人工智能学习

续集来了!我让 GPT-4 用 Laf 三分钟写了个完整的待办事项 App

本文主要是介绍续集来了!我让 GPT-4 用 Laf 三分钟写了个完整的待办事项 App,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

书接前文,上篇文章我们教大家如何三分钟时间用 Laf 实现一个自己的 ChatGPT。

一觉醒来,GPT-4 已经发布了!

GPT-4 实现了真正的多模态,可以把纸笔画的原型直接写出网页代码读论文时还能理解插图含意

好消息是,ChatGPT Plus 用户目前可以提前尝鲜 GPT-4 模型。作为高贵的 Plus 用户,这怎么能忍?立马打开 ChatGPT 切换到最新模型。

一位 Twitter 网友经过测试发现,使用了 GPT-4 模型的 ChatGPT 编码能力有了显著的提高,甚至可以写出一个完整的工程出来。

既然如此,我有一个想法,先把 Laf 的所有文档内容喂给它,然后再让它给我写一个完整的待办事项 App。不知道它能不能完成这个任务呢?

一顿操作猛如虎训练完文档后,开始正式对它进行考试:

我按照它提供的代码编写云函数和前端项目代码,最后竟然真的成功运行了:

看来能力确实很强啊,可以正常插入数据,竟然毫无 bug。本文到此结束,完结撒花~~

接下来所有的内容都是针对 GPT-4 回复内容的解读和注解,以帮助读者使用 Laf 从零开发一个简单的待办实现 App🤣

准备工作

  1. 你需要在 laf.dev 上注册一个账户。
  2. 登录到 laf.dev,点击 新建 按钮,创建一个空应用。
  3. 待应用成功启动后,点击右侧 「开发」 按钮,进入应用的「开发控制台」,接下来,我们将在「开发控制台」 进行第一个 laf 应用的功能开发。

编写云函数

首先需要创建一个云函数。

然后在 getTodos 云函数中写上以下代码,写完以后记得在右上角找到 「发布」两个字,点一下发布。

import cloud from '@lafjs/cloud'

const db = cloud.database()
export async function main(ctx: FunctionContext) {
  // 调用云数据库的 get() 方法从 "todos" 集合中查询所有待办事项
  const todos = await db.collection('todos').get()

  // 将查询到的待办事项数据返回给前端
  return todos
}

按照刚刚的方式我们再创建 addTodo updateTodo 这两个云函数,并分别写入代码。

import cloud from '@lafjs/cloud'

const db = cloud.database()
export async function main(ctx: FunctionContext) {
  // 从前端传来的数据中提取 content(待办事项内容)
  const { content } = ctx.body

  // 创建一个新的待办事项对象,包含 content 和 completed(是否完成)两个属性
  const newTodo = {
    content,
    completed: false,
  }

  // 调用云数据库的 add() 方法将新的待办事项添加到 "todos" 集合中
  const res = await db.collection('todos').add(newTodo)

  // 将添加操作的结果返回给前端
  return res
}
import cloud from '@lafjs/cloud'

const db = cloud.database()
export async function main(ctx: FunctionContext) {
  // 从前端传来的数据中提取 id(待办事项的唯一标识)和 data(待更新的数据)
  const { id, data } = ctx.body

  // 调用云数据库的 where() 方法筛选出指定 id 的待办事项
  // 然后调用 update() 方法更新该待办事项的数据
  const res = await db.collection('todos').where({ _id: id }).update(data)

  // 将更新操作的结果返回给前端
  return res
}

再次提醒,更改过的每一个云函数都需要 「发布」才能生效哦!

创建集合

这里的集合,对应着传统数据库的表,用来存储数据。

前端

前端这里我们用的是 Vue 项目来演示,React/Angular/小程序,操作都是相同的。

首先需要在前端项目中安装 laf-client-sdk

$ npm install laf-client-sdk

还记得刚创建完项目的页面吗,我们需要回到那里找到我们需要用到的<APPID>

引入并创建 cloud 对象,这里需要注意的是<APPID>需要换成自己的。

import { Cloud } from "laf-client-sdk"; // 引入

// 创建cloud对象
const cloud = new Cloud({
  baseUrl: "https://<AppID>.laf.dev", // 这里的 <AppID> 需要换成自己的 AppID
  getAccessToken: () => '', // 这里先为空
});

然后我们在前端需要的地方调用我们的云函数。

// 获取待办事项列表
async function fetchTodos() {
  // 调用云函数 "getTodos" 来获取待办事项
  const res = await cloud.invoke("getTodos")
  // 将获取到的待办事项数据存储在 todos.value 中
  todos.value = res.data
}

// 添加新的待办事项
async function addTodo() {
  // 如果输入框的值为空,则直接返回
  if (!newTodo.value.trim()) return

  // 调用云函数 "addTodo",添加新的待办事项,传递输入框的值
  await cloud.invoke("addTodo", { content: newTodo.value.trim() })
  // 清空输入框的值
  newTodo.value = ""
  // 刷新待办事项列表,以显示新添加的待办事项
  await fetchTodos()
}

// 更新待办事项的状态
async function updateTodo(todo) {
  // 调用云函数 "updateTodo",更新待办事项的完成状态
  await cloud.invoke("updateTodo", {
    id: todo._id, // 传递待办事项的唯一 ID
    data: { completed: todo.completed }, // 更新完成状态
  })
}

到这里我们已经完成了项目的核心功能,可以正常插入数据:

从上述步骤可以看出,整个 App 的后端都托管在 Laf 中,不需要自己准备服务器、搭建服务等等,只需要专注于业务逻辑即可。

除了后端之外,前端能不能也托管在 Laf 中呢?完全没问题!参考上篇文章。

不过细心的同学应该发现了,ChatGPT 给出的代码中并不包含删除的功能,你可以按照本文给出的思路继续让 ChatGPT 完善代码,或者可以直接参考 Laf 的官方文档:

  • https://github.com/labring/laf/blob/main/docs/guide/quick-start/Todo.md
这篇关于续集来了!我让 GPT-4 用 Laf 三分钟写了个完整的待办事项 App的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!