当前位置:   article > 正文

手把手教你开发人工智能微信小程序(1):Hello WeChat!

微信小程序javascript制作微信ai聊天小程序

每个开始学习编程的程序员,大约是从“Hello World!”开始的吧。就这样一个简简单单在屏幕上输出“Hello World!”字样的程序,帮助我们进入编程世界。这里我也以一个最简单的小程序开启人工智能微信小程序之旅。致敬经典,Hello WeChat!

在本文,您将掌握:

  1. 如何申请微信小程序。

  2. 新建支持tfjs的微信小程序工程。

  3. 编写简单的tfjs代码。

申请微信小程序

在微信公众平台官网首页(mp.weixin.qq.com)点击右上角的“立即注册”按钮。

微信公众平台首页

然后按照向导一步步进行下去即可,如果中间遇到什么疑问,参考小程序注册流程:https://kf.qq.com/faq/170109iQBJ3Q170109JbQfiu.html

注册成功之后,登入微信公众平台。然后点击设置,记下小程序的ID,这个在后面新建小程序工程时需要:

小程序ID
新建微信小程序工程
  1. 打开微信小程序开发者工具,新建项目,在AppID那一栏填入在上一步记下的小程序ID:

    新建小程序项目
  2. 点击新建按钮后,微信小程序开发者工具会自动生成小程序的基本框架代码,项目布局如下:

    小程序项目布局
  3. 添加tfjs微信小程序插件

    登录小程序管理后台,也就是前面步骤中的微信公众平台:设置 -> 第三方设置 -> 添加插件,搜索框中输入 wx6afed118d9e81df9,查找插件并添加。

    tfjs插件
配置微信小程序工程
  1. 增加npm支持,修改基础库版本。

    点击 设置 -> 项目设置,打开项目详情界面。调试基础库请选择 2.7.0以上版本,勾选增强编译使用 npm 模块

    项目详情
  2. 打开操作系统的命令行程序,进入项目的根目录,执行:

    $ npm init
    
  3. 在后续的提示里,一直按回车键,使用默认值。

  4. 经过第3步,在项目下会多出一个package.json文件,往该文件中添加:

    1. "devDependencies": {
    2. "miniprogram-api-typings": "^2.6.5-2"
    3. },
    4. "dependencies": {
    5. "@tensorflow/tfjs-core": "1.3.1",
    6. "fetch-wechat": "0.0.3"
    7. }
  5. 再到操作系统的命令行,进入项目的根目录,接着执行:

    $ npm install
    
  6. 点击微信开发者工具中的工具 -> 构建npm ,就可以继续下去。这时可能会弹出提示:

    警告

    忽略之。

  7. 引入插件代码包,往项目文件的app.json文件中加入:

    1. "plugins": {
    2. "tfjsPlugin": {
    3. "version": "0.0.7",
    4. "provider": "wx6afed118d9e81df9"
    5. }
    6. }

    tfjs插件的最新版本是0.07。

微信小程序中添加tfjs代码
  1. 在app.js的onLaunch里调用插件configPlugin函数

    1. //app.js
    2. const fetchWechat = require('fetch-wechat');
    3. const tf = require('@tensorflow/tfjs-core');
    4. const plugin = requirePlugin('tfjsPlugin');
    5. App({
    6. onLaunch: function () {
    7. plugin.configPlugin({
    8. // polyfill fetch function
    9. fetchFunc: fetchWechat.fetchFunc(),
    10. // inject tfjs runtime
    11. tf,
    12. // provide webgl canvas
    13. canvas: wx.createOffscreenCanvas()
    14. });
    15. // 其它初始化代码
    16. }
    17. });
  2. 组件设置完毕就可以开始使用 TensorFlow.js库的API了。比如加入如下简单的代码:

    tf.tensor("Hello WeChat!").print();
    

    这段代码将在微信开发者工具的调试控制台输出:

    控制台输出

至此,一个非常非常简单的人工智能微信小程序就完成了,虽然它啥事也没干。别着急,在后面的文章将逐步带你深入人工智能小程序的开发。

小结

本章主要讲解了建立一个支持tfjs的微信小程序工程,包括申请微信小程序,配置微信小程序工程,以及添加一段简单的tjfs代码。在下一篇文章中,我将以一个线性回归的例子,说明微信小程序中的tfjs。如果你有什么建议,欢迎留言。

本系列文章的源码请访问:

https://github.com/mogotech/wechat-tfjs-examples


声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小小林熬夜学编程/article/detail/423302
推荐阅读
相关标签
  

闽ICP备14008679号