不知道你有没有过这种感受白天被各种事情填满晚上静下来才发现一整天的情绪糊成一团焦虑、平静、烦躁、细碎的开心混在一起说不清状态起伏的来由。我一直想做一个轻量化的私人情绪记录工具不用复杂操作不用社交分享写完日记就能自动拆解情绪、留下成长轨迹。刚好近期一直在用 CodeX 做 AI 辅助开发索性就用它从头到尾落地了一个完整的微信小程序 ——AI 情绪日记。从搭项目骨架到前后端联调完核心功能前后只用了不到三天。这篇文章就聊聊整个项目的设计思路、技术实现细节以及用 AI 工具完成全栈开发的真实体验。一、为什么要做这个项目市面上的日记类产品不少但始终没找到完全符合预期的要么功能臃肿、广告繁多打开就要面对各种社区内容要么只有纯文本记录只能靠自己事后复盘情绪还有很多情绪打卡工具过于形式化没法结合日记内容做深度的情绪识别与归因。所以这个小程序从一开始定位就非常清晰只做「私人情绪自留地」极简书写打开就能写无社交、无广告聚焦记录本身智能分析写完日记自动识别情绪类型、情绪浓度提取核心关键词可视化追踪按周 / 月生成情绪趋势直观看到情绪波动规律离线可用弱网甚至断网也能正常记录联网后自动同步绝不丢内容二、技术栈与整体架构作为个人项目优先选择轻量、高效且易维护的方案全程由 CodeX 辅助生成代码、设计架构、排查问题前端微信小程序原生开发保留原生微信 API保证性能与兼容性后端Node.js 搭建 REST WebSocket 服务轻量易部署适合小体量项目核心能力接入大语言模型 API通过 Prompt 工程实现结构化情绪识别特色机制本地弱网队列断网时数据先存本地网络恢复后自动同步开发主力CodeX 作为 AI 编程助手覆盖从项目初始化到 Bug 修复的全流程整个项目拆成了四块并行推进小程序页面与弱网队列、Node 后端服务、数据存储、交付文档大部分基础代码都由 CodeX 批量生成我只负责把控产品逻辑和核心规则。三、核心功能的实现细节1. 全局基础层一次封装全局复用项目第一步先搭底层骨架这部分重复性高、逻辑固定完全交给 CodeX 生成全局入口统一接管登录态、网络状态监听和 WebSocket 连接每个页面无需重复编写封装统一路由管理与全局样式走克制的工具型视觉风格不抢夺日记内容的注意力单独抽离config.js配置文件统一管理接口地址、模型参数、超时阈值等全局变量基础层搭完之后后续新增页面和功能都能直接复用底层能力开发效率提升非常明显。2. 弱网本地队列最实用的兜底机制写日记最怕写到一半断网、丢内容所以我把离线可用性作为核心需求。 CodeX 帮我实现了完整的本地队列逻辑所有提交的日记先写入本地存储加入待同步队列网络正常时自动按顺序同步到服务端同步成功后移除队列失败则自动触发退避重试避免网络波动导致提交失败。从状态管理到异常处理整套逻辑几乎是开箱即用我只调整了重试间隔和本地存储上限两个参数就直接跑通了。3. AI 情绪分析整个产品的灵魂情绪分析是核心功能本质是「Prompt 工程 接口封装 结果解析」的组合。 用户写完日记提交后后端会将日记内容传入大模型通过预设的系统 Prompt要求模型严格返回结构化结果情绪类型开心、平静、焦虑、低落、烦躁等、情绪分值0-10、核心关键词、简短的情绪归因与建议。这一步踩了不少格式不统一的坑CodeX 陪我迭代了四五版 Prompt从最开始输出杂乱的自然语言到后来稳定返回标准 JSON 格式同时加上了后端格式校验和兜底容错最终保证了 99% 以上的解析成功率。4. 