故事的起源
基于對 AI 的愛好與興趣，我走上了獨自鑽研機器學習的道路。和所有熱愛 AI 的人們一樣，在一段孤獨的摸索旅程中，我勉強完成了幾次深度學習模型的訓練。
其中令我印象較深的成果就是情感分類模型。他能夠根據你的文字生成其背後作者的喜怒哀樂。
深度學習模型展示出來的 "人性化"讓我感到驚喜，于是我開始思考怎麼将它的“人性化”轉化為幫助人們的工具。
在情感模型的基礎上建立一個上層應用，讓它為人類社會中增添不一樣的煙火。
基于多方面的考量，我最終選擇開發一款 微信 "情感" 小程式。
故事拉開序幕
在進行小程式開發之前，我們非常有必要先對小程式做一個充分的了解。
什麼是小程式
簡單來說，比起傳統的 App，微信小程式是一種全新的連接配接使用者與服務的方式，它具有非常出色的使用體驗，并且它可以在微信内被便捷地擷取與傳播。
小程式發展史
實際上，小程式并非憑空而來的。當微信逐漸流行、變成幾乎人人都離不開的社交工具時，承載微信的 WebView 也逐漸成為了量級最大的移動 Web 入口。每天通路 WebView 的數量甚至超過了通路所有浏覽器的總和。雖然無法通過第三方擷取到微信 WebView 的日活資料，但這個客觀事實間接促進了小程式的誕生。
其實在小程式正式步入人們視線之前，微信早已有了類似的 js 調用接口，這裡給大家展示一個調用了微信 js-bridge 原生元件去浏覽圖檔的例子：
WeixinJSBridge.invoke('imagePreview', {current: 'http://inews.com',urls: [ // 所有圖檔的URL清單，數組格式 'https://img/1.jpg', 'https://img/2.jpg', 'https://img/3.jpg']}, function(res) { console.log(res.err_msg)})
此類 js 接口其實最開始是專門給騰訊内部人員去進行調用的，但卻意外被許多個人開發者發現很多并進行了使用，這也慢慢成為了微信中網頁的标準。
在 15 年開始的時候，微信官方釋出了一套專門用于進行網頁開發的工具包，名為 js-sdk，在這個工具包内開放了如微信支付、錄音、語音識别、等數十個接口。這給所有的 Web 開發者都打開了一扇從未開啟過的全新的大門，讓所有的開發者都可以自由地使用微信開發的原生能力，這使得他們可以去完成一些之前無法完成或是難以做到的事情。
js-sdk 完美繼承了 WeixinJSBridge 的特性，并且由隻對内部開放轉為了對外部開放。并且它通過其暴露的微信調用接口使得所有 Web 開發者有了更多操作微信功能的能力。但是，這個模式并沒有很好地解決移動網頁的體驗問題：
- 使用者通路頁面時，在頁面顯示前會有一段比較明顯能夠被感覺的白屏過程。受限于網速與不同終端的性能，這個問題會越來越明顯。
于是乎，js-sdk 的增強版本就誕生了，其中有一個非常重要的新特性，被稱之為：微信 Web 資源離線存儲。
以下文字引用自内部的文檔(沒有最終對外開放)：
微信 Web 資源離線存儲是面向 Web 開發者提供的基于微信内的 Web 加速方案。
通過使用微信離線存儲，Web 開發者可借助微信提供的資源存儲能力，直接從微信本地加載 Web 資源而不需要再從服務端拉取，進而減少網頁加載時間，為微信使用者提供更優質的網頁浏覽體驗。每個公衆号下所有 Web App 累計最多可緩存 5M 的資源。
相信大家都已經看明白了，這其實就是 HTML5 中 Application Cache 的加強版。
然而，在經過了多次測試後發現，還有問題沒有被完全的解決：
- 頁面切換較為生硬；
- 點選有明顯延滞的感覺。
最終微信意識到 js-sdk 無法處理這些問題，這需要一個全新的系統去完成，而這個系統必須具備以下幾個能力：
- 加載速度快
- 原生的體驗
- 易用且安全的微信資料開放
- 兼顧開發效率與開發難度
而這就是小程式的由來。
故事開始了
前言
首先請大家見諒，這一篇文章并不會教你如何零基礎開發小程式。如果你是一個軟體開發新手。那麼我建議你先了解一些基礎的 js 文法 以及相應的 前端知識 。
掌握前端基礎後，相信在 小程式前端元件官方文檔 的幫助下，任何人都可以快速上手開發小程式。
下面我主要跟大家分享兩個最核心、最省錢 的兩個小程式開發技巧：
- 搭建小程式雲開發環境；
- 如何使用雲開發調用 AI 模型接口。
小程式雲開發
