Cline 免费插件 + Qwen2.5 大模型,零经验也能开发“对联王”微信小程序
<p>小朋友即将放寒假了,意味着春节就不远了。在我们湖北老家,当我还是学生的时候,每年临近春节,写春联、贴春联和对春联是读书人一件乐事。</p><p>如今,老牛同学早已不是读书人,但还是怀念那时快乐时光,因此想在春节前撸一个“对联王”微信小程序,专门用于创作春联和对春联。</p>
<p>上次零经验的我们,借助 Cursor 写了一个“节拍器”小程序,本次我们来用免费的 Cline 插件,辅助完成“对联王”微信小程序编程。下面是已发布的小程序,欢迎大家来体验:</p>
<p>【对联王微信小程序】</p>
<p>大家也可以在微信中搜索“老牛同学”找到“对联王”小程序:</p>
<p><img src="https://ntopic.cn/p/2025011201/01.jpg"></p>
<p>同时,本次借助 Cline 插件完成的“对联王”小程序的演示录屏如下:</p>
<p>【对联王演示视频,请到公众号或视频号查看】</p>
<p>接下来,老牛同学就把 Cline 插件的使用主要过程,与大家分享。</p>
<h1 id="1-cline-与-cursor-区别">1. Cline 与 Cursor 区别</h1>
<p>老牛同学根据自己编写 2 个小程序页面的经验,先说说两者的区别、使用感受和建议:</p>
<ul>
<li>工具形态:Cline 是一个 VS Code 插件,在 VS Code 直接安装或卸载,无需注册即可使用,灵活方便;而 Cursor 则是一个专门的 IDE,需要单独下载并安装,还需要用户注册和登陆方可使用,稍微笨重一些。</li>
<li>费用:Cline 是开源免费的插件(https://github.com/cline/cline);而 Cursor 则是闭源的,且是收费的,它为新注册用户提供 2 周 2000 次调用的免费试用期。</li>
<li>支持的大模型:Cline 支持多种大模型,只需要兼容 OpenAI 接口规范且支持 Stream 流式输出即可,比如 Qwen 大模型;而 Cursor 内置了几种大模型,对兼容模型的支持并不很友好,比如总是有一些警告等。</li>
<li>功能和体验:两者在功能上感觉差不太多,Cline 在请求上下文、文件 Diff 比较界面稍逊 Cursor 一筹,但其实对编程影响并不大,总体来说 Cursor 体验上更优一点。</li>
</ul>
<p><strong>总体体感</strong>:这 2 个工具的功能都差不多,那么它对我们的实际帮助,其实还是依赖于底层大模型的能力,好马还得配好鞍。老牛同学之前常用 Continue 插件,在体验上,感觉 Cline 有点像增强版的 Continue 插件,只是它额外提供了文件生成、差异比对、系统调用的能力。在“对联王”小程序的整个研发过程中,老牛同学其实同时使用了这 2 个插件。</p>
<ul>
<li>Cline 主要用于页面框架搭建、页面主要元素的布局、小程序主要逻辑代码等生成。</li>
<li>Continue 则用于细节部分调优,主要是对 Cline 生成的代码进行微调,比如:右下角“收藏夹”悬浮按钮的上下移动细节逻辑、悬浮按钮最后移动位置存储等逻辑。</li>
</ul>
<p><strong>使用建议</strong>:如果大家预算充裕,且使用比较频繁,建议直接上付费的 Cursor IDE(20 美元每月和 40 美元每人每月两种收费价格);如果使用免费的 Cline,建议搭配 Continue 一起使用。</p>
<p>关于 Continue 的使用教程,可以参考老牛同学之前文章:Code Copilot 和使用教程</p>
<h1 id="2-cline-插件配置">2. Cline 插件配置</h1>
<h2 id="安装插件">安装插件</h2>
<p>安装好 VS Code 软件之后,Cline 插件安装就比较简单了,搜索“Cline”安装即可:</p>
<p><img src="https://ntopic.cn/p/2025011201/21.jpg"></p>
<p>安装成功之后,我们可以看到再左侧有个“机器人”的小图标。</p>
<h2 id="配置插件">配置插件</h2>
<p>首次点击安装好的 Cline 插件图标,或者后续点击 Cline 插件的齿轮状的配置按钮,均可进入配置页面:</p>
<p><img src="https://ntopic.cn/p/2025011201/22.jpg"></p>
<p>几个配置项比较简单,其中<code>API Provider</code>如果选择的是<strong>OpenAI Compatible</strong>,则需要保证接口符合 OpenAI 规范且支持 Stream 流式输出。</p>
<h2 id="其他配置">其他配置</h2>
<ul>
<li>微信开发者工具:和上次“节拍器”小程序一样,我们需要下载<strong>微信开发者工具</strong>,用于实时预览和调试小程序,确保代码可以在微信环境中正常运行。</li>
</ul>
<p>官方下载链接</p>
<ul>
<li>Continue 插件:关于插件的配置和详细使用方法,可以参考老牛同学之前文章。</li>
</ul>
<p>使用 Llama3/Qwen2 等开源大模型,部署团队私有化 Code Copilot 和使用教程</p>
<h1 id="3-对联王实战">3. “对联王”实战</h1>
