如何用 AI 把扫描件转成 Word
「扫描文档转换」是「龙虾部署大师」技能市场中的文档格式转换技能：作用是把扫描 PDF、拍照页、截图页或图片型文档，转换为 TXT、可编辑 PDF 或 DOCX。它通过当前目录的 run.py 统一入口执行，默认 auto-convert 会按输出后缀自动选择 OCR 文本、上传转换或 PDF 转 Word 的流程，并稳妥处理含中文、空格和括号的文件路径。 技能效果 把中英混排的扫描文档转成 Word 时，它讲清了 OCR 识别、保留版式与图片页、输出可编辑文档的整个流程。 扫描件和拍照页，为什么改不动 合同、收据、表格常以扫描 PDF 或手机拍照的形式存在，它们本质是图片，里面的文字不能选中、不能复制、更不能编辑。要改一处条款、抽一笔金额、做一次检索，往往只能对着原件重新录入，既慢又容易出错。手工找 OCR 工具又有新麻烦：工具五花八门，输出格式各不相同，遇到中文路径、带空格或括号的文件名，命令行传参还经常出错。 扫描件 / 拍照页 文字是图片，改不动 TXT · 可检索文本 可编辑 PDF DOCX · 可编辑 Word 这个技能能帮你转出什么 它把图片型文档变成可编辑、可检索的格式。核心能力有四块：一是把扫描 PDF、图片或截图转换为 TXT、PDF 或 DOCX 三种输出；二是通过 run.py 统一入口，按你给的输出后缀自动选择转换流程，不用你判断该走 OCR 还是 PDF 转 Word；三是支持中文、空格和括号路径，整体加引号传参，避免路径被拆断或乱码；四是在你明确要求时，也可执行 upload、convert、pdf2docx 等分步命令。它遵循低消耗的操作规则——不搜索脚本、不读源码、不拆分中文路径、不预装依赖，只有脚本明确报缺依赖时才安装并重试。 图片型文档扫描/拍照/截图 run.py 统一入口按后缀自动选流程 TXT PDF DOCX 用前须知 该技能默认读取 AI agent 的身份与服务配置，可能需要可用的 auth uid/token 和 Release Base URL。它依赖 requests，PDF 处理可能需要 PyMuPDF；这些依赖只在脚本明确报缺时才安装并重试，平时不预装。 怎么用它 用法是把要转的文件和想要的输出格式用自然语言说清楚，路径有中文或空格也直接交给它。例如可以这样对它说： 可以这样对它说 "这份扫描版合同转成可编辑 DOCX，尽量保留原排版和页眉页码。" "手机拍的这几页收据识别成 TXT，中文、日期、金额和抬头别漏。" "这个图片型 PDF 做成可搜索 PDF，输出文件名保持原来的中文路径。" 它适合这些场景：有扫描版合同、表格或拍照页面，需要转为可编辑的 Word；图片型 PDF 需要直接生成可检索 PDF 或 OCR 纯文本；文件路径包含中文或空格，希望稳定传参而不手动转码；只在出现明确缺依赖报错时才安装相应库后重试。 大家常问 可搜索 PDF 是什么意思？和扫描型 PDF 有什么区别？ 扫描型 PDF 本质上是一叠图片打包成的 PDF，每页是整张图像，文字以像素形式存在，无法选中或搜索。可搜索 PDF 在扫描图像之上叠加一层不可见的透明文字层，肉眼看到的仍是原图，但计算机可通过这层隐藏文字实现全文搜索、复制和内容提取。区别就在于是否带了这层"字幕"。 OCR 识别失败或准确率偏低，通常是由哪些因素造成的？ 多数问题不在识别模型，而在前置环节：扫描分辨率低于 200 DPI 笔画断裂、拍照倾斜和透视畸变破坏字符形态、光照不均与背景透墨干扰二值化、印章压字与折痕形成噪声。版面分析阶段一旦区域划分或阅读顺序判错，后续单字再准也会输出错乱。错误在预处理阶段就已不可逆地丢失信息，会被逐级放大。 扫描件识别成 Word 后排版经常变乱，这是为什么？ 排版散架的核心原因在版面分析：系统要先判定每块区域是标题、正文、表格还是页眉页脚，复杂版面下分块或阅读顺序一旦判错，整页段落顺序就乱了。