构建MVP:前端与后端
使用Dify和Windsurf的无代码旅程:构建Twitter MBTI分析器
⬇️ 读文章之前试一试
如果您最近关注AI产品,可能听说过Windsurf和Cursor,这些由AI驱动的下一代集成开发环境。
在本文中,我将分享我使用Windsurf和Dify创建成功产品的经历,尽管我没有IT背景。
这款热门产品"Twitter MBTI Receipt"在发布后短短三天内就在Twitter上获得了20万次点击。该应用程序使用Twitter爬虫分析用户的个人资料并生成MBTI性格报告,全部使用Dify的工作流构建。
项目概述
该项目利用了两项关键技术:
-
Dify用于构建后端
-
Windsurf用于开发前端
这两个组件通过HTTP请求进行通信,创建了无缝集成。
使用Dify构建后端
**Dify是一个LLM应用平台,使您能够在不编写代码的情况下构建AI应用程序。**它特别适合后端开发。
在Dify上创建新应用程序之前,我们必须确保工作流中的必要流程。让我们从思维导图开始:
现在,让我们在Dify工作流上实现它。
虽然对话流支持持续对话,但工作流就像一个"脚本"——您输入变量并接收一次性输出。
如果您不知道什么是工作流:构建工作流就像我们创建思维导图一样。您可以添加和拖动节点,并在节点上设置变量。
开始节点
在开始节点中,您可以添加一些变量。让我们添加user_id和languages。
HTTP请求节点
在下一个节点中,您需要一个HTTP请求节点来调用爬虫。Twitter开发者平台提供官方API。如果您想部署自己的爬虫,可以尝试RSS Hub,这是一个支持Twitter的开源爬虫。
LLM节点
在LLM节点中,您需要调整提示以生成全面的报告。如果您不知道如何有效编写提示,请参考我们的工作坊。
参数提取器节点
参数提取器将一段文本转换为JSON格式的几个参数,为前端准备数据。
以下是一个最小的工作流,可以从Twitter抓取数据,生成报告并输出。您可以在我的GitHub仓库中看到完整的后端。
MVP网络应用
Dify在发布后提供网络应用程序,允许快速共享和测试。
使用Windsurf构建前端
Windsurf的AI助手Cascade(由Claude-3.5-sonnet提供支持)在其他AI编码助手中脱颖而出。它可以:
-
访问项目目录
-
同时创建和编辑多个文件
-
自主执行终端命令
连接后端:API如何工作?
Dify在左侧边栏提供API文档。它提供了一个cURL请求示例。请复制并将您的API密钥保存在安全的地方。我们强烈建议您不要在前端保存API密钥。
向下滚动,您将看到示例请求和响应。
此图表中演示了对Dify的HTTP请求和响应:
inputs中的变量是开始节点中的变量,output中的变量是结束节点中的变量。请确保变量可以正确解释,因为它们是以JSON格式编写的。
另外,不要忘记在标头中填写API令牌。
在集成到前端之前,您可以复制示例请求并使用Postman进行本地测试。
在输入框中粘贴cURL命令,Postman将转换它。您需要填写上面提到的变量。
构建前端
在Cascade的帮助下,您可以在几分钟内创建前端。让我们从以下问题开始:
-
你在构建什么?
-
你打算使用什么样的框架?
-
描述网页设计。
-
如何与后端连接?
如果您不知道如何向Cascade描述HTTP请求和响应,可以复制在Postman中测试的请求和响应作为示例。
以下是我设计这个项目时的提示:
请参考Anthropic的文档:提示工程 - 使用XML标签构建您的提示