利用碎片时间，借助 Codex 这类 AI 编程辅助工具，独立完成了「漫跑圈」微信小程序的开发实践。项目整体采用前后端分离架构，前端基于 Vue3 开发，后端使用 SpringBoot 提供接口服务，图片等资源通过 OSS 进行存储管理，从需求到上线整体耗时约一个月。

在开发过程中，AI 辅助工具在代码编写、接口逻辑实现、问题排查等方面有效提升了开发效率，也为个人独立完成完整项目提供了不少便利。

一、项目技术栈

前端：Vue3 + 微信小程序
后端：SpringBoot
架构：前后端分离
存储：OSS 对象存储
开发辅助：Codex AI 编程助手
功能特色：多模态 AI 识别能力

二、功能模块设计

1. 跑团管理模块
实现了跑团创建、信息编辑、成员邀请、加入与退出等基础管理逻辑，用户可查看跑团成员、打卡记录及历史活动信息，满足基础跑步社群管理需求。

2. AI 运动打卡功能
结合多模态大模型图像识别能力，实现上传运动照片自动识别打卡。相关图片资源通过 OSS 统一存储，同时支持跑团打卡排行展示，用于记录和激励运动行为。

3. 跑步活动管理
支持活动信息发布、在线报名、活动签到及赛后打卡等流程，可配置活动时间、地点、路线等信息，方便小型跑步活动的组织与统计。

4. 运动广场模块
包含运动数据榜单、跑团展示等内容，用于展示用户运动数据和推荐相关跑团，构建轻量化跑步交流场景。

三、开发总结

本次实践全程借助 Codex 进行 AI 辅助开发，在业务逻辑实现、接口编写、代码优化等环节提升了开发效率，也让个人独立开发完整小程序更加高效。

目前项目核心功能已完成并上线，后续会根据实际使用情况持续优化迭代，进一步完善体验。

通过这次开发，我在前后端分离项目实践、Vue3 与 SpringBoot 整合、OSS 存储使用以及 AI 辅助开发等方面积累了更完整的实战经验，也为后续项目开发提供了参考。