当你打开这个网站,一张世界地图铺展眼前。那些跃动的图标,每一个都仿佛有人在向你描绘那个角落的风景。
那个夜晚,我把所有的想法说给 AI 听,它竟真的帮我实现了这一切。恍惚间,我难以想象未来两年、甚至更久的未来,世界将如何演变,人类又该如何和 AI 共存,又有哪些事物将被淘汰…
01 TapSpot 展示#

2026 年 2 月 19 日 20:17 | 广西 | 原创 | NextNow | Next Now
02 TapSpot 介绍#
TapSpot 重新定义了基于位置的社会化体验。我们相信,每一个地点都有其独特的故事,每一次打卡都值得被记住。通过创新的 内容竞争机制,让优质内容自然浮现,为用户提供最有价值的信息。
💎 价值理念#
在同一时空坐标下,让最有价值的声音被听见
🤖 模型/AI 应用工具选择#
- 模型: GLM-5
- 开发助手: OpenClaw
🔗 体验地址#
- 在线体验: http://wth2jhl.online/(打不开请留言,不定期维护) ↗
- GitHub 开源代码: https://github.com/codedancewth/TapSpot/tree/momo ↗
- 测试账号:
root/root
✨ 功能特性介绍#

-
🗺️ 交互式地图
使用高德/OpenStreetMap 地图,点击任意位置发帖 -
🔐 用户系统
登录注册功能,测试账号 root/root -
📝 帖子发布
支持日常、美食、住宿、购物等分类 -
⭐ 我的帖子
金色标记区分自己的帖子 -
❤️ 点赞功能
为喜欢的帖子点赞 -
🔍 搜索功能
搜索帖子和地点 -
📱 响应式设计
支持手机和电脑访问
03 TapSpot 设计亮点#

1️⃣ 内容竞争机制#
首创的 “最佳评论置换”系统,打破传统的内容层级关系,让帖子和评论在同一维度竞争。用户用点赞投票,最有价值的内容自然浮现。
2️⃣ 视觉体验#
8 种精心设计的图标:
- 每种打卡类型都有独特的 SVG 图标
动态响应式标记:
- 根据地图缩放级别自动调整大小
光晕悬停效果:
- 鼠标悬停时标记发光,增强交互反馈
金色标识系统:
- 用户的打卡以金色边框突出显示
3️⃣ 地理聚合算法#
基于经纬度的智能聚合,在指定半径范围内自动计算”最佳内容”,为用户提供该地点最有价值的信息。
04 TapSpot 实现流程#
步骤一:网站技术的确定(AI 自生成)#

🎨 Frontend Technologies#
| 技术 | 版本 | 用途 |
|---|---|---|
| React | 18.x | 声明式 UI 框架,组件化开发 |
| Vite | 5.x | 下一代前端构建工具,极速 HMR |
| Leaflet | 1.9.x | 轻量级开源地图库 |
| react-leaflet | 4.x | React 地图组件封装 |
| Lucide React | latest | 精美的开源图标库 |
| Axios | 1.x | Promise based HTTP 客户端 |
⚙️ Backend Technologies#
| 技术 | 版本 | 用途 |
|---|---|---|
| Go | 1.8x | 后台语言 |
| Express | 4.x | 极简 Web 框架 |
| MySQL2 | 3.x | MySQL 客户端(支持 Promise) |
| bcryptjs | 2.x | 密码哈希加密 |
| jsonwebtoken | 9.x | JWT 认证令牌 |
| cors | 2.x | 跨域资源共享 |
🛠️ DevOps & Infrastructure#
| 技术 | 用途 |
|---|---|
| Nginx | 反向代理、静态资源服务、负载均衡 |
| Git | 版本控制与协作 |
| PM2 | 进程管理(生产环境推荐) |
步骤二:引导式与细节化#

核心引导步骤:
1. ✅ 与 AI 介绍项目的搭建方向和诉求
2. ✅ 域名访问 + 外网访问实现
3. ✅ 让 AI 修复生成代码的 Bug 问题
4. ✅ 页面和 Logo 样式调整,让它像专业的设计师去设计
5. ✅ 支持高德地图瓦片和渲染图片处理
6. ✅ 补充点击地图发帖功能
7. ✅ 补充地图帖子评论问题
8. ✅ 补充经纬度和登录态功能
9. ✅ 推送 Githubbash步骤三:融入用户行为的设计#

步骤四:页面数据纠正与微调#





💭 开发心得#
以上就训练这个 AI 去帮我搭建这个网站啦,但是问题还是很多的。例如我让他帮我处理后端问题用的都是 Go 语言,但是不知道为什么隔了一天,它好像”失忆”了?突然转为 Node.js 了,实在有点看不懂。感觉就是上下文被切断了一样,不确定是不是模型的问题。
太多的缺陷,我这里就不分享出来了,大家可以关注我的 GitHub 去看提交记录,每次提交都是 AI 根据我的要求帮我生成并解决问题的版本记录。
当然模型不一样,处理方法不一样,表现也是不一样的。o(╥﹏╥)o 总之微调非常久才可能会达到你想要的样子,而且表述也要相对应的准确,会影响 AI 本身对这个事情的理解,因为模型训练是不一样的。
💡 弱弱说一句,产品经理也不好当啊哈哈。
🎉 总结#
总而言之,大家快去体验一下吧。
有疑问欢迎留言,一起讨论讨论,让 AI 能彻底改变我们生活~(づ ̄ 3 ̄) づ