在剛開始考慮開發小程式時，和你們一樣，我有着許多的顧慮：
- 需要購買域名、伺服器嗎？
- 維護成本大嗎？
帶着這些顧慮，我小心翼翼地翻開了 微信官方文檔。在大腦經過分布式閱讀過後，我發現了 雲開發 這個關鍵詞。
什麼是雲開發？
微信官方文檔中是這麼解釋的：
開發者可以使用雲開發開發微信小程式、小遊戲，無需搭建伺服器，即可使用雲端能力。
雲開發為開發者提供完整的原生雲端支援和微信服務支援，弱化後端和運維概念，無需搭建伺服器，使用平台提供的 API 進行核心業務開發，即可實作快速上線和疊代，同時這一能力，同開發者已經使用的雲服務互相相容，并不互斥。
雲開發提供了幾大基礎能力支援：
能力 作用 說明 雲函數 無需自建伺服器 在雲端運作的代碼，微信私有協定天然鑒權，開發者隻需編寫自身業務邏輯代碼 資料庫 無需自建資料庫 一個既可在小程式前端操作，也能在雲函數中讀寫的 JSON 資料庫 存儲 無需自建存儲和 CDN 在小程式前端直接上傳/下載下傳雲端檔案，在雲開發控制台可視化管理 雲調用 原生微信服務內建 基于雲函數免鑒權使用小程式開放接口的能力，包括服務端調用、擷取開放資料等能力
簡單來說，有了雲開發， 我不需要購買伺服器就可以開發一款全棧小程式。
嘿嘿，沒錯，這就是我想要的。
如何搭建小程式雲開發環境
那麼如何搭建雲開發環境呢，綜合官方文檔，我總結了一套極簡搭建教程，大家可以作為參考。
雲開發環境極簡搭建四部曲：
- 首先，需要 注冊一個小程式賬号 ，添加管理者 / 開發者微信賬号并記錄下 APPID；
- 接着需要下載下傳 小程式開發工具；
- 然後使用管理者 / 開發者賬号登入開發工具并填入小程式的 APPID 以及勾選 雲開發 選項後點選建立；
- 點選頁面中的雲開發，跟着提示選擇 免費版雲開發配額 。
至此一個雲環境就算是搭建完畢了。
什麼是雲函數？
雲開發環境搭建完畢後，是時候看看什麼是 雲函數 了。
官方的定義如下：
雲函數是一段運作在雲端的代碼，無需管理伺服器，在開發工具内編寫、一鍵上傳部署即可運作後端代碼。
簡單來說，雲函數就是運作在雲端的函數。
雲函數有什麼用？
雲函數大有用處。
有了它，就相當于是有了一個 "大後端"，所有業務邏輯以及對資料庫的操作我們都可以封裝在雲函數中調用，十分友善。
第一個雲函數
說了這麼多大道理，是時候來實戰一下了。
右鍵點選雲函數環境 (cloudfunctions | xxxxxxx)後建立一個名為 test 的雲函數：
可以看到預設的檔案(index.js)中已經有了雲函數代碼(擷取目前微信使用者上下文，并傳回使用者資訊)：
// 雲函數入口檔案const cloud = require('wx-server-sdk')cloud.init()// 雲函數入口函數exports.main = async (event, context) => { const wxContext = cloud.getWXContext() return { event, openid: wxContext.OPENID, appid: wxContext.APPID, unionid: wxContext.UNIONID, }}
這時候需要開啟指令行并進入到該目錄下運作 npm install 安裝 wx-server-sdk ( 若目錄下沒有 node_modules 則需要先運作 npm init )：
最後右鍵點選該雲函數并選擇 開啟雲函數本地調試 後點選右下角調用：
可以看到函數執行成功并拿到了傳回值(openid 等資訊……)
至此，恭喜我們快速完成了第一個雲函數。
如何在小程式中快速調用 AI 模型
來自清晨的靈光一閃
相信大家都非常好奇，我是怎麼做到在雲函數中 "零成本" 調用 AI 能力的。
其實我開始也非常苦惱這個問題，即使小程式有雲函數的功能，但也沒辦法輕易 "零成本" 調用 AI 模型，原因如下：
- 小程式雲函數目前僅支援 node.js，而我的模型調用接口代碼為 python；
- 不管再怎麼 "雲"，想要運作自己的 AI 模型必須得有一台 16G 記憶體以上的機器(成本巨大)；
- 即使有了自己的伺服器也需要域名備案，實在是太麻煩了；
但就在一個明媚的清晨，我翻身起床後突然靈光一閃：
- 可不可以調用騰訊自己的 AI 開放接口間接達到這個目的呢？
想法再多不如動手行動，于是我通路了 騰訊雲控制台的自然語言處理子產品 。
根據指引進行服務開通後，我進入到 API 密鑰管理 并記錄下了 API 密鑰：
