。项目集成了AI辅助功能、简历模板库、案例参考和专业技巧，为求职者提供全方位的简历制作支持。在使用该模板时需要注意 全局查找 your_cloud_environment_id 替换为实际的云环境ID。全局查找 your_appid 替换为您的小程序appid。

项目开源地址

该项目模板已开源，点击下面的链接即可访问， 用户可以通过项目描述来使用该模板进行二开哦~~

点击访问

项目演示

项目的目录结构

├── miniprogram/              # 小程序前端代码
│   ├── pages/                # 页面目录
│   │   ├── index/           # 首页
│   │   ├── resume-ai/       # 简历AI功能页
│   │   ├── inspiration/     # 灵感与案例页
│   │   ├── templateDetail/  # 模板详情页
│   │   ├── case-detail/     # 案例详情页
│   │   ├── tip-detail/      # 技巧详情页
│   │   ├── privacy/         # 隐私政策页面
│   │   └── authPage/        # 用户授权页面
│   ├── components/          # 组件目录
│   ├── assets/              # 资源文件目录
│   └── images/              # 图片资源目录
├── cloudfunctions/          # 云函数目录
│   ├── getOpenId/           # 获取用户OpenID
│   ├── getUserInfo/         # 处理用户信息
│   ├── getResumeTemplates/  # 获取简历模板
│   ├── getResumeCases/      # 获取简历案例
│   ├── getSkillsList/       # 获取技能列表
│   ├── getBubbleTags/       # 获取标签气泡
│   └── updateTipViews/      # 更新技巧浏览量
└── mockSource/              # 示例数据文件
    ├── bubble_tags.json     # 气泡标签示例数据
    ├── case_resume_template.json # 案例模板示例数据
    ├── recommend_template.json   # 推荐模板示例数据
    ├── resume_templates.json     # 简历模板示例数据
    └── skills_list.json          # 技能列表示例数据
    

相关提示词

该项目在制作过程中进行了一个角色转换的过程， 我自己的定位为一名产品， 通过不断的提需求改需求最终完成该项目的制作， 下面是该项目的部分提示词

首页

灵感与案例

简历ai

上述是三大主页的提示词， 由于提示词过多就不放在该文章中了， 但是我会提供的提示词制作的大概思路：

1. 确认项目的主题色
2. 确认当前页面的主要功能
3. 确认当前页面的布局方案

通过上面的三点基本上就可以将项目的大概给搭建完成

当然一个完整的项目仅有三段提示词是完全不够的， 要注意功能点的细分， 不能一口气吃个胖子， 虽然AI没有情感，但是我们也不宜给其过多的压力 因此要一个功能一个功能的给到CodeBuddy 让其完成对应的需求

下面展示我的项目中可能会涉及到的提示词目录

新起对话

当一个对话过于长的话 ，建议新起一个对话进程进行询问，如下图

可以发现我每次新起一个对话，如果涉及到云开发相关的逻辑时，一定要发送关键词 登录云开发 ， 只有登录云开发成功之后，你的云函数部署，或者调用数据库相关数据才会通常哦~

云函数

关于云函数 这一点先看下该项目所涉及的云函数截图，然后在与大家分享如何有效的创建并使用云函数

截止到目前为止 该项目涉及到的云函数大约有24个 ， 其中有4-5个的云函数为测试逻辑， 从截图中可以发现我的云函数不仅有nodejs 的运行环境 也有 Python 的运行环境， 这一点我觉得有必要详细讲解一下，

起因是 我一直认为云函数只能用于获取数据库的数据操作， 但是该项目中存在的一些业务逻辑并不是通过数据获取就可以解决的， 因此我在不断的查找资料之后，突然茅塞顿开， 云函数 我们可以将其理解成一个个独立的后端， 那么后端可以做什么呢？ 后端做的事除了增删改查以外还有很多很多 ，比如 文档处理， 比如数据格式转换等等 。我们都可以使用云函数来实现。

创建一个可以获取数据库数据的云函数

如下图所示

在获取数据库数据的提示词中 我的提示词中拥有明显的信息如下：

1. 明确是一个云函数
2. 明确数据库名称
3. 明确该云函数的具体功能

通过三个明确的提示该云函数就一定会完美的实现逻辑

部署云函数

当云函数编写完成之后揭接下来就要部署云函数了， 这里我的建议是自己手动部署（当然CodeBuddy也会帮我们部署）， 为啥要自己手动部署，原因如下：

1. 部署云函数的指令很简单（在项目的根目录下执行）： tcb fn deploy 云函数名称 即可
2. CodeBuddy 部署的话 会出现多种以外，如下图：

预期浪费宝贵的时间等待不如主动一些是吧。

云数据库

关于云数据库这里 我使用的是文档型数据库。 各位需要将自己的数据准备好直接一键导入就好了， 不做过多讲解

感言

通过该项目的开发重要感受到了什么叫做一人也可成团了， 在CodeBuddy + CloudBase 联手 一个应用一人开发真的很简单了， 也许马上就会进入人人都是程序员的时代了。