微信小程序 + 云开发 + AI 实战

本文用一个真实场景——AI 心情日记（AI Mood Journal）——演示怎么在微信小程序里集成腾讯云开发（CloudBase）的全部能力：用户登录、数据存储、云函数、AI 大模型对话。

更重要的是，全程用 AI 辅助完成，并安装了 CloudBase Skill，让 AI 知道每个环节的正确 API 和最佳实践。

背景

如果你从来没做过小程序，这篇文章适合你。AI 心情日记是最简单的小程序场景之一——不需要支付、不需要复杂交互，核心就是"用户写文字 → AI 分析情绪 → 存到数据库"这三个步骤。但它覆盖了小程序开发的完整基础流程：用户登录、数据库读写、云函数调用。

做完这一篇，你就能自己搭出一个完整的小程序骨架。

完整链路只需要 4 步：

准备工作：注册小程序、开通云开发、安装 AI 工具链

实现微信一键登录：云函数获取用户 OPENID

搭建数据库 + 云函数：存日记、调 AI 分析情绪

前端页面：输入日记 → AI 回复 → 历史记录

项目概览

AI 心情日记 是一个极简小程序，用户每天记录一段文字，AI 分析情绪并给出回应：

用户用微信一键登录（免输账号密码）
日记数据存到云数据库
AI 分析情绪并生成鼓励回复（调用大模型）
历史记录可翻看

准备工作

注册云开发环境

根据官方建议，小程序项目直接在微信开发者工具中开通云开发（而不是去腾讯云控制台开通）：

在微信开发者工具中创建小程序项目，填入 AppID
点击工具栏"云开发"按钮，开通云环境
记下生成的 EnvId，后面会用到

注意：如果你做的是 Web 项目而非小程序，才去腾讯云控制台开通。微信小程序和腾讯云控制台是两个独立的开通入口——它们底层共享同一套云开发能力，但团队分属不同部门，入口和部分策略不同。

安装 CloudBase Skill

npx skills add TencentCloudBase/cloudbase-skills

安装后 AI 编程助手会自动识别 CloudBase 相关任务，加载对应的参考文档。当你问到"怎么做登录"时，它会去读 auth-wechat 参考文档；问到"怎么调大模型"时，去读 ai-model-wechat。

安装 CloudBase AI CLI（推荐）

腾讯云官方提供了一键安装方案，同时包含了 CLI 工具和 MCP 配置：

npm install @cloudbase/cli@latest -g
# 安装后运行，会自动检测 IDE 并配置 MCP
tcb ai

tcb ai 会自动检测你用的 AI 编程工具（Claude Code、Cursor、CodeBuddy、Windsurf 等），完成 MCP 配置。一行命令，立即使用——不需要手动创建 .mcp.json。

三层工具的关系

这套工具链分三层，每一层解决不同的问题：

层级	工具	作用	安装方式
CLI	`@cloudbase/cli`（命令 `tcb`）	管理云开发环境、函数部署、数据库、静态托管	`npm install @cloudbase/cli@latest -g`
MCP	`@cloudbase/cloudbase-mcp`	AI 直接执行管理操作（建集合、查日志、配环境变量）	`tcb ai` 自动配置，或手动加 `.mcp.json`
Skill	`cloudbase-skills`	AI 知道正确的代码写法（登录 API、模型参数、数据库语法）	`npx skills add TencentCloudBase/cloudbase-skills`

Skill 和 CLI/MCP 是互补关系，不是替代关系：Skill 告诉 AI "怎么写正确的代码"，MCP 让 AI "直接执行管理操作"。

手动配置 MCP（备选方案）

如果 tcb ai 没有覆盖你的 IDE，或者你想手动管理配置，在项目根目录创建 .mcp.json：

{
  "mcpServers": {
    "cloudbase": {
      "command": "npx",
      "args": ["@cloudbase/cloudbase-mcp@latest"]
    }
  }
}

配置文件位置因 IDE 而异：

编辑器	配置文件位置
Claude Code	`.mcp.json`（项目根目录）
Codex CLI	`.mcp.json`（项目根目录）
Cursor	`.cursor/mcp.json`
Windsurf	`~/.codeium/windsurf/mcp_config.json`
Trae	IDE 设置 → MCP 配置（项目级）
CodeBuddy	通过 `tcb ai` 自动配置