那麼如何在小程式中調用它呢？我再一次陷入了深深的沉思……
雲函數調用 AI 模型
在經過漫長的探索後我回到了 test 雲函數目錄下的指令行，安裝了騰訊雲服務調用包：
npm install tencentcloud-sdk-nodejs
然後修改 test 雲函數 (index.js)：
// 雲函數入口檔案const cloud = require('wx-server-sdk')const tencentcloud = require("tencentcloud-sdk-nodejs");cloud.init()// 雲函數入口函數exports.main = async (event, context) => { const NlpClient = tencentcloud.nlp.v20190408.Client; const models = tencentcloud.nlp.v20190408.Models; const Credential = tencentcloud.common.Credential; const ClientProfile = tencentcloud.common.ClientProfile; const HttpProfile = tencentcloud.common.HttpProfile; let cred = new Credential(event.secretId, event.secretKey); let httpProfile = new HttpProfile(); httpProfile.endpoint = "nlp.tencentcloudapi.com"; let clientProfile = new ClientProfile(); clientProfile.httpProfile = httpProfile; let client = new NlpClient(cred, "ap-guangzhou", clientProfile); let req = new models.SentimentAnalysisRequest(); let text = event.text let params = '{"Text":"' + text + '"}' console.log('待預測字元串： ' + text) req.from_json_string(params); client.SentimentAnalysis(req, function (errMsg, response) { if (errMsg) { console.log(errMsg) } console.log('AI 預測情緒正值: ' + response.Positive) console.log('AI 預測情緒負值: ' + response.Negative) })}
在這段代碼中，我通過騰訊雲賬号中的密鑰連通了 AI 情感預測接口，最後将情感預測的結果列印了出來。
接下來我開啟了本地雲函數調用視窗并傳入相應參數：
- secretId (騰訊雲 API 服務密鑰 Id )
- secretKey (騰訊雲 API 服務密鑰 Key)
- text (待預測的字元串)
然後點選調用後終于看到了 AI 模型的預測結果：
最後我成功地使用雲函數調用了免費的 AI 開放接口。
這時我已經熱淚盈眶，除了感動還有一絲小滿意，原來雲開發還能這麼玩。
故事的結尾
文章到這裡，相信最重要的兩個部分大家已經了解并掌握了：
- 搭建雲開發環境
- 快速調用 AI 模型
回頭望去，整個小程式開發過程大概曆經三天兩夜，整段經曆大概與 "程式設計馬拉松" 類似。
程式設計馬拉松，又稱黑客日、黑客節或程式設計節，是一個流傳于黑客當中的新詞彙。程式設計馬拉松是一種活動。
在該活動當中，計算機程式員以及其他與軟體發展相關的人員，如圖形設計師、界面設計師與項目經理，相聚在一起，以緊密合作的形式去進行某項軟體項目。
程式設計馬拉松的靈魂是合作地編寫程式和應用。程式設計馬拉松的時長一般在幾天到一周不等 。
--維基百科
于是乎，在經過 "瘋狂" 開發後，一個日記小程式的雛形就誕生了。
雖然說前端頁面并沒有多複雜，但是确實傾注了許多開發心血。
開發完成的那一刻我已經不在乎是否有人真正去使用他。因為我已經從他身上收獲到了全身心投入開發的快樂。
最後預祝所有用心實踐的讀者都能開發出有特色的 AI 小程式~