再加上 OCR 经常把行内换行误判成段落结束、表格无框线时退化成无格式文本，以及 Word 自己的文本流引擎不认 OCR 输出的绝对坐标会强制重排，最终视觉效果就和原稿对不上。 可搜索 PDF 和双层 PDF 是同一个东西吗？ 是同一个概念的两种叫法。一份可搜索 PDF（也叫双层 PDF / Dual-Layer PDF）内部包含两层：底层是扫描得到的原始页面图像，保留视觉外观；顶层是 OCR 识别出的透明文字层，坐标与图像对齐。用户视觉上只看到底层图，但选中、复制、搜索操作命中的是上层文字，所以两个术语可以互换使用。 想用上这个技能？ 「扫描文档转换」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
小红书笔记怎么写爆款？拆解标题正文规律去AI味控字数
「小红书内容写作」是「龙虾部署大师」技能市场中的图文创作技能：它先研究同类爆款图文、拆解标题与正文规律、分析评论里的情感共鸣点，再据此生成符合平台调性的标题、正文、标签和配图建议，输出可发布的成稿，并强制把标题控制在 20 字内、正文控制在 1000 字内，附带字数自检和去 AI 味处理。 技能效果 围绕「通勤包收纳」主题、并限定标题不超过 20 字时，它产出了符合字数的标题、按分区展开的正文与一组话题标签，还配上了 9:16 的竖版图。 写小红书，为什么总像"差点意思" 小红书的图文有它自己的味道：标题要短、要戳人，正文要像真实用户在分享而不是品牌在说教。自己闭门写，常踩两类坑：一是脱离平台爆款规律，标题平、正文像说明书，发出去没人停留；二是带着明显的 AI 腔和套话，读起来不像真人。再加上平台对标题和正文有字数红线，一边想表达完整、一边又要压字数，反复删改也未必合规。 封面图 标题 · 平淡 ✗ 标题没钩子 ✗ 正文一股 AI 腔 ✗ 超出平台字数 ✗ 不像真实用户 这个技能能帮你拿到什么 它不是直接套模板写，而是先做研究再动笔。核心做四件事：搜索并分析同主题高互动图文的标题、正文和封面规律；从评论里提取痛点、身份认同、焦虑解决和互动触发这几类共鸣点；据此生成小红书的标题、正文、标签和配图建议，并完成字数自检；需要配图时可调用 Seedream 生成 9:16 竖版图，也可以直接用你提供的图片。整个流程会做去 AI 味处理，让成稿更像真实用户在发笔记。 研究爆款 拆评论共鸣 标题 / 正文 / 标签 字数自检 · 去 AI 味 可发布成稿 + 配图 / 配图建议 字数红线是硬约束：它会把标题控制在 20 字内、正文控制在 1000 字内，并在交稿前做字数自检，省去你反复数字、来回删改的功夫。 用前须知 文案生成本身不需要任何发布权限。AI 配图功能需要 Python 环境以及 openai、pillow 和 AI agent 的登录配置。该技能不会直接发布到小红书，成稿需要你手动复制到 App 完成发布。 怎么用它 用法是把主题、目标人群、想要的口吻以及是否要配图用自然语言说清楚。例如可以这样对它说： 可以这样对它说 "写一篇小红书图文，主题是通勤包收纳，要配 9:16 的图，标题别超 20 字。" "把这五张便当照片写成小红书笔记，标题控制在二十字内，正文别超千字。" "只要小红书文案，不生成配图，语气像真实打工人，少用套话和感叹。" 它适合这些场景：品牌或个人要围绕一个主题产出能直接发布的小红书图文；已有图片素材，需要补上更像真实用户的标题和正文；选题前想先分析同类爆款内容的结构和评论共鸣；以及不需要配图、只想拿到合规字数内的文案与标签。 大家常问 为什么小红书的笔记标题要控制在 20 字以内？ 这不是平台硬规则，而是双列瀑布流的展示物理约束：单行只能容下约 18–22 个中文字符，超过会被省略号截断，核心信息看不到，点击率自然下降。 什么是小红书笔记里的"AI 味"？ 指句式排比工整、过渡词堆砌、情感曲线一条直线、段落长度方差过小这类被识别为非真人的特征集合；命中后笔记不会下架，但自然推荐流会被压制。 小红书的笔记互动率是怎么算的，为什么它会影响推荐？ 互动率＝（赞+藏+评+转+关）/曝光，分母是曝光不是阅读。新笔记先进 200–500 人冷启动池，互动率达类目阈值才滚雪球进下一级流量池，否则停推。 在小红书上，KOC 和 KOL 在笔记表现上的本质区别是什么？ KOL 有粉丝关注页保底流量+账号画像补位，标签起优化作用；KOC 几乎全靠发现页推荐，封面 CTR 和标签精准度直接决定能不能推得动，标签起定义作用。 想用上这个技能？ 「小红书内容写作」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
