我的作品 两个人 +AI 做了个 AI 开发工具平台
LlamaFactory 技术栈分享
最近和我的小伙伴 2 个人做了一个网站：LlamaFactory - AI 开发者的高效工具平台
地址：https://www.llamafactory.cn
先说下基本情况，我主要擅长自然语言处理。我的同伴擅长前端、运维，后端接口写得非常非常少。在这个项目中，我们分工大概是：
-
我：大模块开发、产品经理、UX 以及测试； -
同伴：开发、运维；
在各个阶段，我们用到的技术和工具大致如下：
前端：
-
Vitepress：最开始为了快速和适配，直接选择了 Vitepress 做，结合配置 + 自定义能力做 UI，但是后来 UI 自己设计后，有一点后悔这一选择，UI 界面已经不怎么像 vitepress 风格了； -
Vue3：写主题、自定义组件等 -
TailwindCSS：集成到 Vitepress 中，快速写样式，同时可以部分依赖 AI 生成； -
Antdv：使用了 Ant Design 中部分的组件，如弹窗、Popup、Button 等，用的其实不多； -
markdown-it：在 vitepress 提供的 markdown 渲染之外，又自己做了部分页面的 markdown 自定义渲染；
后端：
-
NodeJS：我的同伴有一定的 Node 后端的基础，但是实战不多，这次为了快，没有让我用 Python 给接口（之前项目我们用的 FastAPI 做后台），直接 ExpressJS 做了。 Mysql + Sequelize：其实我们大部分数据直接用 Python 或者 Nodejs 脚本做了预处理，直接生成 JSON 放到前端代码中了，只是博客那一块使用 mysql 做存储，我们部署了 rsshub 定时更新指定 RSS 源的数据到 mysql 中，然后用 Sequelize 做 ORM 映射，做成接口返回给前端；Github三方登录：使用 passport 和 passport-github 集成了三方登录，这里因为 cookie 域的问题踩了一些坑，也是收获颇丰。其他Node部分：使用了一些 helmet、margon、bcryptjs、cors 等其他中间件Python：我们的数据部分，基本都要是 Python 提供，一部分是 Rss 订阅，有三个技术文档的中文化翻译，我们使用 python 调用大模型做的翻译，尝试过 OpenAI 等多家的接口。还有部分数据是用 Python 脚本处理的
运维：
-
Linux服务器：阿里云的服务器，用了两台机器，我们是一台部署前端，一台部署后端，我们因为还有其他的网站，所以分开了； 域名：一级域名我们买的都是大的技术概念的域名，想获取一些自然流量。二级域名根据功能开了不少，用的 nginx 的 vhost 部署，也方便。Nignx：静态统一管理，代理转发；PM2：管理后端 NodeJS 服务，监控应用；SSL：使用 Certbot 手动签发的 SSL 证书，还不想买付费的证书，以前用阿里云的免费证书，每次一年，现在三个月就到期了，就干脆放弃阿里云了改用 Certbot 自己签发。
DevOps：
-
Github： 代码托管在 Github 上，无需赘述。 -
GitHub Actions：使用 Github Actions 监听代码的推送，代码 push 到 github 自动触发流水线，自动打包，并将打包产物发布到阿里云服务器上，基本可以做到，push 三分钟后刷新网页就可以看到修改点。
AI 工具：
-
Cursor: 我和同伴两人能力和精力有限，主要业余在做这个网站，所以我们很依赖 AI 来提高效率，我们这个网站的后端主要依靠它生成代码，前端代码它也是极大功劳；Cursor 真的太好用了，建议所有程序员都赶紧换上。 -
Claude + OpenAI: 一般是 Cursor 没法直接解决我们的问题，会去压榨 Claude 和 OpenAI，Claude 效果肯定是最佳的，但是因为没买会员，上下文有限，每次把它问到限额后，就会去问 OpenAI，OpenAI 面对不太复杂的问题还是 Ok 的。总的来说，代码生成的工具使用顺序是：Cursor > Claude > OpenAI -
Kimi: 我们正在用 kimi 来优化 SEO，做每个页面的 TDK，当然同时我们也会测试其他的大模型的效果； -
v0.dev：我们网站页面 UI 和设计方面，思路是：自己先有一个初步的想法后，通过提示词给 AI 工具--v0.dev 来生成，通过不断优化提示词，达到最后的效果，主题也是它提供的。如果使用 Next.js 的，那 v0 真是太香了。我们另外一个用 Next.js+React 的项目，当时没发现 v0 这个工具，真是遗憾，它现在也算是宣告死亡了。
