/categories/weekend-project/Recent content in Weekend Project on Colinx BlogHugo -- gohugo.ioen-usSun, 14 Sep 2025 00:00:00 +0000/posts/llm-agent-is-all-you-need-%E5%BD%93%E6%88%91%E7%94%A8%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%8A%A9%E6%89%8B%E6%9D%A5%E6%8C%87%E5%AF%BC%E6%88%91%E5%AE%8C%E6%88%90mvp%E4%BA%A7%E5%93%81-colins-weekend-project/Sun, 14 Sep 2025 00:00:00 +0000/posts/llm-agent-is-all-you-need-%E5%BD%93%E6%88%91%E7%94%A8%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%8A%A9%E6%89%8B%E6%9D%A5%E6%8C%87%E5%AF%BC%E6%88%91%E5%AE%8C%E6%88%90mvp%E4%BA%A7%E5%93%81-colins-weekend-project/ <blockquote> <p><strong>「Colin&rsquo;s Weekend Project」</strong> 我个人喜欢挑一个周末在一个很短很专注的时间内，捣鼓点小玩意。这个栏目用来记录我的这些 idea、作品、创作过程以及吐槽</p> </blockquote> <p>今天来挑战一下，在大模型的指导下，完成一个最小可行产品 (MVP)</p> <h2 id="idea"> idea <a href="#idea" class="h-anchor" aria-hidden="true">#</a> </h2> <p>如果单纯是开发一个完整的 web 程序 or 移动端程序，其实没啥意思。我之前已经搞过很多，更别提日常在公司里面就是在开发各种功能。今天我打算以一个非专业人士的视角，探究一下：</p> <ul> <li>当下各种 AI 助手已经百花齐放，飞入寻常百姓家。但是当下的 AI 在真实世界的任务中，究竟能做到什么地步</li> <li>如果作为一名非专业人士，究竟能不能借助这些 AI 工具做出一个可用的产品</li> <li>如果真正要做一个面向 C 端的产品，把流程 Run 起来持续下去，需要考虑哪些因素</li> </ul> <h2 id="如果一切都从-llm-开始"> 如果一切都从 LLM 开始&hellip; <a href="#%e5%a6%82%e6%9e%9c%e4%b8%80%e5%88%87%e9%83%bd%e4%bb%8e-llm-%e5%bc%80%e5%a7%8b" class="h-anchor" aria-hidden="true">#</a> </h2> <p>我需要代入一个非专业开发人员的视角，来进行这次的项目。首先项目启动的第一个问题：在没有任何产品经理的知识，不懂得产品开发流程的小白的情况下，我需要如何开始？</p> <p>在没有 LLM 以前，或许我需要先各种查阅资料学习，或者各种摇人让懂行的朋友进行指导。但是现在，一切都不一样了：随便一个 LLM 都可以帮我快速入门</p> <p>一开始，我是打算接住 LLM 让我快速了解产品相关的知识。但是突然觉得，既然都用 AI 了，为什么还在遵循原有的路径，一步步自己学习、理解然后教 AI 做事呢？换个思路，我只要提供需求，AI 来拆解任务。</p> <p>于是 <img src="https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249632.png" alt="image|476x415"></p> <p><img src="https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249633.png" alt="image-1|700x472"></p> <p><img src="https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249634.png" alt="image-2|700x472"></p> <p>利用 AI 生成一套提示词，来指导我如果分析我的需求、拆解任务</p> <p>不得不说，对于这些跨领域的知识，能有一个不厌其烦的 AI 助手来循序渐进地跟你交流、帮你分析，效果非常好。人类可能还真不好干这个活。</p> <h2 id="ai-教我做产品"> 「AI 教我做产品」 <a href="#ai-%e6%95%99%e6%88%91%e5%81%9a%e4%ba%a7%e5%93%81" class="h-anchor" aria-hidden="true">#</a> </h2> <p>经过跟这个「MVP 导师」的 LLM Agent 反复沟通，确定了产品的主要构想和核心事项。以下是摘录的一部分</p> <div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4"><code class="language-markdown" data-lang="markdown"><span style="color:#75715e">#### MVP 概要（3 句话） </span><span style="color:#75715e"></span> <span style="color:#66d9ef">-</span> **为谁**：20‑30 岁、周末感到无聊且有意愿尝试新事物的年轻人。 <span style="color:#66d9ef">-</span> **解决什么痛点**：不清楚该尝试哪些活动、如何快速入门、活动是否适合自己、以及能获得什么收益。 <span style="color:#66d9ef">-</span> **提供的核心功能**：活动列表页面 → 点击感兴趣的活动 → 展示入门门槛与材料推荐（入门材料按钮）并埋点上报。 </code></pre></div><div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4"><code class="language-markdown" data-lang="markdown"><span style="color:#75715e">## MVP 核心功能： </span><span style="color:#75715e"></span> <span style="color:#66d9ef">1.</span> <span style="font-weight:bold">**活动列表**</span>：集中展示多种可入门活动（绘画、球类、手工等）。 <span style="color:#66d9ef">2.