公众号文章怎么写发？生成草稿配AI封面转HTML建草稿
「微信公众号写作」是「龙虾部署大师」技能市场中的内容生产技能：它把公众号文章从策划、正文写作、封面与配图生成、Markdown 排版到草稿箱发布串成一条流程，可按需要只写正文、写作加配图，或一直做到生成公众号草稿，输出策划文档、文章 Markdown、封面图、正文配图和发布报告。 技能效果 写「AI办公落地」公众号长文时，它产出了带真实企业案例的全文，分出四个落地方向、五个坑和五步实操法，还附上了封面图和正文配图。 写一篇公众号，为什么总要在几个工具间来回倒 一篇成形的公众号文章，背后是好几道彼此割裂的工序：先想选题和结构，再写正文，然后找封面和配图，接着把 Markdown 排成公众号能用的版式，最后还要登录后台贴进草稿箱。每道工序换一个工具，图片路径、摘要截断、主题样式、作者信息反复要手动对齐，稍有遗漏排版就乱。流程一长，真正写内容的精力反而被这些搬运和拼接吃掉。 想选题 ⤏ 写正文 ⤏ 找配图 ⤏ 排版 ⤏ 贴草稿箱 每换一步都要手动对齐图片、摘要、样式 这个技能把哪些环节接到了一起 它把上面那条割裂的流程接成一条可选的闭环。核心做四件事：按主题、读者、核心观点和案例数据先生成一份策划文档，把结构想清楚；据此撰写短句、有故事感、观点明确的公众号 Markdown 草稿；生成封面图和正文配图，并自动替换成正斜杠绝对路径的图片语法，避免排版时图裂；最后通过微信 API 上传图片、把内容转成公众号 HTML 并创建草稿。整个过程同时帮你处理偏好配置、摘要截断和主题样式选择。 主题 / 读者 观点 / 数据 策划 + 正文 封面 + 配图 绝对路径 HTML 排版 草稿箱 这条流程是可裁剪的：可以只让它写正文，也可以让它写作加配图，或者一路做到把内容存进公众号草稿箱，按当下需要选择停在哪一步。 用前须知 只做写作时无需任何微信凭证。配图功能需要 Python 环境以及 openai、pillow 和对应的 AI agent 配置；发布到草稿箱需要微信公众号的 AppID、AppSecret，并通过 npx -y bun 执行。配图与发布是可选项，不用的话不影响纯写作。 怎么用它 用法是把主题、读者和你要它做到哪一步用自然语言交代清楚。例如可以这样对它说： 可以这样对它说 "写一篇公众号长文讲 AI 办公落地，要配封面图和正文配图，内容别空。" "把这篇 Markdown 排成公众号草稿，作者、摘要和封面也一并补上。" "公众号文章只写正文，口语一点，不要生成图片，段落按手机阅读来排。" 它适合这些场景：运营团队要从选题开始产出一篇能直接排版的公众号文章；文章需要自动配上风格一致的封面和多张正文配图；手里已有 Markdown 稿件，只想转成公众号 HTML 并存为草稿；团队希望统一默认的主题样式、作者和发布凭证，减少每次的重复配置。 大家常问 公众号文章的"阅读完成率"是什么意思，为什么很多编辑说它比阅读量更能反映内容质量？ 阅读完成率指读到文章末尾的独立用户数占打开用户数的比例，公式是完整阅读用户数 ÷ 打开用户数 × 100%。它直接回答"愿意为这篇内容投入注意力的人有多少"，能过滤标题党点开即关、转发裂变带来的虚高阅读量，比阅读量更能反映内容本身和排版结构的质量。 公众号文章里"在看"和点赞在算法分发和读者心理上有什么不同，为什么运营会更看重"在看"数？ 点赞是文章页里的常规反馈按钮，信号只留在文末，不外传；"在看"会把文章推送到"看一看"，让作者的微信好友在信息流里看到。