验证 MCP 是否生效：

npx mcporter list | grep cloudbase

第一步：实现微信一键登录

小程序天然免密认证——用户打开小程序时，微信已经提供了身份标识。

获取用户 OPENID

创建云函数 login，用于获取用户身份：

// cloudfunctions/login/index.js
const cloud = require('wx-server-sdk')
cloud.init()
exports.main = async (event, context) => {
  const { OPENID, APPID } = cloud.getWXContext()
  return { openid: OPENID, appid: APPID }
}

前端调用

// pages/index/index.js
const app = getApp()
Page({
  async onLoad() {
    wx.cloud.init({ env: 'your-env-id' })
    const res = await wx.cloud.callFunction({ name: 'login' })
    this.setData({ openid: res.result.openid })
    console.log('登录成功', res.result.openid)
  }
})

CloudBase Skill 中的 auth-wechat 参考文档包含了更多场景：绑定 UNIONID、获取手机号、服务端校验身份等。

第二步：创建日记数据库

用 MCP 创建集合（如果已安装并登录）：

通过 MCP 工具调用在云开发环境中创建 diaries 集合。

集合结构：

字段	类型	说明
`_id`	string	自动生成
`openid`	string	用户标识
`content`	string	日记正文
`mood`	string	AI 分析结果（开心/难过/焦虑/平静...）
`aiReply`	string	AI 的鼓励回复
`createdAt`	Date	创建时间

第三步：编写日记云函数

创建一个云函数 submitDiary，接收日记内容、调 AI 分析情绪、存储到数据库：

// cloudfunctions/submitDiary/index.js
const cloud = require('wx-server-sdk')
cloud.init()
const db = cloud.database()

// 使用 wx-server-sdk 的 AI 能力
const { AI } = cloud
const model = AI.createModel('cloudbase') // 使用默认模型池

exports.main = async (event, context) => {
  const { OPENID } = cloud.getWXContext()
  const { content } = event

  // AI 分析情绪
  const prompt = `你是一个情绪分析助手。分析以下日记的情绪（用中文回答）：
1. 情绪标签：一个词（开心/难过/焦虑/平静/愤怒/惊喜/疲惫/其他）
2. 回应：一段温暖鼓励的话，30字以内

日记：${content}`
  
  const result = await model.generateText({
    model: 'deepseek-v4-flash',  // 具体模型 ID
    prompt: prompt,
  })
  
  // 解析 AI 回复（简化处理）
  const lines = result.text.trim().split('\n')
  const mood = lines[0].replace('情绪标签：', '').trim()
  const aiReply = lines[1]?.replace('回应：', '').trim() || ''

  // 存储到云数据库
  const diary = {
    openid: OPENID,
    content,
    mood,
    aiReply,
    createdAt: db.serverDate()
  }
  
  await db.collection('diaries').add({ data: diary })
  
  return { ...diary, _id: diary._id }
}

Skill 中 ai-model-wechat 参考文档会告诉你：小程序端 AI 调用走 wx.cloud.extend.AI.createModel（而不是 Web 端或 Node.js 端的 API），streamText 需要 data wrapper，generateText 返回原始响应。这里在云函数里用的是 Node.js SDK 路径（ai-model-nodejs 参考文档），两种都可以。

关于模型 ID 的重要说明

CloudBase Skill 里有一个容易踩坑的点，值得单独说一下：

createModel('cloudbase') 的参数不是模型 ID，而是 GroupName。合法的值只有三种：

'cloudbase' — 默认管理模型池（TokenHub 后台）
'hunyuan-exp' — 小程序成长计划专用
'custom-xxx' — 用户自定义（需要先 CreateAIModel）

真正的模型 ID（如 deepseek-v4-flash、hunyuan-2.0-instruct-20251111）要传给 generateText 或 streamText 的 model 字段。

调 AI 前的资格检查

大模型调用容易遇到"资源包未开通"的问题——不是代码写错了，而是账号资格没配好：

小程序端：优先检查是否报名了"AI 小程序成长计划"（DescribeActivityInfo）
云函数/Web 端：优先检查是否购买了 Token Credits 资源包（DescribeEnvPostpayPackage）