数据统计与历史回溯记录的价值在于回看因此做了两层数据呈现日历视图按日期标记当日情绪色值一眼看清整月的情绪分布趋势图表周 / 月维度的情绪波动曲线统计高频出现的情绪关键词筛选检索支持按情绪类型、关键词搜索历史日记快速定位特定状态的记录四、用 CodeX 全栈开发是种什么体验这是我第一次全程用 AI 辅助工具完成一个完整的全栈项目感受比预想中还要强烈。首先是从零到一的速度被大幅拉满。最开始我只有一个模糊的需求文档从创建小程序项目、搭路由、写全局样式到后端接口、数据库设计、AI 接口封装CodeX 都能直接生成可运行的代码。第一天就跑通了「前端提交日记 → 后端调用模型 → 返回情绪结果 → 前端渲染」的完整链路放在以前纯手写至少要一周。其次是帮你补全容易忽略的细节。比如弱网队列的边界情况、异常重试的退避算法、小程序 API 的兼容性坑点很多我一开始没考虑到的细节CodeX 在生成代码时都会主动补上。像全局网络状态监听、登录态失效处理、空状态页面这些通用逻辑几乎不用自己操心。最后是排错效率的指数级提升。开发过程中遇到过 WebSocket 断开重连异常、本地存储时序冲突等问题把报错信息扔给 CodeX它能快速定位原因并给出修正方案比自己翻文档、搜社区快太多。当然它也不是万能的。核心的产品逻辑、架构方向、业务规则依然要自己把控AI 生成的代码偶尔也会有冗余或者不符合业务场景的地方需要做筛选和调整。它更像一个能力极强的开发搭档帮你扛下大量重复劳动让你只需要专注在最核心的决策上。五、踩过的坑与后续规划开发过程中也遇到了几个典型问题在这里也简单记录一下情绪分析稳定性问题大模型输出格式不可控是常态必须加严格的 Prompt 约束 后端二次校验 兜底默认值不能完全依赖模型输出小程序平台限制微信小程序对网络请求域名、本地存储容量都有严格限制开发前要提前配置合法域名做好存储容量上限处理调用成本控制大模型调用按 Token 计费用户量上来后成本会快速增长。后续打算增加内容缓存相同内容不重复调用同时设置单日调用上限目前核心的日记书写、情绪分析、历史记录功能已经全部跑通后面还会继续迭代增加情绪标签手动修正、每周自动生成情绪报告、优化全量离线查看、加入语音快速记录等功能。最后做完这个项目最大的感受是AI 工具真的把个人开发者的门槛拉低了太多。以前想做一个完整的全栈产品要花大量时间写样板代码、查文档、调细节很多想法都因为时间成本太高被搁置。现在有了 CodeX 这类工具普通人只要有清晰的想法就能快速落地验证。如果你也有一直想做的小产品、小工具不妨试试用 AI 辅助开发试试看 —— 很多时候落地比完美更重要。写一个文章已完成思考从想法到落地我用 CodeX 三天做出了一款 AI 情绪日记小程序不知道你有没有过这样的时刻忙完一天躺到床上想复盘当天的状态却只记得 “好像有点烦躁”“下午开心了一会儿”具体因为什么、情绪是怎么起伏的早就糊成了一团。我一直有随手记日记的习惯但纯文字的记录总少了点 “复盘感”—— 没法直观看到自己一段时间的情绪规律也很难从零散的文字里提炼出情绪的触发点。刚好这段时间一直在用 CodeX 做 AI 辅助开发索性就把 “情绪记录 AI 分析” 的想法落地做了一款极简的微信小程序AI 情绪日记。从搭项目骨架到核心功能全量跑通前后只用了三天。这篇文章就完整复盘整个项目的产品思路、技术实现以及用 AI 工具做全栈开发的真实体验。为什么要自己做一款情绪日记市面上日记和情绪类的产品其实很多但始终没找到完全贴合我需求的。 