xiaokeai (Jamie Cole)

从 SaaS 模板到 Image to Video AI：独立开发一个月的真实复盘

xiaokeai — Thu, 20 Aug 2026 21:45:08 +0800

大家好，最近差不多一个月，我一直在迭代自己的产品：

Image to Video AI

这是一个把静态图片转换成 AI 视频的在线工具，也是我正在长期推进的商业项目。

我最初给自己定的目标很直接：围绕 Image to Video AI 这个方向持续迭代，直到真正获得市场验证。

现在回头看，这一个月最大的变化，并不是又接入了多少模型，而是我逐渐从 “做出一个能运行的网站”，走到了 “开始理解一个产品应该怎样成立”。

从 SaaS 模板开始

这个项目不是从空目录创建的，而是基于一套已经具备登录、支付、积分、数据库和后台能力的 SaaS 模板。

这样做的好处很明显：不用重新搭建所有基础设施，可以更快进入产品开发。

但模板同样带来了旧品牌、旧页面、旧文案，以及不适合新产品的业务逻辑。

一开始，我以为换掉域名、Logo 和首页文案，产品身份就完成了。后来才发现，真正困难的是判断哪些东西不属于这个产品，并且敢于将它们删除。

我现在对模板的理解是：

模板只能帮你快速开始，不能替你完成产品定位。

从制作页面到设计产品结构

刚开始，我主要关心首页好不好看、SEO 页面够不够多、工具入口是否完整。

后来页面越来越多，我发现如果每个页面都独立实现一套生成逻辑，项目很快就会失控。

首页、完整工作台和不同工具页面承担的任务不一样，但模型能力、输入规则、积分计算、任务状态和生成结果又必须保持一致。

这一阶段做了不少返工，也让我逐渐理解：

复用组件不等于复制页面。真正应该统一的是业务能力和状态协议，而不是强迫所有页面长得一样。

接通模型只是整个流程的开始

在做这个项目之前，我以为最困难的事情是接入视频生成模型。

真正做下来才发现，调用 API 反而是相对明确的部分。

一个模型要真正成为产品能力，还需要处理：

不同输入模式和参数限制
服务端积分计算
任务提交与结果查询
超时后的继续跟踪
失败后的积分返还
页面刷新后的任务恢复
生成结果的保存与历史记录
不同供应商返回结果的统一处理

特别是涉及积分以后，很多看起来很小的问题都会变成信任问题。

Provider 已经收到请求，但网站没有拿到明确结果时，能不能直接重试？

任务暂时没有返回，应该继续观察原任务，还是创建一个新任务？

失败退款执行两次，会不会重复增加积分？

做完这些以后，我越来越觉得：

AI SaaS 的核心不只是生成质量，而是系统发生意外以后，仍然能够把任务、账目和结果处理正确。

功能越多，越需要保证商业真实性

随着模型和套餐增加，另一个问题开始出现：信息很容易不一致。

前端显示一个积分价格，服务端实际扣另一个价格；页面写着支持某个参数，当前模型却不支持；促销文案已经更新，但利润计算仍然使用旧成本。

这些问题不一定会马上让网站崩溃，但会慢慢消耗用户信任。

所以后来我开始把模型能力、积分扣费、促销价格和供应商成本分别建立明确的数据来源，并要求服务端根据真实生成参数独立计算费用。

这件事看起来没有增加新功能，却让我第一次感觉这个项目正在从 “网站” 变成 “产品”。

AI 提高了开发速度，也放大了过度开发的问题

整个项目大量使用了 AI 协作开发。

AI 确实让代码实现速度变快了，但速度越快，越容易产生一种错觉：好像只要继续增加模型、页面和功能，产品就会自然变好。

实际上，开发能力提升以后，真正稀缺的反而变成了判断和取舍：

哪些功能现在必须做？
哪些只是看起来很完整？
哪些问题属于用户真正关心的体验？
哪些只是开发者自己的自我满足？

我现在越来越警惕用 “继续开发” 回避 “市场验证”。

目前还不能把它写成成功故事

现在，Image to Video AI 已经拥有比较完整的生成、计费、任务和结果链路。

但产品能够运行，与产品获得市场验证，仍然是两件不同的事情。

代码可以不断迭代，模型也可以不断增加，但市场不会因为项目写了很多代码，就自动给出用户和订单。

下一阶段我更想验证的是：

用户为什么选择这个产品，而不是其他 AI 视频工具？
什么样的用户会持续使用？
产品能不能获得相对稳定的流量？
用户是否愿意为生成体验付费？
继续增加功能，究竟是在解决问题，还是在回避推广？

这篇文章不是成功复盘，只是记录产品从模板起步，到逐渐形成自己结构的第一个阶段。

以后如果跨过了市场验证这道门槛，我会继续写下一篇。

如果最后没有跨过去，也值得认真记录失败发生在哪里。

独立开发分享：基于 TanStack Start + Cloudflare 全家桶撸了一个 4 秒极速 AI 生图工具 NanoScene AI

xiaokeai — Wed, 08 Jul 2026 15:02:39 +0800

各位 Solo 圈的朋友们好

最近把做的一个小产品 NanoScene AI 搞上线了，这是一个主打极速、低算力成本的 AI 图像生成与编辑的 Web App。因为是自己独立开发的第一步，想在这里真诚地和大家分享一下我的技术方案、遇到的坑以及开发初衷，顺便希望能收获大家的一些真实意见。