<p>准备就绪,现在,让我们一起探索如何利用 AI 的力量来加速开发进程,让基本零经验的新书也能开发一个小程序等应用。</p>
<p>打开 Chat 面板,输入精心设计的 Prompt 提示词。以下是老牛同学首次尝试时所用的提示内容:</p>
<pre><code class="language-plaintext">在春节活动中,创作对联或者对对联是一项有趣的活动:请帮忙研发一个名为“对联王”的微信小程序页面,文件名为"couplet",目录为“pages/couplet”,实现以下功能:
1. 用户输入上联,或者用户输入创意,回车或点击发送按钮,生成下联或者创作一副对联
2. 回车后的函数名为`sendMessage`,这个函数逻辑由用户实现
3. 整个页面的布局与微信App的聊天界面一致,布局如下:
- 用户输入的消息,头像在右边
- API返回的消息,头像在左边
- 每一条消息的下面,均展示收藏、复制和删除操作按钮,同时展示消息的时间,时间格式为`小时:分钟:秒钟`,如`12:07:05`。
</code></pre>
<p><img src="https://ntopic.cn/p/2025011201/31.jpg"></p>
<p>提交后,等待 Cline 生成代码文件(一般为 3 个文件),对于每个文件代码差异,我们可以选择“<strong>Save</strong>”接受或者“<strong>Reject</strong>”操作。</p>
<p>之后,我们切换回<strong>微信开发者工具</strong>界面,默认会自动刷新,或者按<code>Ctrl</code> + <code>r</code>强制刷新页面,即可查看最新的页面效果。</p>
<ul>
<li>如果页面布局和我们期望差异较大,那么我们继续使用 Cline 插件生成代码</li>
<li>如果页面布局和我们期望差不多,需要进行局部微调,就可以使用 Continue 插件进行部分调整</li>
</ul>
<p>不断迭代上述过程,直到小程序完全符合预期为止。</p>
<p>由于提示老牛同学提示词太多了,后面调整的提示词没有保存,就不一一展示了,期望大家均能快速研发出满意的小程序。</p>
<h1 id="4-结语">4. 结语</h1>
<p>最后,当我们使用外部 API 服务时,对于涉及敏感数据或有较高保密需求的项目,请务必注意保护用户隐私和数据安全。</p>
<p>通过上述步骤,即使是没有专业背景的人也能轻松上手,借助现代 AI 工具的力量,快速且高效地开发出属于自己的微信小程序。</p>
<hr>
<p>Transformers 框架序列:</p>
<p><small>01.包和对象加载中的设计巧思与实用技巧</small></p>
<p><small>02.AutoModel 初始化及 Qwen2.5 模型加载全流程</small></p>
<p><small>03.Qwen2.5 大模型的 AutoTokenizer 技术细节</small></p>
<p><small>04.Qwen2.5/GPT 分词流程与 BPE 分词算法技术细节详解</small></p>
<p><small>05.嵌入(Embedding)机制和 Word2Vec 实战</small></p>
<p><small>06.位置嵌入(Positional Embedding)</small></p>
<p>Pipeline NLP 任务序列:</p>
<p><small>零·概述 丨 01.文本转音频 丨 02.文本分类 丨 03.词元分类和命名实体识别 丨 04.问答 丨 05.表格问答 | 06.填充蒙版</small></p>
<p>往期推荐文章:</p>
<p><small>使用Cursor + Qwen2.5 大模型 零经验研发微信小程序:自由构建个性化节拍器应用实战</small></p>
<p><small>Bolt.new 用一句话快速构建全栈应用:本地部署与应用实战(Ollama/Qwen2.5 等)</small></p>
<p><small>基于 Qwen2.5-Coder 模型和 CrewAI 多智能体框架,实现智能编程系统的实战教程</small></p>
<p><small>vLLM CPU 和 GPU 模式署和推理 Qwen2 等大语言模型详细教程</small></p>
<p><small>基于 Qwen2/Lllama3 等大模型,部署团队私有化 RAG 知识库系统的详细教程(Docker+AnythingLLM)</small></p>
<p><small>使用 Llama3/Qwen2 等开源大模型,部署团队私有化 Code Copilot 和使用教程</small></p>
<p><small>基于 Qwen2 大模型微调技术详细教程(LoRA 参数高效微调和 SwanLab 可视化监控)</small></p>
<p><small>ChatTTS 长音频合成和本地部署 2 种方式,让你的“儿童绘本”发声的实战教程</small></p>
<p><img src="https://ntopic.cn/WX-21.png"></p>
</div>
<div id="MySignature" role="contentinfo">
<p>本文作者:<b>奔跑的蜗牛</b>,转载请注明原文链接:https://ntopic.cn</p><br><br>
来源:https://www.cnblogs.com/obullxl/p/18667362/NTopic2025011201
頁:
[1]