在看是用户愿意为内容做社交背书，会触发微信社交推荐分发，所以运营把它当成破圈和算法权重的核心指标。 写公众号文章时，订阅号和服务号在排版结构和内容节奏上有什么本质区别？ 订阅号被折叠进"订阅号消息"列表、按时间倒序展示，标题和首图决定打开，正文适合分段式短段落、高频更新；服务号每月仅 4 次群发、直接出现在对话列表，标题即文章，需要前 120 字摘要承载核心，正文按递进式整篇组织、信息密度更高。 公众号文章的"标题党"和"钩子标题"怎么区分，为什么钩子标题能用而标题党会被限流？ 标题党是"骗人的承诺"——标题夸张耸动，正文兑现不了；钩子标题是"勾人的真相"——标题制造好奇，正文确实给出对应价值。算法看打开率与完读率、在看的反差，标题党打开高完读低会被识别为低质降权，钩子标题完读和互动正常则权重上升。 想用上这个技能？ 「微信公众号写作」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
如何用AI批量整理发票归档
「发票整理」是「龙虾部署大师」技能市场中的票据归档技能：它扫描源文件夹中的 PDF、图片和收据，提取日期、商家、金额和费用类别，按统一命名规则归档成年份/类别/商家目录，并生成 CSV 汇总表和待复核清单，把散乱票据转换成可报税、可交给会计的归档体系。 技能效果 给它五张不同年份、不同类别的发票，它按年份加费用类别建好目录树，并生成一张含日期、商户、类别、金额和归档路径的报税目录表。 票据一散，税务季就成了灾难 问题往往在年底集中爆发：一年里下载的发票都叫 invoice.pdf，截图收据躺在相册和聊天记录里，文件名没有规律，金额、日期、商家全靠临时翻。等到报税或交接给会计时，既要逐个打开核对，又怕漏掉某张票据少抵一笔费用。手工整理一两百张票据，既耗时间，又容易出错和遗漏。「发票整理」要做的，是把这件每年重复一次的苦活变成一次扫描就能完成的归档。 从一堆乱文件到一套归档体系 下载目录（混乱） invoice.pdf IMG_8821.jpg 扫描件(3).pdf 收据.png … 提取+归档 归档目录（整齐） 2026/差旅/商家A 2026/办公/商家B invoice-summary.csv Needs-Review/ 这个技能能帮你做到什么 它把"整理票据"拆成扫描、提取、归档、复核四步可以一次跑完。扫描层面，它识别文件夹里的 PDF、图片和需要 OCR 的文件；提取层面，它取出日期、商家、金额和费用类别等关键字段；归档层面，它按年份类别、商家或类别模式统一重命名并复制或移动文件，生成年份/类别/商家目录；汇总层面，它产出 invoice-summary.csv 明细表，并把无法完整识别的票据集中放进 Needs-Review 复核目录，便于人工补录。这样输出的结构既方便会计软件导入，也利于跨年度的审计追踪。 扫描文件 提取字段日期/商家/金额 命名归档 CSV 汇总+ 复核清单 用前须知 该技能需要 Python 3.8 及 scripts/requirements.txt 中的依赖，无需额外 API Key。PDF 文本通过 pdfplumber 提取；图片票据若要 OCR，需另行安装 Tesseract。识别不完整的票据会被放入复核目录而非丢弃，最终金额、类别仍需人工核对后再交付会计。 怎么用它 用法是把要整理的文件夹和归档策略用自然语言交给它，原始文件可以选择保留。例如可以这样对它说： 可以这样对它说 "把下载文件夹里的发票按年份和费用类别重新归档，生成一份报税用的目录表。" "这些收据文件名太乱，按日期、商家、金额统一重命名，整理好让会计复核。" "从这批 PDF 发票里提取金额，生成会计用的汇总表并按商家分类，原文请保留。" 它适合这些场景：报税前下载目录堆满 invoice.pdf，需要快速归类和汇总；公司报销或会计交接时，需要按费用类别生成 CSV 明细；多个供应商的收据命名混乱，需要统一日期和商家命名格式；扫描件或图片发票较多，需要标记出 OCR 失败项供人工补录。