大部分产品要么太重了打开就是社区、打卡、会员广告本来想安安静静写点东西结果被各种信息流打断要么太简单只有纯文本记录功能情绪分析全靠自己手动打标签时间一长就懒得坚持。还有一个很关键的痛点很多小程序弱网环境下根本用不了地铁上、信号差的时候想写点东西要么提交失败要么内容直接丢失体验非常糟糕。所以这款小程序从立项开始就定死了几个核心原则极致轻量化无社交、无广告、无冗余功能打开就是书写页记录是唯一核心智能但不越界AI 只做情绪拆解和客观分析不做说教式的 “心灵鸡汤”离线优先断网也能正常写、正常存网络恢复后自动同步绝对不丢内容数据可视化用日历和趋势图呈现情绪波动让记录的价值可被看见技术选型轻量优先把效率拉满作为个人项目我不想在环境搭建和复杂架构上耗太多时间核心目标是 “快速验证、快速上线”所以整体选型都偏向轻量、成熟、低运维成本的方案。前端直接用微信小程序原生开发不引入第三方框架保留原生微信 API一方面是保证包体积小、启动速度快另一方面也能最大程度兼容平台规则减少后续审核和适配的坑。后端用Node.js 搭建 REST WebSocket 服务轻量易部署个人服务器就能跑而且和前端同语言前后端逻辑切换成本很低用 CodeX 生成代码也更顺畅。核心的情绪分析能力直接接入通用大语言模型 API通过 Prompt 工程约束输出格式不用自己训练模型成本和门槛都低很多。整个开发流程全程由 CodeX 辅助从项目初始化、代码生成到 Bug 排查、逻辑优化几乎覆盖了全流程。开发全流程从 0 到 1 的落地细节整个项目我拆成了四块并行闭环小程序页面与弱网队列、Node 服务端、AI 分析能力、交付文档。大部分基础代码都由 CodeX 批量生成我只负责把控产品逻辑和核心规则效率比纯手写高了不止一个量级。第一步搭好全局骨架后续事半功倍最开始我只给了 CodeX 一份简单的需求清单它就自动完成了项目初始化先把小程序路由、全局样式和核心工具层全部放好再逐个补页面逻辑。全局入口统一接管了三件事登录态管理、网络状态监听、WebSocket 连接管理。也就是说每个页面都不用重复写网络判断、登录校验这些重复代码直接调用封装好的方法就行。同时统一了路由规则和视觉基线整体走偏工具型、清晰克制的风格不会抢夺日记内容的注意力。这一步还单独抽离了config.js全局配置文件接口地址、模型参数、超时阈值、本地存储上限这些变量都统一管理后续改配置不用翻业务代码维护起来很省心。第二步弱网队列 —— 最容易被忽略的核心体验我一直觉得一款工具类产品的下限在于它能不能在糟糕的环境里正常工作。 写日记这件事本身就很碎片化可能在地铁上、电梯里、信号差的楼道里突然想写点什么如果因为没网就写不了、或者提交失败用户大概率就再也不会打开了。所以我把弱网本地队列做成了核心功能。CodeX 帮我实现了完整的逻辑所有日记内容先写入本地存储加入待同步队列网络正常时按顺序自动同步到服务端同步成功就移出队列失败则触发指数退避重试避免频繁请求浪费资源。从状态管理到异常边界整套逻辑几乎开箱即用我只调整了重试间隔和本地存储容量上限就直接跑通了。现在哪怕完全断网用户也能正常写、正常看历史记录等联网后会悄悄在后台同步完成全程无感知。第三步AI 情绪分析 —— 从杂乱文字到结构化结果情绪分析是整个产品的灵魂本质上是「Prompt 工程 接口封装 结果解析」的组合。 最开始踩了很多坑大模型输出的内容忽长忽短有时候是自然语言有时候格式混乱前端根本没法稳定渲染。我和 CodeX 一起迭代了四五版 Prompt从最开始只说 “分析情绪”到逐步约束输出字段、数据类型、取值范围最终让模型稳定返回标准的 JSON 结构。