体验地址：https://nanosceneai.com

一、为什么想做这个产品？

目前市面上的主流生图工具（比如 Midjourney，或者某些大厂的 SD 托管服务），普遍面临两个痛点：

生成延迟长：生一张图往往要等 20s 到几十秒甚至更长，在做 UI Mockup 或者快速脑暴视觉时，频繁的等待非常容易打断工作流。
算力成本偏贵：对于非重度用户来说，每个月高昂的订阅费有些浪费。

后来我注意到了 Nano Banana 2 Lite 模型。虽然它是一个 distilled（蒸馏）过的轻量级模型，但生图效率极高，单图推理成本折合下来很低。于是我想，为什么不利用这个引擎，做一个极速、低成本，且在浏览器里开箱即用的生图工作流呢？

二、技术栈与架构分享

为了让整套服务做到零硬件维护成本，且在冷启动阶段几乎不产生服务器开销，我采用了以下全 Serverless 架构：

前端 & 路由框架：TanStack Start (V3)。这是我第一次在生产环境完整体验 TanStack Start，它的 Server Fn (服务端函数) 在处理数据请求时极度顺手，结合 TanStack Query 使得前端状态同步非常舒服。
样式与 UI：Tailwind CSS 4 + shadcn/ui。Tailwind CSS 4 的配置比老版本精简了许多，对整体包体积优化也有帮助。
后端 & 基础设施：Nitro 框架部署在 Cloudflare Workers。
数据库：Cloudflare D1 (SQLite) 数据库，用来存放用户配置、积分和订单数据。
国际化：Paraglide JS。对于独立开发出海来说，多语言几乎是标配。Paraglide 在 Nitro/TanStack Start 的路由重写中表现优秀，无缝适配了多语言路径。

因为服务器开销基本就是 Cloudflare 的免费额度或低额计费，所以我们有底气给所有注册用户每天赠送免费额度，供大家随便折腾。

三、独立开发中踩到的坑

在部署到 Cloudflare Workers 的过程中，有几个细节让我折腾了不少时间，分享给准备走类似技术路线的朋友：

敏感 API 密钥的安全性：起初我打算直接将第三方 AI 接口的 Key 堆在 .env 或 Workers 的环境变量中。但这样不方便在运行时灵活切换和控制。后来我们重新设计了流程：把 API 密匙加密存储在 D1 数据库中。读取时，通过一个统一的 getAllConfigs() 在服务端读取，由解密 Key（存放在 Workers 环境变量中保护）实时解密，且有内存缓存。这个设计虽然多走了一步，但极大地提升了 SaaS 模板后续变现和多接口动态管理的灵活性。
i18n 路由匹配问题：由于使用了 Paraglide 编译多语言，非默认语言（如中文）会带有 /zh 前缀。这在配合 Nitro 服务端 API 路由时，需要仔细编写重写规则，否则会导致 API 调用 404。建议使用 locale-free 的路径进行内联导航，让路由库自动补全前缀。

四、目前的功能与下一步计划

目前 NanoScene AI 已经实现了：

极速生图：平均生成时间在 4 秒左右。
角色一致性 (Character Consistency)：允许在不同 prompt 里复用相同角色风格。
K-level Upscaler：把 1K 的低分辨率快速生成重建为 4K/8K 生产级画面。
一键背景移除。

下一步规划：目前在尝试做基于轻量模型的视频生成能力，如果大家有兴趣，我很乐意在后续帖子中继续分享视频 pipeline 在 Cloudflare Workers 上的踩坑体验。

五、期待大家的反馈

产品刚上线，肯定有很多不完美的地方（尤其是移动端适配和生图参数的调节）。非常期待社区各位大佬的板砖：

这个 4 秒的生图速度，相比你现在用的工具有优势吗？
对于这种偏向独立开发者/设计师的 Placeholder 生成，你觉得最缺的刚需功能是什么？

再次感谢大家能读到这里！

做了个 Wend Game Today：一个独立的单词路径练习站

xiaokeai — Sat, 13 Jun 2026 19:43:53 +0800

大家好，最近做了一个小作品：Wend Game Today

https://wendgame.today

这是一个免费的单词路径练习站。玩法比较轻量，适合每天花几分钟玩一局。

规则核心：

横向或纵向连接相邻字母，不能斜着连
找到所有隐藏单词
每个开放格子必须且只能使用一次
单词路径之间不能重叠

我做这个站的时候，发现它不能按普通 word search 来做。普通找词游戏通常是 “找得越多越好”，但这个玩法更像 exact-cover puzzle：所有开放格子最后必须被几条正确单词路径完整覆盖一次。

所以现在的判断逻辑不是 “你拼出了一个英文词就算对”，而是必须匹配这盘题预设的 word + path。

目前已经做了：

首页直接可玩
支持拖动/点选连接字母
Hint / Undo / Reset / Next puzzle
中英文页面
本地离线生成题库，再静态发布到站点

技术上用的是 TanStack Start + React + TypeScript，部署目标是 Cloudflare Workers。题目生成目前没有放在用户浏览器里实时随机跑，而是先离线生成并校验，再放进静态题库里，这样比较稳定，也方便后续筛词和控难度。

现在还比较早期，已知不足：

题库数量还不多
词表质量还需要继续筛
还没有 archive
还没有真正的 unlimited seed 模式
也没有登录、排行榜、streak 这些东西

想听听大家几个方面的反馈：

移动端拖动手感怎么样
规则说明是否清楚
题目难度是否合理
如果后面继续做，你会更想要 Daily 固定一题，还是 Unlimited 随机练习

欢迎直接提问题，尤其是玩法、交互、题库质量这几个方面。