去年，「老乡鸡不装了直接开源」的标题在社交媒体上刷屏。原来这家以快餐闻名的连锁品牌把自己的菜品配方、溯源报告甚至部分营销素材全部搬到了 GitHub。对我这种兼爱写代码又爱下厨房的极客来说这简直是一次甜蜜的诱惑——把「餐饮」和「技术」拧成一根绳子，用 AI 辅助工具快速Zuo出一款可在微信里点开的烹饪小程序。

市面上关于 AI 编码的产品层出不穷：Copilot、Cursor、CodeBuddy……但真正让我心动的是 TRAE SOLO 的「任务驱动」模式。它不只是给出几行代码，而是把需求拆成一条条可执行的任务，然后一步步把结果写进仓库。整个过程几乎零手敲，让我Ke以把精力放在 UI 细节和业务逻辑上。

全链路自动化：从建表到生成 API，全部交给 TRAE SOLO。

低门槛后端：内置 Supabase，实现实时数据库、鉴权与文件存储。

兼容 uni‑app：一次编写，可产出微信/支付宝/字节跳动等多端小程序。

说实话，我本身是前端开发出身，对 Vue/uni‑app Yi经相当熟悉，这让我在挑选技术栈时毫不犹豫——直接把Zui常用的组合拽出来：uni-app + wot-ui + Supabase + TRAE SOLO。

步骤一：克隆开源项目

git clone https://github.com/Gar-b-age/CookingLikeOldTownChicken.git
cd CookingLikeOldTownChicken

项目里Yi经整理好 JSON 格式的菜谱，每道菜dou有名称、材料、步骤以及配图。为了后面的 AI 自动化，我先手动跑了一遍脚本，把所有图片上传到 Supabase 的存储桶，并记录下对应 URL。

步骤二：清洗数据

统一字段命名：recipe_name → name

去除无效字符，如 “\r ”“\t” 等。

检查必填字段是否为空，缺失则补默认值。

这一步虽然有点枯燥，却是让后续 AI 不跑偏的关键——干净的数据会让模型省去纠错时间，也让我们自己省心不少。

打开 TRAE 控制台，创建一个新项目并关联刚才准备好的 Git 仓库。随后输入下面这段简短指令：

# 建立表结构
create table recipes (
   id uuid primary key default uuid_generate_v4,
   name text,
   ingredients jsonb,
   steps jsonb,
   cover_url text,
   created_at timestamp default now
);
# 导入 CSV
copy recipes
from 'recipes.csv' csv header;

T​RAE SOLO 接收到指令后仅用了不到两分钟就完成了建表并填充数据。控制台弹出的成功提示让我忍不住笑出了声——这就是所谓的「秒级交付」。

wot‑ui 是一个轻量级组件库，默认提供暗黑模式、响应式布局以及一套符合移动端审美的配色方案。我只需要挑几个核心组件：

: 展示每道菜的封面图和标题。

: 列出分类后的菜谱列表。

: 点击卡片弹出的详细步骤页。

kan着页面慢慢堆砌起来我心里有种莫名的满足感——仿佛把真实厨房里的锅碗瓢盆搬进了代码世界。

首页推荐：调用 Supabase 的 RPC 接口随机抽取 5 条高评分菜谱，用横向滚动条展示。

分类浏览：wot‑ui 的 Tab 组件配合后端查询，实现中式、西式、素食三大类切换。

详情页渲染：ApexChart 绘制营养成分雷达图；手绘流程图直接读取 Supabase 存储中的 SVG 链接嵌入页面。

收藏 & 评论：SupaAuth 简单登录后即可收藏或留下点评，所有操作均走实时订阅，让用户kan到即时geng新。

每完成一个模块，我dou会在终端敲下「👍」键，然后给自己泡一杯热茶——这才是开发者该有的小确幸呀！

T​RAE SOLO 的另一个亮点是「增量式沟通」。Ru果某个 API 返回了 500 错误，只需要把错误日志复制粘贴回聊天框，它会立刻给出修复建议并生成补丁代码。我曾遇到过一次时间戳格式不匹配的问题，只用了三次对话就解决，省去了翻文档的大半时间。

Avoid dumping massive context: 只提供当前需求相关的信息，让模型专注于当前任务。

Cumulative prompts: 每次需求变gengdou基于Yi有代码进行描述，不要一次性扔全部功Neng点进去。

Simplify naming: 统一变量与函数命名风格，可大幅提升 AI 理解度。

部署只需两步：

# 一键部署至 Vercel
vercel --prod
# 微信小程序云托管
uni build -d dist && upload-to-wechat-cloud

L​aunch 完毕后我立马邀请朋友扫码体验。大家Zui惊喜的是：「居然真的Nengkan到手绘流程图！」这张图原本是项目作者在 GitHub PR 中附上的草稿，我直接让 T​RAE 把它上传并挂载到对应菜谱里一键完成，无需手工编辑 HTML 标签。

现在每当我打开手机想吃什么时只要滑一下首页轮播，就Neng得到一道符合当天心情的新菜——再也不用纠结外卖菜单啦！而且每次新增菜谱，只要提交 PR，同步触发 T​RAE 自动geng新数据库，一切dou像流水线一样顺畅。

*快速验证概念*：T​RAE SOLO 把原本需要数天配置环境和写接口的工作压缩到几分钟，让创意Neng够即时落地。

跨平台统一: uni‑app 一套代码同时输出微信、、钉钉等多平台，小程序生态不再是碎片化难题。

社区驱动 : 借助老乡鸡公开的数据仓库，你Ke以随时加入社区贡献新食谱，让项目保持活力与geng新频率。

学习曲线友好: 对于刚踏入前端的小白而言，这套工具链提供了完整案例，从数据清洗到 UI 打磨，dou有明确示例可循。

情感共鸣 : 每一道料理背后dou有故事，而通过代码将这些故事搬进手机屏幕，本身就是一种温暖而有趣的创作方式。

持续迭代 : 当你想加入每日推荐、AI 菜单生成或社交分享功Neng时只需向 T​RAE 描述需求，它会自动生成相应代码片段，你继续调试即可。

未来可Neng性: 想象一下把同类餐饮品牌的数据全部聚合，在同一个平台上实现跨店比价与口味评测，那将是一场真正意义上的“数据+料理”革命。