适用于自由职业者、小企业主、财务助理、行政人员，尤其适合跨年度的文件整理。 大家常问 发票整理是把散乱的发票、收据、PDF变成可报税的归档体系，它具体是怎么做到的？ 它按一条流水线处理每份文件：先扫描收集 PDF 和图片，再用文本层或 OCR 提取日期、商家、金额、发票号等字段，去重后按商家映射到费用类别，最后按年份/类别归档并输出一张 CSV 汇总表。每一步的输出都是下一步的输入，把一堆乱文件收敛成可检索的档案。 报税前整理发票时，为什么电子发票特别容易出现重复报销？ 因为电子发票本质是数字文件，可以无损复制：从邮箱、开票网站、同事转发可拿到内容完全相同的多份，肉眼无法区分原件和副本，也没法像纸质票那样盖"已报销"章。它本身不携带"已用过"状态位，所以必须靠提取发票号、金额、日期与历史记录比对来去重。 发票整理归档里说的待复核目录是什么意思，哪些票据会被单独放进去等人工补录？ 待复核目录（Needs-Review）是系统自动建的文件夹，专门放字段提取不全、无法自动归类的票据：比如图片没装 OCR 提不出文字、商家最终回退成 Unknown、纯扫描件 PDF 无文本层。把这些异常票集中起来，用户就能专门补录，而不必在已归档的成百上千份文件里翻找。 整理发票时生成的CSV汇总表，和直接手工录入Excel相比有什么区别？ 区别不在表格形式，而在数据从哪来、怎么和原始票据对应。手工 Excel 是人眼看、人脑判断、手键入，中间有人为加工；CSV 汇总表是程序从发票文件直接提取原始字段写入，每行对应一张发票，并常带文件名或路径字段，能从某一行追溯回对应的原始发票，具备可溯源性。 想用上这个技能？ 「发票整理」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
SEO 技术审计怎么做？三维查收录排名问题给修复优先级
「SEO 技术审计」是「龙虾部署大师」技能市场中的站点诊断技能：作用是从技术 SEO、页面 SEO 和内容三个维度审查站点，解释收录异常、排名停滞、自然流量下滑、站点迁移和新站上线风险，并为每个问题给出影响等级、证据、修复建议和优先级行动计划，便于跨团队排期落地。 技能效果 排查新站收录慢时，它按 robots、站点地图、索引、死链四个维度给出逐步排查方法和工具。 流量掉了、收录变慢，问题到底出在哪一层 自然流量下滑或迟迟不收录，原因往往藏在看不见的技术层：robots 误屏蔽、站点地图缺失、重定向链路混乱、canonical 标签写错、页面加载慢、结构化数据缺失，都会让搜索引擎抓不到、收不进、排不上。这些问题不像内容质量那样肉眼可见，需要逐项核对证据；而站点迁移或改版时，一个漏掉的 301 或残留的 404，足以让积累已久的排名一夜回落。靠零散排查，既难定位根因，也难判断先修哪一个。 搜索引擎抓不到，问题可能卡在任一环 抓取 › 收录 › 排名 robots 屏蔽 · 站点地图缺 canonical 错 · 重复页 速度慢 · 结构化数据缺 迁移漏掉 301 / 残留 404 → 排名回落 这个技能能帮你查清什么 它按三个维度做结构化体检。技术 SEO 层面，检查抓取与收录、robots、站点地图、重定向、canonical、死链和加载速度；页面 SEO 层面，核对标题、元标签、内链结构、搜索意图匹配和结构化数据；内容层面，评估内容质量与关键词的匹配程度。每一项发现都不是一句"有问题"，而是配上问题描述、影响等级、支撑证据和具体修复建议，最后归并成关键修复、高影响改进、快速胜利和长期建议四类清单。 每个问题都按影响 × 投入排出修复顺序 影响高 投入大 → 关键修复 快速胜利 高影响改进 长期建议 用前须知 该技能无需 API Key。审计前最好提供站点类型、业务目标、重点关键词、当前流量基线和近期改版情况，结论会更贴合实际。