返回结果包含四个核心部分情绪主类型开心、平静、焦虑、低落、烦躁等 8 个基础分类情绪浓度0-10 分的量化分值用于趋势统计核心关键词提取日记里 3-5 个高频情绪触发词简短小结客观的情绪归因不带说教感同时后端加了两层兜底格式校验失败时自动重试一次还是失败就返回默认结构绝对不会让前端页面报错。目前实测解析成功率在 99% 以上基本不会出现异常。第四步数据可视化 —— 让记录有迹可循记录的意义很多时候在于回看。 我做了两层数据呈现一层是日历视图每天用对应情绪的色值做标记一眼就能看清整月的情绪分布另一层是趋势图表按周、按月生成情绪波动曲线同时统计这段时间出现频率最高的情绪和关键词。很多人写日记坚持不下去就是因为看不到 “反馈”。而当你能清晰看到自己这周焦虑少了、开心变多了或者发现每次熬夜后第二天情绪都会变差记录这件事就有了正向反馈。用 CodeX 做全栈开发到底省了多少事这是我第一次全程用 AI 辅助工具做完一个完整的全栈项目感受比预想中还要强烈。最直观的就是从零到一的速度被彻底拉满。放在以前从搭小程序项目、配置路由、写全局工具函数到后端搭服务、写接口、对接数据库光基础骨架可能就要花一两天。而用 CodeX描述清楚需求就能直接生成可运行的代码第一天我就跑通了 “写日记→提交→AI 分析→结果展示” 的完整主链路。更让我意外的是它会主动补全细节。比如弱网队列的边界情况、小程序 API 的兼容性问题、接口异常的重试机制很多我一开始没考虑到的边角逻辑CodeX 生成代码的时候都会主动补上。像空状态页面、加载态、错误提示这些容易被忽略的体验细节也都默认做好了省了大量细碎的调整时间。还有就是排错效率的指数级提升。开发过程中遇到过 WebSocket 断开重连异常、本地存储时序冲突等问题把报错信息扔给 CodeX它基本都能快速定位原因直接给出修正后的代码比自己翻文档、搜社区快太多。当然它也不是万能的。核心的产品逻辑、架构方向、业务规则必须自己想清楚、把控好。AI 生成的代码偶尔也会有冗余或者不符合业务场景需要筛选和调整。它更像一个执行力极强的开发搭档帮你扛下所有重复、机械的劳动让你只需要专注在最核心的决策上。踩过的坑和后续规划开发过程中也遇到了几个典型问题在这里也做个记录给大家避避坑。 第一大模型输出的稳定性永远是第一位的。不要相信模型 “一定会按格式返回”必须做多层兜底Prompt 约束 后端校验 失败重试 默认值少一层都可能出线上问题。 第二小程序平台限制要提前考虑。微信小程序对请求域名、本地存储容量都有严格要求开发前就要配置好合法域名同时做好存储容量超限的降级处理不要等上线了才踩坑。 第三调用成本要提前规划。大模型按 Token 计费用户量上来后成本会快速增长。后续我打算增加内容缓存相同内容不重复调用同时设置单日调用上限控制成本。目前核心的日记书写、情绪分析、历史记录、离线同步功能都已经全部跑通。接下来还会继续迭代增加情绪标签手动修正、每周自动生成情绪报告、语音快速记录、全量离线导出等功能把产品打磨得更完整。最后做完这个项目最大的感受是AI 工具真的把个人开发者的门槛拉低了太多。以前很多想法要么因为没时间、要么因为不会某一端技术最后都不了了之。现在有了 CodeX 这类工具只要你有清晰的需求和逻辑哪怕不是全栈工程师也能快速把想法变成可运行的产品。很多时候困住我们的从来不是技术能力而是 “开始” 的成本。如果你也有一直想做的小工具、小产品不妨试着用 AI 辅助开发试试看 —— 先让它跑起来再慢慢变好永远比 “等准备好再做” 更有意义。