</span> <span style="font-weight:bold">**入门详情**</span>：点击任意活动 → 展示入门门槛、必备材料、推荐教程链接。 <span style="color:#66d9ef">3.</span> <span style="font-weight:bold">**埋点追踪**</span>：记录“点击 → ≥1 min 外部阅读 → 回站”行为，用于验证假设。 </code></pre></div><p>这里印象深刻的是，MVP 导师让我先确保用户痛点一定要是真实的，在初期没有论证的情况下，MVP 的意义就在于基于一个假设 (假设用户的痛点是 xxx), 我们要围绕这个痛点先开发出 1-2 个核心功能，然后通过用户数据分析，来验证我们关于用户痛点的假设是否成立。如果不成立说明是伪需求，也就没有继续投入的必要了。</p> <p>这一点还是让我挺惊喜的，因为大部分人有个 idea 想做 xx 产品，大部分都是脑门一热，想要有 xxx 功能但是其实根本的需求并不是这个。花了很多精力搞出来的功能其实是伪需求。而 AI 导师专业水准还是挺在线的，能够在一开始就识别这个风险</p> <h2 id="vibe-coding"> Vibe Coding <a href="#vibe-coding" class="h-anchor" aria-hidden="true">#</a> </h2> <p>接下来就是要进入开发的部分了。我选择的 AI 代码工具是字节的 Trae 海外版，不用验证手机号而且可以使用 Google Gemini、OpenAI GPT-4o、Anthropic Claude 4 等高级模型。</p> <p>首先让 AI 根据产品需求文档、拆解任务文档，确定了技术方案。不过这里我为了效率简化了下&amp;注入了一些自己的私房调料，最终使用的方案为：</p> <ul> <li>astro + vue3 + tailwind css 来构建 web 站点</li> <li>directus cms 作为后端，省去编写后端和对接数据库的麻烦</li> <li>vercel 快速部署</li> </ul> <p>这部分没啥好说的，简单列几个吐槽的点吧：</p> <ul> <li>astro 配置 tailwindcss, 换了一圈大模型没一个正确的。应该是跟近期大版本更新有关系。最后还是我手动跟着 astro 官方的文档搞定的</li> <li>trae 高级模型试用额度很低，没写几个功能就超限了开始排队，动不动前面几百号人基本没法用</li> <li>现阶段 AI IDE 基本都是基于 vs code 改的。所以 vscode 的缺点也都一并继承了过来，很多语言的插件需要额外手动安装、各种变量跳转用不了、各种奇怪的波浪线报错又没法快速修正</li> </ul> <p>最后简要看下最终的成果吧</p> <p><img src="https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249635.png" alt="image-3"></p> <p><img src="https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249636.png" alt="image-4"></p> <p>后台数据： <img src="https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249637.png" alt="image-5"></p> <h2 id="埋点上报与用户行为分析"> 埋点上报与用户行为分析 <a href="#%e5%9f%8b%e7%82%b9%e4%b8%8a%e6%8a%a5%e4%b8%8e%e7%94%a8%e6%88%b7%e8%a1%8c%e4%b8%ba%e5%88%86%e6%9e%90" class="h-anchor" aria-hidden="true">#</a> </h2> <p>之前做的都是玩具项目和公司内部平台，没怎么接触过 C 端用户行为分析。这块确实还是个挺陌生的领域。不过好在我们有万能的 AI. 在经过埋点需求分析、技术方案对比、任务拆解之后，最后采用了 Umami 平台来进行上报，并简单配置了下指标用于计算用户停留，辅助验证我们关于用户痛点的假设</p> <p><img src="https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249639.png" alt="image-6|0x0"></p> <p>跟 MVP 导师沟通的时候，确定了验证假设的方式为：衡量用户是否点击「查看详情」按钮</p> <ul> <li>用户点击并在外部阅读 ≥ 1  分钟后回站</li> <li>成功阈值：≥ 25 % 的访问者完成“点击 → ≥ 1 min 回站</li> </ul> <p>为了方便统计，借助 umaimi 的统计功能快速实现，我只需要统计有多少比例的用户至少点击了一次「了解详情」. 具体到代码实现上，就是在「点击详情」按钮添加一个上报，上报内容包括用户的 session id, 后面在 umaimi 统计一段时间内，按钮点击事件里面，有多少独立的 session id 处以总的 uv 就可以。</p> <p><img src="https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249640.png" alt="image-7"></p> <h2 id="投放"> 投放 <a href="#%e6%8a%95%e6%94%be" class="h-anchor" aria-hidden="true">#</a> </h2> <p>众所周知，天朝桌面端 web 用户已经约等于 0 了，技术博客都很少人看，更别提这种泛娱乐向的内容。MVP 导师提供的方案，也是路线正确，但是 web 端用户数据反馈验证的路子基本没用。不过这个 web 页面我也不指望能成为流量主力，最多算个 wiki.</p> <p>要想真的有人看，收获真实用户反馈，还是需要到各种新媒体平台去投放的。然后再收集数据进行分析，不过这个工作量就是另外一回事了。运营起来还是需要挺多时间精力的。</p> <p>尝试做了几个图投放到小红书，放几个示例图</p> <p><img src="https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249641.png" alt="image-8"></p> <p>用的搞定设计的模版调整了下，插图是用 Gemini, 效果还可以，能很好地遵循用户指令，不过美学方面跟 MidJourney 那些还是差了一截，毕竟人家专攻的方向。提示词里面限制好风格的话出图效果还是可以的，这里后续如果有必要的话，其实也可以 AI 批量生产插图。</p> <p>不过小红书账号冷启动，反响平平。这里后续有时间再研究吧</p> <h2 id="the-end"> The End <a href="#the-end" class="h-anchor" aria-hidden="true">#</a> </h2>