它可结合 Google Search Console、PageSpeed Insights、Bing Webmaster Tools 的数据，深度爬取可另接 Screaming Frog 或 Ahrefs。 怎么用它 用法是把站点情况和要排查的现象用自然语言交给它，它会按维度逐项核对并排序。例如可以这样对它说： 可以这样对它说 "这个站收录一直很慢，查一下 robots、站点地图、索引问题和死链。" "首页排名掉了，先看标题、内链、加载速度和结构化数据，按证据排出修复顺序。" "站点刚迁移完，核对重定向、404 和 canonical 有没有遗漏。" 它适合这些场景：网站改版或迁移前后，检查索引、重定向和页面风险；核心页面长期不排名，要审查搜索意图、元标签和内容匹配；自然流量下降后，从技术、内容和结构角度找证据；新站发布前完成技术 SEO 预上线检查与修复排期。 大家常问 什么是 SEO 里的「抓取预算 crawl budget」，对中大型网站为什么重要？ 抓取预算是搜索引擎在一定周期内分配给一个站点的页面抓取额度，由抓取速率上限和抓取需求共同决定。小站基本用不完，但中大型站常出现重要页被低价值参数页和死链挤占预算的情况，导致核心页抓取频率下降、新页迟迟不被发现。 站点迁移留下多层 301 重定向链，和只跳一次相比对 SEO 有什么实际差别？ 权重传递每跳约打八五折，三跳后已损失近四成，五跳左右就接近截断阈值，搜索引擎可能干脆停止跟随导致目标页无法收录。同时每多一跳就多一次往返，浪费抓取预算、延长索引迁移周期，也会拖累 LCP。最佳实践是迁移后压成一跳。 Core Web Vitals 里的 LCP、INP、CLS 分别在衡量什么，为什么和 SEO 有关？ LCP 衡量视口内最大内容元素完成渲染的时刻（加载快慢），INP 衡量交互到下一帧的整体响应延迟（已替代 FID），CLS 衡量页面生命周期内非预期布局偏移的累计分数。三项从 2021 年的 Page Experience Update 起被纳入排名信号，相关性相同时不达标的页面会被排名下压。 soft 404 和真正的 404 有什么区别，为什么 soft 404 反而对收录更糟糕？ 真 404 返回 404 状态码，搜索引擎一看就知道页面不存在、立即停止投入。soft 404 状态码是 200，但内容写着「未找到」或跳回首页，协议层和内容层信号矛盾。引擎要走完完整索引流程才能识破，抓取预算被白白吃掉，大量 soft 404 还会拉低整站质量评估。 想用上这个技能？ 「SEO 技术审计」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
微信小程序开发怎么优化性能
「微信小程序开发」是「龙虾部署大师」技能市场中的原生小程序开发技能：作用是按官方规范生成原生小程序的页面、组件、API 调用、生命周期和路由代码，用 Data Path 局部 setData、wx:key、rpx、分包等手段优化性能，并预防 iOS 日期、页面栈、原生组件覆盖、隐私协议等常见兼容性 Bug，输出符合规范的代码与处理方案。 技能效果 让它写原生小程序登录页时，它给出 wxml/wxss/js 整套代码，串起隐私授权弹窗、wx.login 取 code 和调后端换登录态三个环节。 原生小程序开发，坑都藏在哪 微信原生小程序有自己一套规则，照搬 Web 经验很容易踩坑。性能上，最典型的是把整个数据对象全量 setData，列表一长、页面一滑就卡；图片不做懒加载、不分包，首屏加载也被拖慢。兼容性上，iOS 的日期格式解析和安卓不一样、页面栈层级有上限、原生组件（如 video、map）会盖住普通视图、跳 tab 页用错跳转 API——这些问题往往要等真机上才暴露。还有审核环节，隐私协议、HTTPS、域名白名单、敏感接口配置没补齐，直接被打回。 全量 setData vs 局部 setData 全量更新（卡） 整对象重传 · 渲染开销大 局部更新（顺） Data Path 只更新变化项 这个技能能帮你写什么、避什么 它把原生小程序的工程规范落进具体代码。