GPT-4 用 Laf 三分钟写了个完整的待办事项 App

书接前文，上篇文章我们教大家如何三分钟时间用 Laf 实现一个自己的 ChatGPT。

一觉醒来，GPT-4 已经发布了！

GPT-4 实现了真正的多模态，可以把纸笔画的原型直接写出网页代码。读论文时还能理解插图含意。

好消息是，ChatGPT Plus 用户目前可以提前尝鲜 GPT-4 模型。作为高贵的 Plus 用户，这怎么能忍？立马打开 ChatGPT 切换到最新模型。

一位 Twitter 网友经过测试发现，使用了 GPT-4 模型的 ChatGPT 编码能力有了显著的提高，甚至可以写出一个完整的工程出来。

既然如此，我有一个想法，先把 Laf 的所有文档内容喂给它，然后再让它给我写一个完整的待办事项 App。不知道它能不能完成这个任务呢？

一顿操作猛如虎训练完文档后，开始正式对它进行考试：

我按照它提供的代码编写云函数和前端项目代码，最后竟然真的成功运行了：

看来能力确实很强啊，可以正常插入数据，竟然毫无 bug。本文到此结束，完结撒花~~

接下来所有的内容都是针对 GPT-4 回复内容的解读和注解，以帮助读者使用 Laf 从零开发一个简单的待办实现 App

准备工作

---

1. 你需要在 laf.dev 上注册一个账户。

2. 登录到 laf.dev，点击 新建 按钮，创建一个空应用。

3. 待应用成功启动后，点击右侧 「开发」 按钮，进入应用的「开发控制台」，接下来，我们将在「开发控制台」 进行第一个 laf 应用的功能开发。

编写云函数

---

首先需要创建一个云函数。

然后在 getTodos 云函数中写上以下代码,写完以后记得在右上角找到 「发布」两个字，点一下发布。

import cloud from'@lafjs/cloud'const db = cloud.database()
exportasyncfunctionmain(ctx: FunctionContext) {
  // 调用云数据库的 get() 方法从 "todos" 集合中查询所有待办事项const todos = await db.collection('todos').get()

  // 将查询到的待办事项数据返回给前端return todos
}

按照刚刚的方式我们再创建 addTodo updateTodo 这两个云函数，并分别写入代码。

import cloud from'@lafjs/cloud'const db = cloud.database()
exportasyncfunctionmain(ctx: FunctionContext) {
  // 从前端传来的数据中提取 content（待办事项内容）const { content } = ctx.body// 创建一个新的待办事项对象，包含 content 和 completed（是否完成）两个属性const newTodo = {
    content,
    completed: false,
  }

  // 调用云数据库的 add() 方法将新的待办事项添加到 "todos" 集合中const res = await db.collection('todos').add(newTodo)

  // 将添加操作的结果返回给前端return res
}

import cloud from'@lafjs/cloud'const db = cloud.database()
exportasyncfunctionmain(ctx: FunctionContext) {
  // 从前端传来的数据中提取 id（待办事项的唯一标识）和 data（待更新的数据）const { id, data } = ctx.body// 调用云数据库的 where() 方法筛选出指定 id 的待办事项// 然后调用 update() 方法更新该待办事项的数据const res = await db.collection('todos').where({ _id: id }).update(data)

  // 将更新操作的结果返回给前端return res
}

再次提醒，更改过的每一个云函数都需要 「发布」才能生效哦！

创建集合

---

这里的集合，对应着传统数据库的表，用来存储数据。

前端

---

前端这里我们用的是 Vue 项目来演示，React/Angular/小程序，操作都是相同的。

首先需要在前端项目中安装 laf-client-sdk。

$ npm install laf-client-sdk

还记得刚创建完项目的页面吗，我们需要回到那里找到我们需要用到的。

引入并创建 cloud 对象，这里需要注意的是需要换成自己的。

import { Cloud } from"laf-client-sdk"; // 引入// 创建cloud对象const cloud = newCloud({
  baseUrl: "https://.laf.dev", // 这里的  需要换成自己的 AppIDgetAccessToken: () =>'', // 这里先为空
});

然后我们在前端需要的地方调用我们的云函数。

// 获取待办事项列表asyncfunctionfetchTodos() {
  // 调用云函数 "getTodos" 来获取待办事项const res = await cloud.invoke("getTodos")
  // 将获取到的待办事项数据存储在 todos.value 中
  todos.value = res.data
}

// 添加新的待办事项asyncfunctionaddTodo() {
  // 如果输入框的值为空，则直接返回if (!newTodo.value.trim()) return// 调用云函数 "addTodo"，添加新的待办事项，传递输入框的值await cloud.invoke("addTodo", { content: newTodo.value.trim() })
  // 清空输入框的值
  newTodo.value = ""// 刷新待办事项列表，以显示新添加的待办事项awaitfetchTodos()
}

// 更新待办事项的状态asyncfunctionupdateTodo(todo) {
  // 调用云函数 "updateTodo"，更新待办事项的完成状态await cloud.invoke("updateTodo", {
    id: todo._id, // 传递待办事项的唯一 IDdata: { completed: todo.completed }, // 更新完成状态
  })
}

到这里我们已经完成了项目的核心功能，可以正常插入数据：

从上述步骤可以看出，整个 App 的后端都托管在 Laf 中，不需要自己准备服务器、搭建服务等等，只需要专注于业务逻辑即可。

除了后端之外，前端能不能也托管在 Laf 中呢？完全没问题！参考上篇文章。

不过细心的同学应该发现了，ChatGPT 给出的代码中并不包含删除的功能，你可以按照本文给出的思路继续让 ChatGPT 完善代码，或者可以直接参考 Laf 的官方文档：

• https://github.com/labring/laf/blob/main/docs/guide/quick-start/Todo.md