第四步：前端页面

// pages/index/index.js
Page({
  data: {
    content: '',
    diary: null,
    submitting: false
  },

  onInput(e) {
    this.setData({ content: e.detail.value })
  },

  async submit() {
    if (!this.data.content.trim()) return
    this.setData({ submitting: true })
    try {
      const res = await wx.cloud.callFunction({
        name: 'submitDiary',
        data: { content: this.data.content }
      })
      this.setData({ diary: res.result, content: '' })
    } catch (err) {
      wx.showToast({ title: '提交失败', icon: 'error' })
    }
    this.setData({ submitting: false })
  }
})

WXML 页面：

<view class="container">
  <textarea value="{{content}}" bindinput="onInput" placeholder="今天发生了什么？"></textarea>
  <button bindtap="submit" loading="{{submitting}}">记录心情</button>
  
  <block wx:if="{{diary}}">
    <view class="result">
      <text class="mood">情绪：{{diary.mood}}</text>
      <text class="reply">{{diary.aiReply}}</text>
    </view>
  </block>
</view>

第五步：查看日记历史

创建云函数 getDiaries：

// cloudfunctions/getDiaries/index.js
const cloud = require('wx-server-sdk')
cloud.init()
const db = cloud.database()

exports.main = async (event, context) => {
  const { OPENID } = cloud.getWXContext()
  const { page = 1, pageSize = 20 } = event
  
  const res = await db.collection('diaries')
    .where({ openid: OPENID })
    .orderBy('createdAt', 'desc')
    .skip((page - 1) * pageSize)
    .limit(pageSize)
    .get()
  
  return { data: res.data }
}

no-sql-wx-mp-sdk 参考文档包含完整的小程序端数据库操作指南：复杂查询、聚合、分页、地理定位和安全规则。这里的 .orderBy().skip().limit() 是标准分页模式。

完整开发流程总结

准备工作
  ├── 微信开发者工具中创建项目
  ├── 开通云开发环境
  ├── npm install @cloudbase/cli@latest -g
  ├── tcb ai（自动配置 MCP）
  └── npx skills add TencentCloudBase/cloudbase-skills

开发步骤
  1. 用 MCP 创建数据库集合（diaries）
  2. 编写 login 云函数（获取 OPENID）
  3. 编写 submitDiary 云函数（写库 + 调 AI）
  4. 编写 getDiaries 云函数（历史记录）
  5. 编写小程序前端页面（WXML + JS）
  6. 真机调试验证完整流程

调 AI 前必做
  1. 检查是否报名"AI 小程序成长计划"
  2. 或购买 Token Credits 资源包
  3. 确认 createModel groupName 和 model ID 的区别

这个过程中 Skill 帮了哪些忙

在整个开发过程中，CloudBase Skill 在关键节点提供了准确的知识，避免了很多试错：

场景	没有 Skill	有 Skill
选择开通入口	可能去腾讯云控制台创建环境（导致小程序无法调用）	`auth-wechat` 说明小程序要在微信开发者工具内开通
获取用户身份	查文档查半天，踩 OPENID 获取的坑	直接给出 `cloud.getWXContext()` 的正确用法
调 AI 模型	不确定 createModel 参数怎么传	`ai-model-wechat` 详细说明了 GroupName vs Model ID 的区别
调 AI 前准备	代码写对了但一直报错，不知道要买资源包	明确指出两步预检流程
数据库操作	忘记加安全规则或分页写错	`no-sql-wx-mp-sdk` 子文档给出了精确的 CRUD 和安全规则写法

下一步

部署小程序正式版：微信开发者工具 → 上传 → 提交审核
申请微信 AI 小程序成长计划，获得免费云开发资源和 Token
查看 CloudBase Skill 中更多的能力：CloudRun 云托管、AI Agent（AG-UI 协议）、Ops 巡检
参考完整的 2026 微信小程序 AI 开发最佳实践了解原生、Weapp-vite 和 Taro 路线

微信小程序 + 云开发 + AI 实战

On this page