生成代码方面，它产出符合官方规范的页面、组件、WXML、WXSS 和 JS，使用 ES6+、Component 构造器，遵循 wx:key、rpx、BEM 等约定。API 封装方面，它把 wx 系列 API 封装成 Promise 或 async/await 风格，避免回调嵌套。性能优化方面，它用 Data Path 做局部 setData、优化列表渲染、图片懒加载和分包加载。Bug 预防方面，它针对性处理 iOS 日期解析、页面栈层级、原生组件覆盖、隐私协议配置等已知坑点。当路由跳转、下拉刷新、上拉加载或生命周期行为不符合预期时，它能定位是哪个 API 用法出了问题。 生成代码页面/组件/WXML 封装 APIPromise / async 性能优化局部 setData/分包 Bug 预防iOS/页面栈/隐私 把局部 setData、wx:key、分包这些规范固化进生成的代码，意义在于性能问题不是写完再优化，而是从第一行代码就避开反模式；同理，隐私协议和兼容性处理前置进开发阶段，能省掉审核被打回、真机才暴露问题的来回。 用前须知 该技能无需专用 API Key。实际开发通常需要微信开发者工具、小程序 AppID 和已配置好的请求域名白名单。代码中不得暴露 appid、secret 等敏感凭据。它面向的是原生小程序框架，不适用于 Taro、Uni-app、Vue 或 React 等跨端方案。 怎么用它 用法是把要实现的页面、组件需求或遇到的问题用自然语言交给它，由它产出符合规范的代码或定位 Bug。例如可以这样对它说： 可以这样对它说 "写一个原生小程序登录页，用 wx.login 并处理隐私授权弹窗。" "这个列表页滚动很卡，改成局部 setData 和图片懒加载写法。" "小程序跳转到 tab 页失败，检查 navigateTo 用法哪里错了。" 它适合这些场景：需要开发登录页、列表页、详情页或自定义组件的原生实现；小程序页面滑动卡顿，要优化数据更新和资源加载；路由跳转、下拉刷新、上拉加载或生命周期行为不符合预期；审核前要补齐隐私协议、HTTPS、域名白名单和敏感接口配置。适合微信小程序原生开发者、前端工程师、技术负责人，以及需要在官方框架内实现页面、组件和性能优化的产品技术团队。 大家常问 为什么微信小程序列表一长、用 setData 更新就会卡？ 小程序是逻辑层与渲染层双线程隔离，setData 要把数据序列化后跨进程传到渲染层再做 diff。列表一长却全量 setData，数据体积大、通信和渲染开销都成倍上升，单次超过约 200KB 就会有可感知卡顿。改成 Data Path 局部更新、只传变化项才顺。 微信小程序为什么要做分包加载，主包 2M 限制是怎么回事？ 主包限制 2MB 是为了保证冷启动时下载、解压够快，给用户"秒开"体验。分包加载把按业务划分的页面拆成子包，启动时只下载主包，用户首次进入分包页面才动态下载对应子包。这样主包瘦身、首屏更快，整包还能放下更多功能（总和有上限）。 微信小程序的云开发是什么，和自己写后端服务有什么区别？ 云开发是小程序生态内的后端即服务套件，把云函数、云数据库、云存储打包好，不用自己买服务器、配域名和 HTTPS、做运维。区别在于：自写后端语言、数据库和网络可完全自定义、查询能力强；云开发省运维但受云函数冷启动、查询能力和网络控制的限制，两者也可混用。 微信小程序用 wx.login 授权登录后，登录态是怎么保持的？ wx.login 只返回临时 code，由后端拿去换 openid 和 session_key，再签发自定义 token 返回前端。前端把 token 存进本地 storage，每次请求带上，登录态就靠这个 token 维持。session_key 留在服务端不下发；token 过期时再静默走一次 wx.login 刷新，用户无感知。 想用上这个技能？ 「微信小程序开发」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
提示